CybMASDE 使研究人員和開發者能建構、配置並執行具有深度強化學習的多智能體模擬。用戶可設計自訂場景、定義智能體角色與獎勵函數，並插入標準或自訂的RL算法。框架包含環境伺服器、網路連接的智能體介面、數據收集器與渲染工具。支援平行訓練、實時監控與模型檢查點。CybMASDE 的模組化架構允許無縫整合新智能體、觀測空間與訓練策略，加速合作控制、群體行為、資源配置及其他多智能體應用研究。

DSpy Agents是一套開源Python工具包，簡化自主AI代理的創建。提供模組化架構，用於組合具自定工具的代理，支援網頁爬取、文件分析、資料庫查詢、語言模型整合（OpenAI、Hugging Face）。開發者可利用預設模板或自定義工具集，建立研究摘要、客戶支援、資料流程等自動化任務。內建記憶管理、記錄、檢索增強生成、多代理協作，並可用容器化或無伺服器環境快速部署，無需繁瑣程式碼，快速推動代理驅動應用開發。

Esquilax是一個輕量級的TypeScript框架，用於建構和協調複雜的AI代理人工作流程。它提供開發者一個清晰的API，用來宣告式定義代理人、分配記憶模組，以及整合自定義的API呼叫或資料庫查詢等插件行為。內建的上下文處理與多代理人協調支援，讓建立聊天機器人、數位助理與自動化流程更加便利。事件驅動架構允許動態串接任務與觸發，還有完整的日誌記錄與除錯工具，確保代理人互動的全盤可見。抽象繁瑣程式碼，協助團隊快速原型開發可擴展的AI應用。

Flock提供一個友好的模組化框架，用於串聯多個LLM調用、管理對話記憶並將外部工具整合到自主代理人中。支援非同步執行和插件擴展，使Flock能細緻掌控代理人的行為、觸發器和上下文管理。在Node.js和瀏覽器環境均可無縫運作，讓團隊能快速原型化聊天機器人、資料處理流程、虛擬助理及其他由AI驅動的自動化解決方案。

Microsoft AutoGen旨在促進自主AI代理之端到端開發，提供模組化的記憶管理、任務規劃、工具整合和通信元件。開發者可以定義具有結構化架構的自訂工具，並連結到主要的LLM供應商如OpenAI和Azure OpenAI。此框架支援單一或多代理的協同，實現讓代理協調完成複雜任務的合作流程。其即插即用的架構允許輕鬆擴展新的記憶存儲、規劃策略和通信協定。透過抽象低層次的整合細節，AutoGen加快了原型開發和部署人工智慧驅動應用的速度，應用範圍涵蓋客服、資料分析與流程自動化等領域。

InfantAgent 提供輕量級的結構，用於設計與部署Python中的智慧代理。它整合熱門的大型語言模型（OpenAI、Hugging Face）、支援持久性記憶模組，並啟用自定義工具鏈。開箱即用的功能包括會話界面、任務協調與策略驅動的決策。其插件架構允許輕鬆擴展特定領域的工具與API，非常適合用於原型研究代理、工作流程自動化或將AI助理整合到應用程式中。

Just Chat 提供一個完整的自託管聊天界面，用於與大型語言模型互動。透過輸入 OpenAI、Anthropic 或 Hugging Face 等提供者的 API 金鑰，用戶可以啟動多輪對話並支援記憶。平台允許附加檔案，讓用戶上傳文件進行語境感知的問題與回答。插件整合允許調用外部工具，如網路搜尋、計算或資料庫查詢。開發者可設計自訂的提示模板，控制系統訊息，並在模型間無縫切換。界面採用 React 和 Node.js 建置，在桌面與行動裝置上提供響應式體驗。憑藉模組化插件系統，用戶能輕鬆增減功能，將 Just Chat 定制為客戶支援機器人、研究助手、內容生成或教育導師。

LangChain是一個開源Python框架，旨在加速AI驅動應用的開發。它提供多個語言模型調用（鏈）、與外部工具互動的代理人建立、以及對話記憶的管理抽象。開發者可以定義提示、輸出解析器和端到端的工作流程。整合包括向量庫、資料庫、API和託管平台，可支援商用聊天機器人、文件分析、程式碼助手與客製化AI管線。

LangChain RAG代理建立一個管道，將文檔導入，使用OpenAI模型將其轉換為嵌入，並存儲在FAISS向量數據庫中。當用戶提出查詢時，LangChain檢索鏈會提取相關段落，代理執行器協調檢索和生成工具，以產生具有豐富上下文的答案。這種模組化架構支持自定義提示模板、多個LLM提供商及可配置的向量存儲，適合建立知識驅動的聊天機器人。

RAGFlow是一個功能強大的開源RAG（檢索增強生成）引擎，旨在簡化AI代理的開發與部署。它將深層文件理解與向量相似度搜索結合，對PDF、網頁和資料庫中的非結構化數據進行攝取、預處理和索引，建立定制知識庫。開發者可以利用其Python SDK或RESTful API，檢索相關上下文並用任何LLM模型生成準確回應。RAGFlow支持建構多樣化的代理工作流程，例如聊天機器人、文件摘要和Text2SQL生成器，實現客戶支援、研究和報告任務的自動化。其模組化架構及擴展點，確保與現有流程的無縫整合，並保障擴展性與降低幻覺誤差。

Knowledge-Discovery-Agents提供一組模組化的預建及可定制化的AI代理，專為從PDF、CSV、網站和其他來源抽取結構化資訊而設。它集成LangChain來管理工具使用，支援網頁抓取、嵌入產生、語義搜尋與知識圖譜建立等任務串聯。用戶可以自定義代理工作流程，加入新的資料載入器，並部署QA聊天機器人或分析管道。在最少樣板碼的情況下，加速研究和企業環境中的原型設計、資料探索與自動報告生成。

LangGraphJS API 提供一個程式界面，設計 AI 代理流程，使用有向圖。圖中的每個節點代表 LLM 呼叫、決策邏輯或資料轉換。開發者可以串連節點、處理分支邏輯，並無縫管理非同步執行。具有 TypeScript 定義和內建整合流行 LLM 供應商，簡化對話代理、資料擷取流程及複雜多步驟流程的開發，無需樣板代碼。

LAuRA通過提供一個結構化的規劃、檢索、執行和記憶管理模塊管道，簡化智能AI代理的建立。用戶定義複雜任務，LAuRA的Planner會將其分解為可行的步驟，Retriever從向量數據庫或API中獲取信息，而Executor調用外部服務或工具。內建的記憶系統在交互期間保持上下文，支持狀態化和連貫的對話。通過支持流行LLM和向量存儲的擴展性連接器，LAuRA支持快速原型開發和擴展，適用於文檔分析、自動報告、個性化助手及業務流程自動化等應用案例。其開源設計促進社群貢獻與整合彈性。

Leap AI是一個開源平台和框架，旨在簡化在各種領域中創建AI驅動代理的流程。利用其模塊化架構，開發者可組裝API整合、對話式聊天機器人、音樂作曲，以及智能編碼輔助等組件。借助預定義的連接器，Leap AI代理能呼叫外部REST服務、處理及回應用戶輸入、生成原創音樂曲目，並實時建議程式碼片段。它基於流行的機器學習庫，支援自定義模型整合、記錄與監控。使用者可以透過設定文件定義代理行為，或用JavaScript或Python插件來擴展功能。部署方式支持Docker容器、無伺服器函數或雲端服務。Leap AI加速多樣應用場景的原型開發與正式運作。

LeanAgent 是一個基於 Python 的框架，旨在簡化自主 AI 代理的建立。它提供內建的規劃模組，利用大型語言模型進行決策，擴展性強的工具集成層可調用外部 API 或自定義腳本，並具有能在多次交互中保留上下文的記憶管理系統。開發者可以配置代理工作流程、加入自定義工具，快速進行除錯並部署適用於各種領域的生產級代理。

語言代理系統是一個開源Python框架，設計用於建構利用語言模型來規劃和執行任務的智慧代理。它包含記憶管理、工具註冊、規劃器和執行器等組件，使代理能維持上下文、呼叫外部API、進行網路搜尋與自動化工作流程。可透過YAML調整配置，支援多個LLM供應者，加速聊天機器人、內容摘要器及自主助理的原型設計。開發者亦可擴展功能，包括自訂工具與記憶後端，並在本地或伺服器上部署代理。

LLM驅動的RAG系統是一個針對開發者的框架，用於建立檢索增強式生成（RAG）管道。提供文件集合的嵌入模組、FAISS、Pinecone或Weaviate的索引，以及反應時的相關語境檢索。系統利用LangChain封裝管理調度LLM調用，支持提示模板、串流回應與多向量存儲驅動器。簡化知識庫端到端的部署過程，從嵌入模型配置到提示設計與結果後處理均可自定義。

LLMFlow提供了一種宣告式的方式來設計、測試與部署複雜的語言模型工作流程。開發者建立代表提示或動作的節點，然後將它們串連成可根據條件或外部工具輸出進行分支的流程。內建記憶管理能追蹤步驟間的語境，而適配器則實現與OpenAI、Hugging Face等的順暢整合。功能可以透過插件擴展，支援自訂工具或資料來源。流程可以在本地、容器或作為無伺服器函數執行。應用案例包括建立對話型助理、自動化報告生成與資料擷取流程—所有流程都具透明執行與日誌記錄。

LLM狀態機是一個開源的Python框架，專為使用明確狀態機構建AI代理而設計。開發者將狀態定義為離散步驟——每個調用一個大型語言模型或自訂邏輯——並根據輸出進行轉換。這種方法提供清晰性、可維護性和強健的錯誤處理，適用於多步、由LLM驅動的工作流程，例如文件處理、對話機器人或自動化流程。

MARO（多代理資源優化）是一個基於Python的框架，旨在支援供應鏈、物流和資源管理場景中多代理強化學習代理的開發與評估。其包含存貨管理、卡車排程、交叉碼頭作業、集裝箱租賃等模板。MARO提供統一的代理API、內建追蹤器用於實驗記錄、平行模擬以進行大規模訓練，以及性能分析的視覺化工具。平台模組化、可擴展，可與流行RL庫整合，實現可重複的研究與快速的AI驅動優化方案原型。