CrewAI GUI Qt 提供一個全面的視覺環境，用於設計和運行基於CrewAI框架的AI代理流程。用戶可以將代表數據源、LLM模型、處理步驟和輸出處理器的可配置節點拖放到畫布上，然後將它們連接以定義序列或平行工作流程。每個節點都提供可定制的參數，如溫度、Token限制和API端點，從而實現對模型行為的細緻控制。實時運行引擎執行圖表，並在控制台面板顯示中間輸出與錯誤，便於調試。此外，項目可保存為JSON或XML，亦可導入協作或導出為獨立腳本。該應用還支持插件擴展、日誌和性能監控，非常適合原型設計、研究和生產級代理開發。

Fast-LLM-Agent-MCP 是一個輕量級的開源 Python 框架，用於構建結合記憶管理、鏈式推理和多步規劃的 AI 代理。開發者可以與 OpenAI、Azure OpenAI、本地 Llama 及其他模型整合，以保持對話上下文、產生結構化推理跡徑，並將複雜任務拆解為可執行的子任務。其模組化設計允許整合自定義工具及記憶庫，適用於虛擬助理、決策支援系統及自動化客戶支持機器人等應用。

GenerativeAgentsCN是斯坦福生成代理框架的開源中文版，用於模擬逼真的數位角色。結合大型語言模型、長期記憶模組、反思程序與規劃邏輯，協調代理感知情境、回想過去互動並自主決定下一步行動。此工具包提供即用的Jupyter筆記本、模組化Python元件與完整中文文件，帶領用戶設置環境、定義代理特性與自訂記憶參數。適用於AI角色行為研究、客戶服務機器人原型或用於代理認知的學術研究。具有彈性的API允許開發者擴充記憶演算法、整合自訂大型語言模型，並即時視覺化交互。

LLPhant 是一個開源的 Python 框架，讓開發者能建立多功能的 LLM 驅動代理。提供整合工具（API、搜尋、資料庫）、多輪對話記憶管理以及可自訂的決策循環。支援多個 LLM 後端（如 OpenAI、Hugging Face 及其他），插件式組件，以及配置驅動的工作流程，加快代理開發。可用於原型開發聊天機器人、自動化任務或建立融入外部工具與情境記憶的數位助手，免寫繁瑣重複碼。

Multi Agent Simulation提供靈活的API，用以定義具有自訂感測器、執行器和決策邏輯的代理類別。用戶配置帶有障礙物、資源和通信協定的環境，然後運行逐步或實時的模擬循環。內建的日誌系統、事件調度和Matplotlib整合，協助追蹤代理狀態並視覺化結果。模組化設計允許輕鬆擴展新的行為、環境及提升性能，非常適合學術研究、教育以及多代理場景的原型設計。

DreamGPT 是一個多用途的開源平台，旨在簡化由 GPT 模型驅動的 AI 代理開發、配置與部署。它提供直觀的 Python SDK 與命令列界面，用於建立新代理、管理對話歷史（具有可擴展的記憶體後端），以及透過標準化插件系統整合外部工具。開發者可以定義自訂提示流程，連結 API 或資料庫以強化生成能力，並透過內建的記錄與遠端監控監控代理效能。其模組化架構支援雲端水平擴展，並確保用戶資料的安全處理。有預設範本用於助理、聊天機器人與數位工人，團隊能快速原型化專屬的 AI 代理，應用於客服、資料分析、自動化等領域。

Agent Script 提供了一層宣告式腳本層，覆蓋大型語言模型，可用 YAML 或 JSON 來撰寫定義代理流程、工具調用與記憶使用的腳本。你可以連接 OpenAI、本地 LLM 或其他提供者，將外部 API 作為工具，並配置長短期記憶後端。框架自動處理內容管理、非同步執行和詳細日誌。只需少量程式碼，即能快速原型聊天機器人、RPA 流程、資料擷取代理或自訂控制循環，讓建構、測試與部署 AI 自動化更為容易。

Agents-Deep-Research旨在通過提供模組化、可擴展的程式碼庫，簡化自主AI代理的開發與測試。它具有將用戶定義目標分解為子任務的任務規劃引擎、存儲與檢索上下文的長期記憶模組，以及允許代理與外部API和模擬環境互動的工具整合層。框架還提供評估腳本和基準工具，用於衡量代理在各種場景中的性能。基於Python，並可適配多種LLM後端，幫助研究人員和開發者快速原型化新型代理架構，進行可重複的實驗，並比較不同的規劃策略。