Mina 提供一個輕量且強大的基礎，用於在 Python 中構建 AI 代理。你可以定義自訂工具（例如網頁爬蟲、計算器或資料庫連接器）、附加記憶體緩衝器以維持對話上下文，並編排多步推理的語言模型呼叫序列。基於常用 LLM API，Mina 支援非同步執行、錯誤處理和日誌記錄。其模組化設計使加入新能力變得容易，而 CLI 介面則支援快速原型和代理驅動應用的部署。

NavGround Learning提供一套完整工具，用於開發與測試導航任務中的增強學習代理。支援多代理模擬、碰撞建模，以及可定制的感測器與執行器。使用者可選擇預設策略模板或實現自訂架構，並使用最先進的RL演算法進行訓練，還能視覺化性能指標。與OpenAI Gym和Stable Baselines3的整合，讓實驗管理更為便利，內建記錄與視覺化工具則助於深入分析代理行為與訓練動態。

Swarms作為一個以Python為核心的框架與網頁介面，使使用者能配置具有特定角色、記憶管理與自定義提示的單一代理。使用者可透過視覺流程建構器或YAML配置來定義代理互動，協調複雜的決策樹、辯論以及協作任務。平台支援插件整合，用於資料查詢、知識庫存取及第三方API調用。部署後，Swarms提供即時監控代理活動、性能指標與日誌，可以利用容器協調工具水平擴展，支援大型AI模擬、機器人控制架構或智慧流程自動化。開源架構確保可擴充性、社群改進，並提供自我托管方案，確保資料完整控制。

WanderMind 提供模組化架構，用於建構自我引導的 AI 代理。它管理持久的記憶庫以在會話間保留上下文，整合外部工具和 API 以擴展功能，並通過可自定義的規劃器協調多步推理。開發者可以連接不同的 LLM 供應商、定義異步任務，並用新工具適配器擴展系統。此框架加速自主工作流程的實驗，應用範圍從想法探索到自動化研究助手，無需大量工程負擔。

Doraemon-Agent是一個開源的Python平台和框架，幫助開發者構建精密的AI代理器。它允許整合自訂插件和外部工具，維持跨會話的長期記憶，並執行多步連鎖思考規劃。開發者可以配置代理角色、管理上下文、紀錄互動，並通過插件架構擴展功能。它能簡化自主助理的創建，適用於資料分析、研究支援或客戶服務自動化等任務。

Lila提供一個完整的AI代理框架，適用於多步推理和自主任務執行。開發者可以定義自訂工具（API、資料庫、Webhook），並在運行時動態調用。它提供記憶模組來存儲對話歷史和事實，規劃組件來排程子任務，以及思考鏈提示以透明決策路徑。其插件系統允許無縫擴展新功能，內建監控追蹤代理行動與輸出。模組化設計使其易於整合至現有Python專案或作為雲端服務部署，支持實時代理工作流程。

LLM Agents Example提供一個實用的範例程式碼庫，用於建立Python中的AI代理。它展示註冊自訂工具（如網路搜尋、WolframAlpha數學求解器、CSV分析器、Python REPL）、建立聊天及檢索型代理，並連接向量資料庫進行文件問答。此範例示範維持對話記憶、動態派遣工具呼叫，以及鍊結多個LLM提示來解決複雜任務的方法。使用者可學習整合第三方API、結構化代理工作流程，並延展框架功能——作為開發者實驗與原型設計的實用指南。

Overeasy 是一個基於 Python 的開源框架，用於在各種領域協調由 LLM 驅動的 AI 代理。它提供模組化架構，用以定義代理、配置記憶存儲及整合外部工具，如 API、知識庫與資料庫。開發者可以連接至 OpenAI、Azure 或自行托管的 LLM 端點，設計涉及單一或多個代理的動態工作流程。Overeasy 的協調引擎負責任務委派、決策及後備策略，從而打造強健的數位工作者，用於科研、客戶支持、資料分析、排程等。完善的文件與範例專案促進在 Linux、macOS 與 Windows 上的快速部署。

AI-Agents提供一個靈活的代理架構，協調語言模型規劃器、持久記憶模塊和可插拔的工具包。開發者定義HTTP請求、文件操作和自定義邏輯的工具，然後配置LLM規劃器以決定調用哪個工具。記憶存儲上下文和會話歷史。該框架處理異步執行、錯誤修復和日誌記錄，加快智能助手、數據分析器或自動化機器人原型開發，而無需重新發明核心協調邏輯。

Build with ADK 透過提供CLI scaffolding工具、工作流程定義、LLM整合模組、測試工具、日誌紀錄以及部署支援，簡化建立AI代理的流程。開發者可初始化代理專案、選擇AI模型、配置提示詞、連結外部工具或API、進行本地測試，並將代理推上生產環境或容器平台——所有操作只需簡單指令。模組化架構方便插件擴充，並支持多種程式語言，提供最大彈性。

Chipper 是一個完全開源的 React 元件庫，旨在簡化由大型語言模型（LLM）支援的對話界面建構。它提供即時串流的 AI 回應、內建的上下文與歷史管理、多代理支持單一聊天、檔案附件與主題自定義。開發者可以透過簡單的屬性整合任何 LLM 後端，並擴展插件或用 CSS-in-JS 進行風格設定，以實現無縫品牌與響應式佈局。

Fetch.ai 是一個開源平台與軟體開發套件，旨在建立代表數字孿生的自主代理，搭建在去中心化網路上。它提供 Python 和 Rust SDK，並配備開放經濟框架（OEF）用於點對點發現，以及與分類帳的無縫整合以實現安全交易。開發者可以定義自訂的代理技能——如市場券差、資料提供或任務出價——並部署於測試網或主網。Fetch.ai 的代理能自主通訊、協商並執行智慧合約，支持供應鏈、物聯網生態系統、出行服務、能源網格等多代理協調。

JaCaMo提供一個統一的環境，用於設計和運行多智能體系統（MAS），整合三個核心組件：用於基於BDI代理的Jason代理語言、用於工件的環境建模CArtAgO，以及用於指定組織結構和角色的Moise。開發者可以撰寫代理計劃、定義帶操作的工件，並在規範框架下組織代理群組。此平台包括模擬、除錯和視覺化MAS交互的工具。支援分散式執行、工件資料庫及彈性訊息傳遞，使得JaCaMo能迅速原型化與研究，例如群體智慧、協作機器人及分散決策。其模組設計確保在學術及工業專案中的擴展性及彈性。

FMAS（Flexible Multi-Agent System）是一個開源的Python函式庫，用於建立、運行和視覺化多代理模擬。您可以定義具有自訂決策邏輯的代理、配置環境模型、設置通訊渠道來進行通信，並執行可擴展的模擬。FMAS提供監控代理狀態、除錯交互和匯出結果的鉤子。其模組化架構支援用於視覺化、度量收集及與外部資料源整合的插件，非常適合研究、教育和自主系統的實際原型。

GenAI Agents SDK 是一個開源的Python函式庫，旨在協助開發者利用大型語言模型建立自主的AI代理。它提供一個核心代理範本，具有可插拔的模組，用於記憶儲存、工具介面、規劃策略與執行循環。你可以設定代理致電外部API、讀寫檔案、執行搜尋或與資料庫互動。其模組化設計確保易於客製化、快速原型開發，以及新功能的無縫整合，促進打造具備推理、規劃與在現實場景中行動的動態自主AI應用。