Embedded BDI stellt eine vollständige BDI-Lifecycle-Engine bereit: Es modelliert die Überzeugungen eines Agenten über seine Umgebung, verwaltet sich entwickelnde Wünsche oder Ziele, wählt Intentionen aus einer Plansammlung aus und führt Verhaltensweisen in Echtzeit aus. Das Framework umfasst Module für die Speicherung der Überzeugungsbasis, die Definition der Planbibliothek, Ereignis-Trigger und Nebenläufigkeitskontrolle, speziell für speicherbeschränkte Mikrocontroller. Mit einer einfachen API können Entwickler Überzeugungen kennzeichnen, Wünsche angeben und Pläne im Code implementieren. Der Scheduler übernimmt die Priorität der Intentionsausführung und integriert sich mit Hardware-Schnittstellen für Sensoren, Aktuatoren und Netzwerkommunikation, was es ideal für autonome IoT-Geräte, mobile Roboter und Industriecontroller macht.

AgentRpi verwandelt einen Raspberry Pi in ein Edge-AI-Agenten-Hub, indem es Sprachmodelle zusammen mit physischen Hardware-Schnittstellen orchestriert. Durch die Kombination von Sensoreingaben (Temperatur, Bewegung), Kamera-Feeds und Mikrofon-Audio verarbeitet es kontextbezogene Informationen durch konfigurierte LLMs (OpenAI GPT, lokale Llama-Varianten), um autonom Aktionen zu planen und auszuführen. Benutzer definieren Verhaltensweisen mit YAML-Konfigurationen oder Python-Skripts, die Aufgaben wie das Auslösen von Warnmeldungen, das Anpassen von GPIO-Pins, das Erfassen von Bildern oder das Reagieren auf Sprachbefehle ermöglichen. Seine plugin-basierte Architektur erlaubt nahtlose API-Integration, benutzerdefinierte Fähigkeiten und Unterstützung für Docker-Deployment. Ideal für energiearme, datenschutzsensitive Umgebungen gibt AgentRpi Entwicklern die Möglichkeit, intelligente Automationsszenarien zu prototypisieren, ohne ausschließlich auf Cloud-Dienste angewiesen zu sein.