Multi-Agent LLM Rezeptpreise orchestriert eine Reihe spezialisierter KI-Agenten, um Rezepte in Zutaten aufzuschlüsseln, externe Preisdatenbanken oder APIs für Echtzeit-Marktraten abzufragen, Einheiten umzuwandeln und Gesamtkosten nach Währung zu summieren. Es ist in Python geschrieben und nutzt einen Rezept-Parsing-Agenten zur Extraktion der Artikel, einen Preissuch-Agenten für aktuelle Preise und einen Währungsumrechnungs-Agenten für internationale Preisgestaltung. Das Framework protokolliert jeden Schritt, unterstützt Plugin-Erweiterungen für neue Datenanbieter und gibt detaillierte Kostenzusammenstellungen im JSON- oder CSV-Format für weitere Analysen aus.

Summative Info Researcher Agents bietet einen modularen Rahmen für KI-gesteuerte Agenten, die End-to-End-Recherchaufgaben durchführen. Es automatisiert Websuchen, Crawling, Extraktion relevanter Daten und synthetisiert Ergebnisse in klare, strukturierte Zusammenfassungen. Basierend auf populären LLMs und erweiterbar durch Plugins ermöglicht das Projekt Benutzern, mehrstufige Workflows zu definieren, Agenten zu verketten und Einstellungen für domänspezifische Abfragen anzupassen. Die flexible Architektur unterstützt die Integration mit APIs, Datenbank-Connectors und Planungssystemen für akademische, geschäftliche oder persönliche Forschungsanforderungen.

AgentVest bietet eine Sammlung von KI-gesteuerten Agenten, die zusammenarbeiten, um Investmentportfolios zu verwalten. Der DataCollector-Agent erfasst Echtzeit-Marktdaten aus mehreren Quellen, StrategyGenerator nutzt GPT-Modelle, um Handelstrategien vorzuschlagen, RiskManager bewertet die Robustheit der Strategien unter verschiedenen Szenarien, und TradeExecutor kommuniziert mit Broker-APIs, um Trades auszuführen. Das Framework umfasst Speicherverwaltung, Werkzeugintegration und Backtesting-Module, die es Entwicklern ermöglichen, autonome Investitionsabläufe zu erstellen, zu testen und bereitzustellen.