AutoAct está diseñado para simplificar el desarrollo de agentes inteligentes combinando razonamiento impulsado por LLM con planificación estructurada e integración modular de herramientas. Ofrece un componente de Planificador para generar secuencias de acciones, un ToolKit para definir y llamar APIs externas, y un módulo de Memoria para mantener el contexto. Con registro, gestión de errores y políticas configurables, AutoAct soporta automatización robusta de extremo a extremo para tareas como análisis de datos, generación de contenido y asistentes interactivos. Los desarrolladores pueden personalizar los flujos de trabajo, ampliar herramientas y desplegar agentes en local o en la nube.

CogAgent es una biblioteca en Python orientada a la investigación, diseñada para agilizar el desarrollo de agentes de IA. Proporciona módulos principales para la gestión de memoria, planificación y razonamiento, integración de herramientas y APIs, y ejecución en cadena de pensamiento. Con una arquitectura altamente modular, los usuarios pueden definir herramientas personalizadas, almacenes de memoria y políticas de agentes para crear chatbots conversacionales, planificadores de tareas autónomos y scripts de automatización de flujo de trabajo. CogAgent soporta la integración con modelos de lenguaje populares como OpenAI GPT y Meta LLaMA, permitiendo a investigadores y desarrolladores experimentar, ampliar y escalar sus agentes inteligentes para diversas aplicaciones del mundo real.

DeepSeek AI es una herramienta de extensión de navegador gratuita y de código abierto diseñada para proporcionar análisis exhaustivos y respuestas inteligentes al contenido web. Los usuarios pueden resaltar cualquier texto en una página web y utilizar los avanzados modelos de IA de DeepSeek para obtener información y respuestas. La extensión ofrece funciones como respuestas de streaming en tiempo real de IA, atajos de teclado personalizables, renderización en Markdown, fórmulas matemáticas en LaTeX y la capacidad de regenerar respuestas si es necesario. DeepSeek AI tiene como objetivo mejorar la experiencia del usuario en tareas como investigación académica, análisis de datos y comprensión de información compleja durante la navegación casual.

EmailOrganizer es una aplicación de línea de comandos en Python que simplifica la gestión de correos mediante clasificación por aprendizaje automático. Se conecta a cualquier servicio de correo compatible con IMAP, descarga mensajes en lotes o en tiempo real y utiliza un modelo preentrenado para asignar cada email a categorías personalizables. Los usuarios pueden definir reglas de mapeo de carpetas, entrenar o ajustar el clasificador con sus propios datos y revisar los puntajes de confianza de clasificación. La herramienta soporta autenticación segura OAuth para proveedores como Gmail, ofrece procesamiento incremental para evitar duplicados y proporciona registros para auditoría y seguimiento de errores. Ideal para quienes reciben gran volumen de correos, automatiza la clasificación y el etiquetado para reducir el mantenimiento manual de la bandeja de entrada.

Emma-X proporciona una plataforma modular de orquestación de agentes para construir asistentes de IA conversacionales usando grandes modelos de lenguaje. Los desarrolladores pueden definir comportamientos del agente mediante configuraciones JSON, seleccionar proveedores de LLM como OpenAI, Hugging Face o endpoints locales, y adjuntar herramientas externas como búsqueda, bases de datos o APIs personalizadas. La capa de memoria integrada preserva el contexto a través de sesiones, mientras que los componentes UI manejan la renderización del chat, cargas de archivos y solicitudes interactivas. Los ganchos de plugins permiten obtener datos en tiempo real, análisis y botones de acción personalizados. Emma-X viene con agentes de ejemplo para soporte al cliente, creación de contenido y generación de código. Su arquitectura abierta permite a los equipos ampliar las capacidades del agente, integrarse con aplicaciones web existentes y iterar rápidamente en los flujos de conversación sin necesidad de profundos conocimientos en LLM.

ePH-MAPF proporciona un flujo de trabajo eficiente para calcular rutas sin colisiones para decenas a centenas de agentes en mapas basados en cuadrícula. Utiliza heurísticas priorizadas, técnicas de búsqueda incremental y métricas de coste personalizables (Manhattan, Euclidiana) para equilibrar velocidad y calidad de la solución. Los usuarios pueden seleccionar diferentes funciones heurísticas, integrar la biblioteca en sistemas de robótica basados en Python, y evaluar el rendimiento en escenarios estándar de MAPF. El código es modular y bien documentado, permitiendo a investigadores y desarrolladores extenderlo para obstáculos dinámicos o entornos especializados.

GitHub Sage es una extensión de navegador diseñada para desarrolladores que frecuentemente evalúan software de código abierto (OSS) en GitHub. Al integrar un asistente de IA que abre un panel lateral en las pestañas de GitHub, permite a los usuarios hacer preguntas y recibir información sobre el repositorio que están viendo. Esto ayuda a determinar rápidamente si un repositorio OSS se ajusta a tus necesidades o a entender las actualizaciones en tus proyectos. Es ideal para desarrolladores que gestionan múltiples repositorios, evalúan nuevos proyectos y se mantienen al tanto de los cambios en proyectos activos.

ILLA Cloud es una plataforma de bajo código de código abierto diseñada para simplificar el desarrollo de aplicaciones comerciales. Al utilizar una interfaz visual de arrastrar y soltar, los desarrolladores pueden construir rápidamente aplicaciones impulsadas por IA, paneles de datos, paneles de administración y diversas herramientas internas. La plataforma está diseñada para mejorar la productividad minimizando la codificación manual y proporcionando una manera fluida de integrar capacidades de IA. Ya sea que esté creando un CRM, CMS o cualquier herramienta interna personalizada, ILLA Cloud proporciona un marco sólido para un desarrollo y despliegue rápidos.

LinkedIn Agent es una herramienta de línea de comandos de código abierto basada en la API de OpenAI para automatizar varias tareas en LinkedIn. Genera mensajes de solicitud de conexión personalizados basados en perfiles objetivo, crea secuencias de seguimiento para fortalecer relaciones y respalda habilidades con comentarios contextualmente relevantes. El agente puede extraer datos del perfil, como roles actuales y experiencias, para adaptar el acercamiento, y soporta campañas masivas procesando listas de objetivos en CSV. Los usuarios definen plantillas o confían en contenido generado por IA, ajustando el tono y la duración mediante parámetros. La herramienta gestiona autenticación, gestión de sesiones y límites de velocidad, asegurando un funcionamiento fluido. Integrando mensajería basada en IA con la interfaz de red de LinkedIn, acelera significativamente el desarrollo empresarial, el reclutamiento y la marca personal.

NanoBrowser se ejecuta directamente en tu navegador como una extensión de Chrome, permitiéndote automatizar tareas web repetitivas o complejas usando indicaciones en lenguaje natural. La configuras con tu propia clave API LLM —OpenAI GPT, modelos LLaMA auto hospedados u otros— y defines workflows compuestos por múltiples agentes. Soporta la recopilación de datos, interacciones con formularios, investigación automatizada y encadenamiento de workflows mediante integración con LangChain. Puedes orquestar agentes para colaborar en subtareas, exportar resultados en CSV o JSON y depurar o refinar pasos de forma interactiva. Como alternativa de código abierto a operadores propietarios, NanoBrowser prioriza la privacidad, la extensibilidad y la facilidad de uso.

negotiation_agent proporciona un conjunto de herramientas modular para construir bots de negociación autónomos impulsados por modelos similares a GPT. Los desarrolladores pueden especificar escenarios de negociación definiendo elementos, preferencias y funciones de utilidad para modelar los objetivos del agente. El marco incluye plantillas predefinidas de agentes y permite integrar estrategias personalizadas, abarcando generación de ofertas, evaluación de contraofertas, decisiones de aceptación y cierre de acuerdos. Gestiona los flujos de diálogo mediante protocolos estandarizados, soporta simulaciones en lotes para experimentos estilo torneo y calcula métricas de rendimiento como tasa de acuerdo, ganancias de utilidad y puntuaciones de equidad. La arquitectura abierta facilita cambiar los backends LLM subyacentes y extender la lógica del agente a través de plugins. Con negotiation_agent, los equipos pueden crear rápidamente prototipos y evaluar soluciones de negociación automatizada en comercio electrónico, investigación y entornos educativos.

OCO-Agent aprovecha modelos lingüísticos compatibles con OpenAI para transformar instrucciones en lenguaje natural en flujos de trabajo accionables. Proporciona un sistema de plugins flexible para integrar API externas, comandos shell y rutinas de procesamiento de datos. El framework mantiene el historial de conversación y el contexto en memoria, permitiendo tareas largas y de múltiples pasos. Con una interfaz CLI y soporte para Docker, OCO-Agent acelera la creación de prototipos y el despliegue de asistentes inteligentes para operaciones, análisis y productividad de desarrolladores.

OpenWebResearcher funciona como un asistente autónomo de investigación web orquestando un pipeline de rastreo, extracción de datos y resumen impulsado por IA. Tras la configuración, el agente navega por sitios objetivos, identifica contenidos relevantes mediante heurísticas o criterios definidos por el usuario y obtiene datos estructurados. Luego, emplea grandes modelos de lenguaje para analizar, filtrar y destilar insights clave, generando resúmenes en forma de viñetas o informes detallados. Los usuarios pueden personalizar parámetros de raspado, integrar plugins especializados y programar tareas de investigación recurrentes. La arquitectura modular permite a los desarrolladores extender capacidades con nuevos analizadores o formatos de salida. Ideal para inteligencia competitiva, revisiones de literatura académica, análisis de mercado y monitorización de contenidos, OpenWebResearcher reduce el tiempo dedicado a recopilación y síntesis manual de datos.

OpenWebUI Tools proporciona una colección de complementos para OpenWebUI para mejorar los modelos de lenguaje grandes con acceso a herramientas externas. Incluye un módulo de navegación web y búsqueda para recuperar datos en tiempo real, un REPL de Python y un ejecutor de terminal para ejecutar código al momento, lectores/escritores del sistema de archivos para acceso a documentos y utilidades para analizar PDFs o formatear JSON. Estas herramientas operan dentro del frontend de OpenWebUI, permitiendo a los usuarios llamar a funciones de manera interactiva y combinar el razonamiento de IA con acciones del mundo real para experiencias más ricas en conversaciones y tareas.

Real-Agents está diseñado para simplificar la creación y orquestación de agentes impulsados por IA que pueden realizar tareas complejas de manera autónoma. Construido en Python y compatible con los principales modelos de lenguaje grande, el marco presenta un diseño modular que comprende componentes centrales para la comprensión del lenguaje, razonamiento, almacenamiento de memoria y ejecución de herramientas. Los desarrolladores pueden integrar rápidamente servicios externos como APIs web, bases de datos y funciones personalizadas para ampliar las capacidades del agente. Real-Agents soporta mecanismos de memoria para mantener el contexto a través de las interacciones, permitiendo conversaciones de múltiples turnos y flujos de trabajo de larga duración. La plataforma también incluye utilidades para registro, depuración y escalado de agentes en entornos de producción. Al abstraer detalles de bajo nivel, Real-Agents optimiza el ciclo de desarrollo, permitiendo que los equipos se concentren en la lógica específica de tareas y entreguen soluciones automatizadas potentes.

Recontent.app es una solución de código abierto diseñada para ayudar a los equipos de productos a gestionar y localizar su contenido de manera eficiente. Al integrarse con herramientas como Figma y GitHub, los equipos pueden sincronizar el contenido del producto, colaborar en las traducciones y usar sugerencias impulsadas por IA para garantizar calidad y consistencia. La plataforma ofrece un espacio de trabajo compartido donde diseñadores, desarrolladores, escritores UX y gerentes pueden trabajar juntos, proporcionando una única fuente de verdad para el contenido del producto. Con una variedad de opciones de exportación y la capacidad de usar la plataforma o autohospedarse, Recontent.app da a los equipos la flexibilidad y el control que necesitan para optimizar los flujos de trabajo de contenido.

Rolodexter 3 te permite construir, personalizar y orquestar agentes de IA autónomos que trabajan juntos para completar procesos de múltiples pasos. Cada agente puede asignarse a un rol específico con indicaciones adaptadas, acceder a herramientas o API externas, y almacenar o recuperar memoria entre sesiones. La plataforma cuenta con una interfaz web intuitiva para monitorear la actividad de los agentes, registros y resultados en tiempo real. Los desarrolladores pueden extender el sistema con plugins personalizados o integrar nuevas fuentes de datos, siendo ideal para prototipado rápido, automatización de investigación y delegación de tareas complejas.

sma-begin establece una base de código optimizada para crear agentes impulsados por IA, abstrayendo componentes comunes como procesamiento de entrada, lógica de decisión y generación de salida. En su núcleo, implementa un ciclo de agente que consulta a un LLM, interpreta la respuesta y ejecuta opcionalmente herramientas integradas, como clientes HTTP, manejadores de archivos o scripts personalizados. Los módulos de memoria permiten al agente recordar interacciones previas o contexto, mientras que el encadenamiento de instrucciones soporta flujos de trabajo de múltiples pasos. La gestión de errores captura fallos de API o salidas de herramientas inválidas. Los desarrolladores solo necesitan definir los prompts, herramientas y comportamientos deseados. Con poco código boilerplate, sma-begin acelera el prototipado de chatbots, scripts de automatización o asistentes específicos de dominio en cualquier plataforma que soporte Python.

Stock Market Multi-Agent es un framework avanzado de Python de código abierto diseñado para agilizar el comercio automatizado mediante agentes de IA coordinados. Cada agente se especializa en una función específica: agentes de adquisición de datos obtienen y limpian transmisiones del mercado en tiempo real; agentes generadores de señales aplican modelos de aprendizaje automático para obtener predicciones; agentes de backtesting evalúan estrategias con datos históricos; agentes de gestión de carteras optimizan asignaciones de activos; agentes de ejecución se conectan con APIs de corredor para colocar órdenes; y agentes de gestión de riesgos imponen salvaguardas. La arquitectura basada en configuraciones permite módulos plug-and-play, soportando personalización de algoritmos, fuentes de datos y parámetros de riesgo. Adecuado para investigación, operaciones en vivo y desarrollo, acelera el despliegue de estrategias cuantitativas y la escalabilidad operativa.

Thufir es un marco de trabajo de código abierto basado en Python diseñado para facilitar la creación de agentes IA autónomos capaces de planificar y ejecutar tareas complejas. En su núcleo, Thufir proporciona un motor de planificación que descompone objetivos de alto nivel en pasos accionables, un módulo de memoria para almacenar y recuperar información contextual a través de sesiones, y una interfaz de herramientas plug-and-play que permite a los agentes interactuar con APIs externas, bases de datos o entornos de ejecución de código. Los desarrolladores pueden aprovechar los componentes modulares de Thufir para personalizar comportamientos de agentes, definir herramientas personalizadas, gestionar el estado del agente y orquestar flujos de trabajo multi-agente. Al abstraer las preocupaciones de infraestructura de bajo nivel, Thufir acelera el desarrollo y despliegue de agentes inteligentes para casos de uso como asistentes virtuales, automatización de flujos de trabajo, investigación y trabajadores digitales.