Semi Agent offre une architecture modulaire pour construire des agents IA capables de planifier, d’exécuter des actions et de se souvenir du contexte au fil du temps. Il s’intègre avec des modèles linguistiques populaires, supporte la définition d’outils pour des fonctionnalités personnalisées et maintient une mémoire conversationnelle ou orientée tâche. Les développeurs peuvent définir des plans étape par étape, relier des API externes ou scripts en tant qu’outils, et exploiter la journalisation intégrée pour déboguer et optimiser le comportement des agents. Son design open-source et sa base Python permettent une personnalisation, une extensibilité et une intégration simples dans des pipelines existants.

Bot-With-Plan offre un modèle Python modulaire pour construire des agents IA qui génèrent d'abord un plan détaillé avant l'exécution. Il utilise GPT d'OpenAI pour analyser les instructions utilisateur, décomposer les tâches en étapes séquentielles, valider le plan, puis exécuter chaque étape via des outils externes comme la recherche web ou des calculatrices. Le cadre inclut la gestion des prompts, le parsing des plans, l'orchestration de l'exécution et la gestion des erreurs. En séparant les phases de planification et d'exécution, il offre une meilleure supervision, un débogage plus simple et une structure claire pour l’extension avec de nouveaux outils ou capacités.

Le plugin AutoGPT Planner s’intègre parfaitement à Auto-GPT pour transformer des objectifs larges en étapes concrètes. Il utilise les modèles linguistiques d’OpenAI pour générer des listes de tâches, établir des dépendances et optimiser l’ordre d'exécution. Les utilisateurs fournissent un objectif, et le plugin le décompose en sous-tâches, priorise par importance ou échéance, et fournit un plan affiné. Le plugin supporte la refinement itérative, permettant aux plans d’évoluer avec les changements d’objectifs. Il est idéal pour la planification de projets, feuilles de route de contenu, agendas de recherche, et toute situation nécessitant des workflows structurés à plusieurs étapes.