Pig est une plateforme d'automatisation conçue pour simplifier la création de flux de travail complexes pour les applications Windows, en tirant parti de la technologie IA. Elle propose une interface de chat pour prototyper des flux de travail sans aucune programmation et fournit un SDK pour des besoins d'automatisation avancés. Avec Pig, les utilisateurs peuvent intégrer des contrôles de machine, créer des agents en utilisant l'API Agent et utiliser un large éventail d'outils, tels que les fonctions de clic, de saisie et de capture d'écran. Pig est idéal pour les automatisations nécessitant une intégration transparente avec la supervision humaine, garantissant que les opérations critiques peuvent être gérées efficacement.

MARO (Multi-Agent Resource Optimization) est un cadre basé sur Python conçu pour soutenir le développement et l'évaluation d'agents d'apprentissage par renforcement multi-agent dans des scénarios de chaîne d'approvisionnement, de logistique et de gestion des ressources. Il inclut des modèles pour la gestion des inventaires, la planification des camions, le cross-docking, la location de conteneurs, et plus encore. MARO offre une API d'agent unifiée, des trackers intégrés pour la journalisation des expériences, des capacités de simulation parallèle pour des entraînements à grande échelle et des outils de visualisation pour l'analyse de la performance. La plateforme est modulaire, extensible et s'intègre aux bibliothèques RL populaires, permettant une recherche reproductible et une prototypage rapide de solutions d'optimisation pilotées par l'IA.

Multi-Agent Coordination fournit une API légère pour définir des agents IA, les enregistrer auprès d’un coordinateur central et dispatcher des tâches pour la résolution collaborative de problèmes. Il gère le routage des messages, le contrôle de la concurrence et l’agrégation des résultats. Les développeurs peuvent intégrer des comportements d'agents personnalisés, étendre les canaux de communication et surveiller les interactions via la journalisation intégrée et les hooks. Ce framework simplifie le développement de flux de travail IA distribués, où chaque agent se spécialise dans une sous-tâche et le coordinateur assure une collaboration fluide.