Wren est une plateforme d'agents IA basée sur Python, conçue pour aider les développeurs à créer, gérer et déployer des agents autonomes. Elle fournit des abstractions pour définir des outils (API ou fonctions), des magasins de mémoire pour la conservation du contexte, et une logique d'orchestration pour gérer le raisonnement multi-étapes. Avec Wren, vous pouvez rapidement prototyper des chatbots, des scripts d'automatisation de tâches et des assistants de recherche en combinant les appels LLM, en enregistrant des outils personnalisés et en conservant l'historique des conversations. Sa conception modulaire et ses capacités de rappel facilitent l'extension et l'intégration avec des applications existantes.

Java-Action-Bool s'intègre parfaitement au cadre multi-agents LightJason, permettant aux développeurs d'utiliser des actions de logique booléenne toutes prêtes dans leurs programmes d'agents. Au lieu d'écrire des vérifications booléennes personnalisées, vous pouvez appeler des actions comme ActionBoolAnd, ActionBoolOr, ActionBoolNot, et plus encore. Ces actions évaluent la vérité à l'exécution pour guider le comportement de l'agent, réduisant ainsi le code standard et simplifiant la définition des plans dans les systèmes d'agents cognitifs et réactifs.

Agent Starter Pack est une boîte à outils pour développeurs qui construit des agents intelligents et interactifs sur Google Cloud. Il offre des modèles en Node.js et Python pour gérer les flux de conversation, maintenir la mémoire à long terme et effectuer des appels d'outils et d'API. Basé sur Vertex AI et Cloud Functions ou Cloud Run, il supporte la planification multi-étapes, le routage dynamique, l'observabilité et la journalisation. Les développeurs peuvent étendre les connecteurs aux services personnalisés, créer des assistants spécifiques au domaine et déployer des agents évolutifs en quelques minutes.

Fast-LLM-Agent-MCP est un cadre Python léger open-source pour construire des agents IA combinant gestion de mémoire, raisonnement en chaîne et planification multi-étapes. Les développeurs peuvent l'intégrer avec OpenAI, Azure OpenAI, Llama local et d'autres modèles pour maintenir le contexte de conversation, générer des traces de raisonnement structurées et décomposer des tâches complexes en sous-tâches exécutables. Son design modulaire permet l'intégration d'outils personnalisés et de stockages de mémoire, idéal pour des applications telles que les assistants virtuels, les systèmes d'aide à la décision et les bots de support client automatisés.

Imandra propose un système de raisonnement automatisé natif cloud conçu pour apporter rigueur et transparence à l'analyse et à la conception d'algorithmes complexes. Avec Imandra, les utilisateurs peuvent convertir les entrées en logique mathématique et automatiser les processus de raisonnement, garantissant ainsi la sécurité, l'équité et la conformité des algorithmes. Imandra est particulièrement adapté aux secteurs à haut enjeu tels que la finance, où la fiabilité des algorithmes est critique.