L'Anna Mobile LLM Agent est un cadre d'IA conversationnelle conçu pour une intégration transparente dans l'application mobile Anna Money. Il exploite de grands modèles linguistiques pour interpréter les entrées en langage naturel de l'utilisateur, récupérer en temps réel des données de compte et de transaction via des API sécurisées, et effectuer des tâches telles que la catégorisation des dépenses, la synthèse des transactions et les conseils budgétaires. Les développeurs peuvent configurer des outils, déclencheurs et mémoires de contexte personnalisés pour adapter l'agent aux flux de travail financiers spécifiques. Avec une prise en charge intégrée d'OpenAI, Azure OpenAI et des modèles transformeurs locaux, ainsi qu'une interface React Native, l'agent garantit une assistance financière réactive, sécurisée et personnalisée sur les appareils iOS et Android.

AppShip est une plateforme complète conçue pour rationaliser le cycle de vie du développement d'applications. Elle permet aux développeurs de créer, déployer, maintenir et surveiller sans effort leurs applications dans plusieurs magasins d'applications B2B. En utilisant AppShip, les entreprises peuvent réduire le temps et la complexité liés à la gestion de plusieurs versions et mises à jour de leurs applications, garantissant une expérience utilisateur plus cohérente tout en ouvrant de nouvelles opportunités de croissance sur différents marchés.

Ce framework open-source combine la bibliothèque de modélisation des agents AgentSimJs avec le moteur graphique 3D de Three.js pour fournir des simulations multi-agents interactives basées sur le navigateur. Les utilisateurs peuvent définir des types d'agents, des comportements et des règles environnementales, configurer la détection de collision et la gestion des événements, et visualiser les simulations en temps réel avec des options de rendu personnalisables. La bibliothèque prend en charge la gestion dynamique des contrôles, des scènes et du tuning des performances, ce qui l rend idéale pour la recherche, l'éducation et le prototypage de scénarios complexes basés sur des agents.

Practical AI Agents offre aux développeurs un cadre complet et des exemples prêts à l'emploi pour construire des agents autonomes alimentés par de grands modèles linguistiques. Il montre comment intégrer des outils API (par ex., navigateurs Web, bases de données, fonctions personnalisées), implémenter une mémoire de style RAG, gérer le contexte des conversations et effectuer une planification dynamique. Les exemples peuvent être adaptés pour des chatbots, des assistants d'analyse de données, des scripts d'automatisation de tâches ou des outils de recherche. Le dépôt comprend des notebooks, des fichiers Docker et des fichiers de configuration pour simplifier la configuration et le déploiement dans différents environnements.

La plateforme TheTen AI Agent offre un constructeur graphique où les utilisateurs connectent diverses sources de données — documents cloud, bases de données ou API — et définissent le but et le ton d’un agent. Les agents peuvent répondre aux requêtes des utilisateurs avec des réponses contextuelles, résumer de grands documents à la demande et déclencher des flux de travail automatisés comme la création de tickets ou les notifications par e-mail. Un tableau de bord analytique intégré suit l’utilisation, la performance et la satisfaction des utilisateurs. Les agents peuvent être personnalisés avec des personnalités uniques et des invites finement ajustées, sans écrire de code. Une fois prêt, ils peuvent être déployés via du code d’intégration, des API REST ou des intégrations avec Slack, MS Teams et d’autres plateformes de messagerie pour offrir des expériences conversationnelles fluides à travers les canaux.