Whiz est conçu pour fournir une base robuste pour le développement d'agents intelligents capables d'effectuer des workflows conversationnels et orientés tâches complexes. Avec Whiz, les développeurs définissent des "outils" — des fonctions Python ou des API externes — que l'agent peut invoquer lors du traitement des requêtes utilisateur. Un module de mémoire intégré capture et récupère le contexte de conversation, permettant des interactions multi-tours cohérentes. Un moteur de planification dynamique décompose les objectifs en étapes réalisables, tandis qu'une interface flexible permet d'injecter des politiques personnalisées, des registres d'outils et des backends de mémoire. Whiz supporte la recherche sémantique basée sur des embeddings pour extraire des documents pertinents, la journalisation pour la traçabilité et l'exécution asynchrone pour la montée en charge. Entièrement open-source, Whiz peut être déployé partout où Python s'exécute, permettant une création rapide de prototypes de bots d'assistance client, d'assistants d'analyse de données ou d'agents spécialisés, avec peu de boilerplate.

AgentFence fournit une couche de sécurité unifiée pour les agents IA, couvrant l'application des politiques, le contrôle d'accès et la détection d'anomalies. Elle propose des SDK pour Python, Node.js et des API REST pour une intégration facile à vos applications LLM. Avec des tableaux de bord de surveillance en temps réel et des pistes d'audit détaillées, les équipes de conformité ont une visibilité complète sur le comportement des agents. Des politiques personnalisables vous permettent de définir les actions autorisées, les règles d'utilisation des données et les rôles utilisateur. Des alertes automatisées notifient les parties prenantes en cas de violations de politique, tandis que les logs historiques supportent l'analyse forensique et les rapports réglementaires.