WanderMind offre une architecture modulaire pour la construction d'agents IA auto-guidés. Il gère un stockage de mémoire persistante pour conserver le contexte entre les sessions, s'intègre avec des outils et APIs externes pour des fonctionnalités étendues, et orchestre le raisonnement à plusieurs étapes par le biais de planificateurs personnalisables. Les développeurs peuvent connecter différents fournisseurs LLM, définir des tâches asynchrones, et étendre le système avec de nouveaux adaptateurs d'outils. Ce cadre accélère l'expérimentation de flux de travail autonomes, permettant des applications allant de l'exploration d'idées à des assistants de recherche automatisés sans surcharge technique importante.

Askman est une extension de navigateur innovante qui permet aux utilisateurs d'intégrer directement des fonctionnalités d'IA dans leurs pages web. En tirant parti de la puissance des protocoles compatibles avec OpenAI, les utilisateurs peuvent configurer des prompts et des requêtes personnalisables en utilisant les titres de page, le contenu et le texte sélectionné. Cet outil prend également en charge les API d'essai gratuites proposées par SiliconFlow et est open source, permettant à la communauté de contribuer à son développement. C'est un outil polyvalent idéal pour améliorer la navigation avec des fonctions de chat avancées et de récupération d'informations.

BeeAI Framework Py Starter est un projet Python en source ouverte conçu pour faciliter la création d'agents IA. Il inclut des modules principaux pour l'orchestration des agents, un système de plugins pour étendre la fonctionnalité et des adaptateurs pour se connecter aux API LLM populaires. Les développeurs peuvent définir des tâches, gérer la mémoire conversationnelle et intégrer des outils externes via des fichiers de configuration simples. Le framework met l'accent sur la modularité et la facilité d'utilisation, permettant un prototypage rapide de chatbots, d'assistants automatisés et d'agents de traitement de données sans code boilerplate.

DeepSeek est une plateforme pilotée par l'IA qui offre des modèles avancés tels que DeepSeek-V3 et DeepSeek Reasoner. Ces modèles excellent dans la livraison d'inférences à grande vitesse et de capacités de raisonnement améliorées. DeepSeek prend en charge les conversations à plusieurs tours, la complétion de chat et le cache de contexte, ce qui en fait un outil idéal pour les développeurs souhaitant intégrer une IA avancée dans leurs applications. En tirant parti de l'API robuste de DeepSeek, les utilisateurs peuvent créer des complétions de chat et accéder à des modèles de raisonnement sophistiqués, tout en bénéficiant d'une compatibilité interplateforme et d'une intégration facile avec les systèmes existants.

FastMCP est un framework Python open-source pour construire des serveurs et des clients MCP (Model Context Protocol) qui habilitent les LLM avec des outils externes, des sources de données et des invites personnalisées. Les développeurs définissent des classes d'outils et des gestionnaires de ressources en Python, les enregistrent auprès du serveur FastMCP et les déploient en utilisant des protocoles de transport comme HTTP, STDIO ou SSE. La bibliothèque client offre une interface asynchrone pour interagir avec n'importe quel serveur MCP, facilitant l'intégration transparente des agents IA dans les applications.

Le SDK Goat est conçu pour simplifier la création et l'orchestration d'agents IA en Go. Il fournit des intégrations LLM modulables (OpenAI, Anthropic, Azure, modèles locaux), un registre d'outils pour les actions personnalisées et des mémoires pour des conversations avec état. Les développeurs peuvent définir des chaînes, des stratégies de représentation et des éditeurs pour produire des interactions via CLI, WebSocket, points d'extrémité REST ou une interface Web intégrée. Goat supporte les réponses en streaming, la journalisation personnalisable et la gestion facile des erreurs. En combinant ces composants, vous pouvez développer des chatbots, des flux de travail d'automatisation et des systèmes de soutien à la décision en Go avec un minimal de boilerplate, tout en conservant la flexibilité de changer ou d'étendre les fournisseurs et outils selon les besoins.

Le Multi-LLM Dynamic Agent Router est un cadre à architecture ouverte pour construire des collaborations d'agents IA. Il dispose d'un routeur dynamique qui dirige les sous-requêtes vers le modèle linguistique optimal, et d'une interface GraphQL pour définir des prompts composites, interroger les résultats et fusionner les réponses. Ceci permet aux développeurs de décomposer des tâches complexes en micro-prompts, de les acheminer vers des LLM spécialisés, et de recombiner les sorties de manière programmatique, ce qui augmente la pertinence, l'efficacité et la maintenabilité.

Hanabi REST est une plateforme innovante qui permet aux développeurs de créer des API REST en utilisant des entrées en langage naturel et des captures d'écran. Elle simplifie le processus de création, de déploiement et de gestion des API en intégrant l'IA pour le traitement du langage naturel. Les utilisateurs peuvent déployer ces API sur Cloudflare Workers, garantissant un déploiement mondial rapide et évolutif. Hanabi REST est conçu pour rationaliser le développement backend, le rendant accessible même à ceux qui ont une expertise en codage limitée.

Polymet est un outil de design de produit innovant alimenté par l'IA, conçu pour accélérer votre processus de design et livrer rapidement du code prêt pour la production. Avec Polymet, vous pouvez décrire vos besoins en design ou télécharger des images, éditer et affiner vos conceptions itérativement, et finalement prévisualiser et obtenir le code. L'outil s'intègre parfaitement à Figma et à votre base de code existante, facilitant l'utilisation de vos composants. C'est une solution parfaite pour les designers et les développeurs souhaitant rationaliser leur flux de travail et améliorer leur productivité.

Rags fournit un pipeline modulaire pour construire des applications génératives augmentées par récupération. Il s'intègre avec des magasins vectoriels populaires (par ex., FAISS, Pinecone), propose des modèles de prompt configurables et inclut des modules de mémoire pour maintenir le contexte conversationnel. Les développeurs peuvent passer d’un fournisseur LLM à un autre comme Llama-2, GPT-4 et Claude2 via une API unifiée. Rags supporte la réponse en flux, la prétraitement personnalisé et des hooks d’évaluation. Son design extensible permet une intégration transparente dans les services de production, permettant l’ingestion automatique de documents, la recherche sématique et la génération de tâches pour chatbots, assistants de connaissances et le résumé de documents à grande échelle.

AgentX offre une architecture extensible pour construire des agents pilotés par IA qui exploitent de grands modèles de langage, des intégrations d'outils et d'API, et des modules de mémoire pour effectuer des tâches complexes de manière autonome. Il dispose d'un système de plugins pour des outils personnalisés, du support pour la récupération basée sur des vecteurs, le raisonnement en chaîne de pensée et des journaux d'exécution détaillés. Les utilisateurs définissent des agents via des fichiers de configuration flexibles ou du code, en spécifiant des outils, des backends de mémoire comme Chroma DB et des pipelines de raisonnement. AgentX gère le contexte sur plusieurs sessions, permet la génération augmentée par récupération et facilite les conversations à plusieurs tours. Ses composants modulaires permettent aux développeurs d'orchestrer des flux de travail, de personnaliser les comportements des agents et d'intégrer des services externes pour l'automatisation, l'assistance à la recherche, le support client et l'analyse de données.

BaseAI est conçu pour les développeurs cherchant à créer sans effort des agents IA sans serveur. Il facilite le développement d'agents autonomes capables de se souvenir des interactions et des décisions passées. Cette plateforme permet aux utilisateurs de construire des 'tuyaux agentiques', des outils et des modules de mémoire, rendant ainsi l'implémentation de fonctionnalités IA complexes plus facile. Avec un accent sur la simplicité et l'agilité de déploiement, BaseAI permet une intégration fluide de divers composants, garantissant que les projets peuvent être rapidement développés et lancés sans une surcharge extensive.

Chatchat Lite est un framework UI open-source léger pour chat, conçu pour fonctionner dans le navigateur et se connecter à plusieurs backends d'IA — y compris OpenAI, Azure, les points de terminaison HTTP personnalisés et les modèles linguistiques locaux. Il offre des réponses en streaming en temps réel, rendu Markdown, mise en forme de blocs de code, bascules de thèmes et historique de conversation persistant. Les développeurs peuvent l'étendre avec des plugins personnalisés, des configurations basées sur l'environnement et une adaptabilité pour des services d'IA auto-hébergés ou tiers, ce qui le rend idéal pour des prototypes, démos et applications de chat en production.

Gemini Computer Use transforme votre interaction avec votre système d'exploitation en intégrant la prise de décision pilotée par l'IA directement dans votre flux de travail. En intégrant Google Gemini, l'agent peut comprendre des commandes riches en contexte en anglais pour effectuer diverses actions : exécuter des commandes de terminal, créer, modifier ou supprimer des fichiers, surveiller l'état du système et automatiser des routines à plusieurs étapes. Les utilisateurs communiquent directement via une CLI ou une API, facilitant la création de prototypes, la gestion de serveurs ou le développement de scripts sans avoir besoin d'une programmation manuelle approfondie. L'architecture modulaire permet aux développeurs d'étendre les capacités, d'intégrer des outils personnalisés et de créer des agents spécifiques à un domaine. Qu'il s'agisse d'orchestrer des processus de déploiement complexes ou de simplifier les opérations quotidiennes sur des fichiers, Gemini Computer Use apporte la puissance de l'IA conversationnelle sur votre bureau.

Melissa offre une architecture légère et extensible pour construire des agents pilotés par l’IA sans nécessiter beaucoup de code boilerplate. Au cœur, le framework exploite un système basé sur des plugins où les développeurs peuvent enregistrer des actions personnalisées, des connecteurs de données et des modules de mémoire. Le sous-système de mémoire permet la préservation du contexte à travers les interactions, améliorant la continuité conversationnelle. Des adaptateurs d’intégration permettent aux agents de récupérer et traiter des informations via APIs, bases de données ou fichiers locaux. En combinant une API simple, des outils CLI et des interfaces standardisées, Melissa facilite des tâches telles que l’automatisation des demandes clients, la génération de rapports dynamiques ou l’orchestration de flux de travail multi-étapes. Le cadre est indépendant du langage, adapté aux projets centrés sur Python et peut être déployé sur Linux, macOS ou dans des environnements Docker.

micro-agent fournit une abstraite minimaliste mais puissante pour créer des agents IA autonomes. Écrite en TypeScript, elle fonctionne parfaitement à la fois dans le navigateur et dans Node.js, permettant de définir des agents avec des modèles de prompt personnalisés, une logique de décision et une intégration d'outils extensible. Les agents peuvent exploiter le raisonnement par chaîne de pensée, interagir avec des API externes et maintenir une mémoire conversationnelle ou spécifique à une tâche. La bibliothèque inclut des utilitaires pour la gestion des réponses API, la gestion des erreurs et la persistance des sessions. Avec micro-agent, les développeurs peuvent prototyper et déployer des agents pour une gamme de tâches — automatisation de workflows, construction d'interfaces conversationnelles ou orchestration de pipelines de traitement de données — sans la surcharge de frameworks plus importants. Son design modulaire et son API claire permettent une extension facile et une intégration dans des applications existantes.

Python AI Agent fournit une boîte à outils conviviale pour orchestrer des agents autonomes pilotés par de grands modèles linguistiques. Il offre des mécanismes intégrés pour définir des outils et actions personnalisés, maintenir l'historique des conversations avec des modules de mémoire et diffuser des réponses pour des expériences interactives. Les utilisateurs peuvent étendre son architecture plugin pour intégrer des API, des bases de données et des services externes, permettant aux agents de récupérer des données, effectuer des calculs et automatiser des flux de travail. La bibliothèque supporte des pipelines configurables, la gestion des erreurs et la journalisation pour des déploiements robustes. Avec un minimum de boilerplate, les développeurs peuvent créer des chatbots, des assistants virtuels, des analyseurs de données ou des automateurs de tâches exploitant la raisonnement LLM et la prise de décisions à plusieurs étapes. La nature open-source encourage la contribution communautaire et s'adapte à tout environnement Python.