モール推奨マルチエージェントシステムは、小売体験を向上させるためにマルチエージェントアーキテクチャ上に構築されたAI駆動のフレームワークです。来訪者の操作を追跡するショッパーエージェント、過去とリアルタイムデータを分析する嗜好エージェント、そして個別に最適化された商品とプロモーションを提案する推奨エージェントで構成されています。エージェントはメッセージパッシングプロトコルを介して通信し、ユーザーモデルの更新、クロスエージェントの洞察共有、および推奨の動的調整を行います。システムはCMSとPOSと連携し、リアルタイムで在庫と販売情報をフィードバックします。モジュール設計により、開発者はエージェントの動作をカスタマイズし、新しいデータソースを統合し、さまざまなプラットフォームに展開できます。大規模小売環境に最適で、正確かつコンテキスト重視の推薦によって顧客満足度を向上させ、売上を増加させます。

Duet GPTは、2つのGPTモデル間のマルチエージェント会話をオーケストレーションするPythonベースのオープンソースフレームワークです。システムプロンプトでカスタマイズされた異なるエージェント役割を定義し、フレームワークがターンの交代、メッセージのやり取り、会話履歴を自動的に管理します。この協調構造により、比較推論、批評サイクル、反復的な洗練が促進され、OpenAI APIとのシームレスな統合、簡単な設定、ロギング機能により、研究、プロトタイピング、プロダクションワークフローに最適です。開発者はコアクラスを拡張して新しいLLMサービスを統合したり、イテレーターのロジックを調整したり、会話の記録をJSONまたはMarkdownフォーマットでエクスポートしたりできます。

Java Action Linearprogramモジュールは、Linear programmingタスクのモデル化と解決を可能にする特化型アクションを提供します。ユーザは目的係数を設定し、等式・不等式制約を追加し、解法方法を選択して、エージェントの推論サイクル内でソルバーを実行できます。実行後、このアクションは最適化された変数値と目的スコアを返し、エージェントはこれらを後続の計画や実行に使用します。このプラグアンドプレイ型コンポーネントは、ソルバーの複雑さを抽象化しつつ、Javaインタフェースを通じて問題定義の完全な制御を可能にします。