Flocking Multi-Agentは、群れの知能を示す自律エージェントをシミュレートするモジュール式ライブラリを提供します。コヒージョン、セパレーション、アラインメントの基本的な操舵行動と、障害物回避、動的ターゲット追跡を含みます。PythonとPygameを用いてビジュアル化し、近隣半径、最大速度、回転力などのパラメータ調整が可能です。カスタム行動関数やロボットやゲームエンジンへの統合フックを通じて拡張性も持たせられ、多様なAIやロボティクス、ゲーム開発、学術研究に理想的です。これらのシンプルな局所ルールが複雑なグローバル形成を如何に導くかを示します。

AgenticIR（Agentic Information Retrieval）は、LLMを搭載したエージェントが自主的にIRワークフローを計画・実行できるモジュール式のフレームワークです。クエリ生成、ドキュメントリトリーバー、サマライザーなどのエージェント役割を定義し、カスタマイズ可能なシーケンスで動作させられます。エージェントは生のテキストを取得し、中間結果に基づいてクエリを改善し、抽出したパッセージを簡潔な要約にまとめることも可能です。フレームワークは、反復ウェブ検索、APIを用いたデータ取り込み、ローカルドキュメントのパースなど、多段階のパイプラインをサポートします。開発者はエージェントのパラメータ調整、異なるLLMの差し込み、動作方針の微調整も行えます。AgenticIRはまた、ログ記録、エラー処理、大規模な情報収集を高速化するための並列エージェント実行も提供します。最小限のコード設定で、研究者やエンジニアは自主的な検索システムの試作と展開が可能です。

AgentFarmは、多様なAIエージェントを統合したシステムを調整する包括的なフレームワークを提供します。ユーザーはPythonで専門的なエージェントの振る舞いをスクリプト化し、役割（マネージャー、ワーカー、アナライザー）を割り当て、並列処理用のタスクキューを設定できます。OpenAIやAzure OpenAIなどの主要なLLMサービスとシームレスに連携し、動的なプロンプトルーティングやモデルの選択を行います。内蔵のダッシュボードでエージェントの状態を追跡し、やりとりを記録し、作業フローのパフォーマンスを可視化します。カスタムAPI用のモジュールプラグインにより、機能を拡張し、エラー処理の自動化やリソース利用状況の監視も可能です。多段階のパイプライン展開に理想的であり、AgentFarmはAI駆動の自動化において信頼性、スケーラビリティ、メンテナンス性を向上させます。