LLM-Agentは、LLMを用いた知的エージェント構築のための構造化アーキテクチャを提供します。カスタムツールの定義用ツールキット、コンテキスト維持用メモリモジュール、複雑なアクションチェーンを制御するエグゼキューターを含みます。エージェントはAPI呼び出し、ローカルプロセスの実行、データベース問い合わせ、会話状態の管理が可能です。プロンプトテンプレートとプラグインフックにより、エージェントの挙動を細かく調整できます。拡張性を意識して設計されており、新規ツールインターフェース、カスタム評価器、動的ルーティングの追加をサポートし、自動研究、データ分析、コード生成などを実現します。

Agents-Deep-Researchは、モジュール化および拡張性の高いコードベースを提供することで、自律型AIエージェントの開発とテストを効率化します。ユーザー定義の目標をサブタスクに分解するタスク計画エンジン、コンテキストを保存・取得する長期記憶モジュール、外部APIや模擬環境と連携できるツール統合層を備えています。また、エージェントのパフォーマンスをさまざまなシナリオで測定する評価スクリプトとベンチマークツールも提供します。Python上に構築され、多様なLLMバックエンドに適応可能であり、研究者や開発者が新しいエージェントアーキテクチャを迅速にプロトタイプ化し、再現性のある実験を行い、制御された条件下で異なる計画戦略を比較できるようにします。

Azure AI Foundry Agents Samplesは、Azure AI Foundry SDKおよびサービスを活用するシナリオの例を豊富に用意しています。長期記憶を持つ会話型エージェント、複雑なタスクを分解するプランナーエージェント、外部APIを呼び出すツール搭載エージェント、テキスト・画像・音声を組み合わせたマルチモーダルエージェントなどが含まれます。各サンプルは環境設定、LLMオーケストレーション、ベクトル検索、テレメトリを備え、Azure上での堅牢なAIソリューションのプロトタイピングとデプロイを迅速化します。

Autonomaisは、タスクの計画と実行に完全な自律性を持つモジュール式のAIエージェントフレームワークです。大規模言語モデルを統合して計画を生成し、カスタマイズ可能なパイプラインを通じてアクションを調整し、メモリモジュールに状態を保存して一貫した多段階推論を行います。開発者はウェブスクレイパー、データベース、APIなどの外部ツールをプラグインし、独自のアクションハンドラーを定義し、設定可能なスキルを通じてエージェントの挙動を調整できます。このフレームワークはログ記録、エラー処理、ステップバイステップのデバッグをサポートし、研究タスク、データ分析、Web操作の自動化を確実に行います。拡張可能なプラグインアーキテクチャにより、複雑な意思決定やダイナミックなツール使用が可能な専門的なエージェントの迅速な開発を実現します。

Blockchain AI Agentプロジェクトは、ブロックチェーンネットワーク上で自律型AIエージェントを構築、展開、管理するための包括的なソリューションを提供します。オンチェーンデータの読み書きが可能なネイティブスマートコントラクトの連携、機械学習アルゴリズムを活用した意思決定エンジン、トランザクション承認用の実行レイヤーを備えています。ユーザーは利回り農業、NFTアービトラージ、DAO提案投票などのカスタム戦略を設定し、エージェントを24時間稼働させることができます。内蔵された分析、ロギング、アラート機能により、フレームワークはエージェントが安全かつ透明に効率的に動作することを保証します。

Continuumは、タスク、ツール、メモリをモジュール的に定義してインテリジェントエージェントを構築できるオープンソースのPythonフレームワークです。Continuumを使用して構築されたエージェントは、計画・実行・観察のループに従い、LLMの推論と外部API呼び出しまたはスクリプトを交互に行います。そのプラッガブルアーキテクチャは、複数のメモリストア（例：Redis、SQLite）、カスタムツールライブラリ、非同期実行をサポートします。柔軟性に焦点を当て、ユーザーはカスタムエージェントポリシーを書き、データベースやWebフックなどのサードパーティサービスを統合し、さまざまな環境にエージェントを展開できます。Continuumのイベント駆動のオーケストレーションはエージェントのアクションを記録し、デバッグやパフォーマンス調整を促進します。データの自動 ingestion、会話型アシスタントの構築、DevOpsパイプラインのオーケストレーションなどに対応し、Continuumは本番レベルのAIエージェントワークフローの拡張可能な基盤を提供します。

multiagent-envは、マルチエージェント強化学習環境の作成と評価を簡素化するためのオープンソースのPythonライブラリです。エージェント数、アクションと観測の空間、報酬関数、環境のダイナミクスを指定して、協力的および対立的なシナリオを定義できます。リアルタイムのビジュアライゼーション、カスタマイズ可能なレンダリング、Stable BaselinesやRLlibなどのPythonベースのRLフレームワークとの容易な統合をサポートします。モジュール式設計により、新しいシナリオの迅速なプロトタイピングとマルチエージェントアルゴリズムの簡単なベンチマークが可能です。

SwiftAgentは、OpenAIモデルをSwiftに直接統合することで、知的なエージェントを構築するための強力なツールキットを提供します。開発者はカスタム動作や外部ツールを宣言し、ユーザーのクエリに基づいてエージェントが呼び出します。フレームワークは会話の記憶を保持し、過去のインタラクションを参照できます。プロンプトテンプレートや動的コンテキスト注入をサポートし、多ターン対話や意思決定ロジックを容易にします。Swiftの非同期APIはSwiftの並行性とシームレスに連携し、iOS、macOS、またはサーバーサイド環境に最適です。モデル呼び出し、記憶の保存、パイプラインのオーケストレーションを抽象化し、Swiftプロジェクト内で会話補助者やチャットボット、自動化エージェントのプロトタイプ作成と展開を迅速に行えます。