Practical AI Agentsは、大規模言語モデルを利用した自律エージェントを構築するための包括的なフレームワークと即使用可能な例を提供します。APIツール（例：ウェブブラウザ、データベース、カスタム関数）の統合、RAGスタイルのメモリ実装、会話コンテキストの管理、動的計画を示しています。チャットボット、データ分析支援、タスク自動化スクリプト、研究ツールなどに例を適応可能です。リポジトリにはノートブック、Dockerfile、設定ファイルが含まれ、環境間でのセットアップと展開を効率化します。

AutoGen Hands-Onは、実用的なPython例を通じてAutoGenフレームワークの使用方法を学ぶための構造化された環境を提供します。リポジトリのクローン、依存関係のインストール、APIキーの設定方法を案内し、マルチエージェントセットアップを展開します。各スクリプトは、エージェントの役割の定義、セッションメモリ、メッセージルーティング、タスクオーケストレーションパターンなどの重要な機能を示しています。コードにはロギング、エラーハンドリング、カスタマイズ可能なフックが含まれ、エージェントの動作や外部サービスとの統合を調整できます。ユーザーは、顧客サポートチャットボットから自動化されたデータ処理パイプラインに至るまで、多数のエージェントが相互作用して複雑なタスクを完了する協力的AIワークフローを構築する実践経験を得られます。このチュートリアルは、多エージェントの調整とスケーラブルなAI開発のベストプラクティスを促進します。

Gemini Agent Cookbookは、GoogleのGemini言語モデルを搭載したインテリジェントエージェントを構築するさまざまな実例を提供するキュレーションされたオープンソースツールキットです。複数ステップの推論チェーンのオーケストレーション、外部APIの動的呼び出し、データ取得用ツールキットの統合、会話のフロー管理などのサンプルコードを含みます。ベストプラクティスとしてエラー処理、コンテキスト管理、prompt設計を示し、自律型チャットボット、タスク自動化、意思決定支援システム等のユースケースをサポートします。開発者は、ユーザーリクエストを解釈し、リアルタイムデータを取得し、計算を行い、フォーマットされた出力を生成できるカスタムエージェントの構築方法を学べます。これらのレシピに従うことで、エンジニアはエージェントのプロトタイピングを高速化し、多様な分野で堅牢なAI駆動アプリケーションを展開できます。