llm-labは、大規模言語モデルを利用したインテリジェントエージェントの作成に柔軟なツールキットを提供します。エージェントのオーケストレーションエンジン、カスタムプロンプトテンプレート、メモリと状態の追跡、外部APIやプラグインとのシームレスな統合を含みます。シナリオの作成、ツールチェーンの定義、インタラクションのシミュレーション、パフォーマンスログの収集が可能です。フレームワークにはビルトインのテストスイートもあり、期待される結果に対してエージェントの動作を検証できます。拡張性を持たせており、開発者はLLMプロバイダーの切り替え、新しいツールの追加、反復的な実験によるエージェントのロジックの進化が可能です。

Semantic Kernel Copilot Demoは、MicrosoftのSemantic Kernelフレームワークを用いて高度なAIエージェントを構築するエンドツーエンドのリファレンスアプリケーションです。多段階推論のためのプロンプトチェーン、セッション間のコンテキストを思い出すメモリ管理、外部APIとの連携を可能にするプラグインベースのスキルアーキテクチャを備えています。開発者はAzure OpenAIやOpenAIモデルのコネクタを設定し、カスタムプロンプトテンプレートを定義し、カレンダーアクセスやファイル操作、データ取得といったドメイン固有のスキルを実装できます。これらのコンポーネントを調整して、ユーザーの意図を理解し、タスクを実行し、時間を経てもコンテキストを維持できる会話型コパイロットを作り、パーソナライズされたAIアシスタントの迅速な開発を促進します。

ThreeAgentsはPythonで構築されており、OpenAIのチャット完了APIを利用して、異なる役割（システム、アシスタント、ユーザー）を持つ複数のAIエージェントを実装します。エージェントのプロンプトや役割に基づくメッセージ処理、コンテキストメモリ管理の抽象化を提供します。開発者はカスタムプロンプトテンプレートを定義し、エージェントの性格を設定し、インタラクションを連結して現実的な対話やタスク指向のワークフローをシミュレートできます。フレームワークはメッセージのやり取り、コンテキストウィンドウの管理、ログ記録を処理し、協調的な意思決定や階層的タスク分解の実験を可能にします。環境変数やモジュール式エージェントのサポートにより、OpenAIとローカルのLLMバックエンド間の切り替えもシームレスに行え、マルチエージェントAIシステムの迅速なプロトタイピングを可能にします。例のスクリプトやDockerサポート付きで、素早くセットアップできます。