このリポジトリは、JADEフレームワーク上に構築されたエージェント間の双方向通信のハンズオンデモを提供します。エージェントのセットアップ、FIPA-ACL準拠のメッセージ作成、非同期動作の処理を示すJavaクラスの例を含みます。開発者は、エージェントAがREQUESTを送信し、エージェントBがリクエストを処理し、INFORMメッセージを返す様子を学習できます。コードは、エージェントのDIrectory Facilitatorへの登録、循環型と一回限りの行動の使用、メッセージテンプレートによるメッセージのフィルタリング、会話シーケンスのログ記録を示しています。これは、マルチエージェント間の交換、カスタムプロトコルの試作、JADEエージェントをより大規模な分散AIシステムに統合するための理想的な出発点です。

Agents-Flexは、複雑なLLMアプリケーション向けの軽量かつエレガントなJavaフレームワークです。開発者は、ローカルメソッドを効率的に定義、解析、実行できます。フレームワークは、ローカル関数定義、解析機能、LLMを通じたコールバック、および結果を返すメソッドの実行をサポートしています。最小限のコードで、開発者はLLMの力を活用し、アプリケーションに高度な機能を統合できます。

Cyranoは、自然言語のプロンプトを通じて大規模言語モデルと外部ツールを調整するためのオープンソースPythonフレームワーク兼CLIです。ユーザーはカスタムツール（関数）を定義し、メモリやトークン制限を設定し、コールバックを処理できます。Cyranoは、LLMsのJSON応答の解析と指定されたツールの逐次実行を行います。シンプルさ、モジュール性、外部依存性ゼロを重視し、迅速なチャットボットの試作、自動化されたワークフローの構築、AI機能のアプリケーションへの迅速な統合を可能にします。

llama-cpp-agentは完全にオフラインで動作するAIエージェントのためのオープンソースのC++フレームワークです。 llama.cpp推論エンジンを利用して高速低遅延のインタラクションを提供し、モジュール化されたプラグインシステム、設定可能なメモリ、タスク実行をサポートします。開発者はカスタムツールの統合、ローカルの異なるLLMモデル間の切り替え、およびプライバシー重視の対話型アシスタントの構築が可能であり、外部依存性はありません。

multiagent-golangは、Goでマルチエージェントシステムを構築するための構造化されたアプローチを提供します。各エージェントに対し、環境を感知するセンサーと行動を起こすアクチュエータを搭載できるAgent抽象化を導入しています。エージェントはGoルーチンを用いて並行実行され、専用のメッセージングチャネルを通じて通信します。フレームワークには、イベント処理、エージェントのライフサイクル管理、ステート変化の追跡を行う環境シミュレーション層も含まれます。開発者は、エージェントの挙動やシミュレーションパラメータを簡単に拡張・カスタマイズでき、ロギングや分析用のモジュールも統合可能です。スケーラブルな並行シミュレーションを研究や試作に活用できます。

Pocket AIは、NVIDIA RTX A500 GPUを搭載したポータブルAIアクセラレーターです。パワーとパフォーマンスの完璧なバランスを提供するように設計されており、AI開発者、データサイエンティスト、およびテクノロジー愛好者に最適です。コンパクトで軽量なデザインにより、容易に持ち運ぶことができ、ユーザーは強力なAI機能をどこにでも持ち運ぶことができます。USB PDによるシームレスな接続により、Pocket AIは外出先でのAIプロジェクトの実行を簡略化します。