CUPCAKE AGI（Composable Utilitarian Pipeline for Creative, Knowledgeable, and Evolvable Autonomous General Intelligence）は、言語モデル、メモリー、外部ツールを組み合わせて自律エージェントの構築を容易にする柔軟なPythonフレームワークです。目標プランナー、モデルエグゼキューター、メモリーマネージャーなどのコアモジュールを備えており、インタラクション間でコンテキストを維持します。APIやデータベース、カスタムツールキットとの連携用にプラグインを拡張可能です。同期・非同期ワークフローに対応し、研究やプロトタイピング、実運用に最適です。

Dial4JaCaは、JaCaMo多エージェントプラットフォーム用のJavaライブラリプラグインであり、エージェント間のメッセージを傍受し、エージェントの意図をエンコードし、それらをLLMバックエンド（OpenAI、ローカルモデル）にルーティングします。対話のコンテキストを管理し、信念ベースを更新し、応答生成をAgentSpeak(L)の推論サイクルに直接統合します。開発者はプロンプトをカスタマイズし、対話アーティファクトを定義し、非同期呼び出しを処理でき、エージェントがユーザー発話を解釈し、タスクを調整し、外部情報を自然言語で取得できるようにします。そのモジュール式設計は、エラー処理、ロギング、多重LLM選択をサポートし、研究、教育、会話MASの迅速なプロトタイピングに最適です。

FreeActはモジュール式アーキテクチャを利用してAIエージェントの作成を効率化します。 開発者は高レベルの目的を定義し、計画モジュールを設定して段階的な計画を生成します。推論コンポーネントは計画の実現可能性を評価し、実行エンジンはAPI呼び出し、データベースクエリ、外部ツールとの連携を調整します。メモリ管理は会話のコンテキストや履歴データを追跡し、エージェントが情報に基づいた意思決定を行えるようにします。環境レジストリはカスタムツールやサービスの統合を簡単にし、動的な適応を可能にします。FreeActは複数のLLMバックエンドをサポートし、ローカルサーバやクラウド環境に展開可能です。そのオープンソースの性質と拡張性の高い設計により、研究や実用的なインテリジェントエージェントの迅速なプロトタイピングを実現します。

Genaiは、ユーザーがチャットボットを通じてインタラクションする方法を変革するために構築された多機能プラットフォームです。さまざまなソースからデータを収集してミックスすることにより、Genaiはカスタムチャットボットの作成と展開を数分で実現し、教育、研究などのワークフローを簡素化します。高度なAI技術を利用して、優れたユーザーエクスペリエンスを提供し、プロセスを最適化します。

このオープンソースフレームワークは、AgentSimJsのエージェントモデリングライブラリとThree.jsの3Dグラフィックスエンジンを組み合わせて、インタラクティブなブラウザベースのマルチエージェントシミュレーションを実現します。ユーザーはエージェントタイプ、行動、環境ルールを定義し、衝突検出やイベント処理を設定し、カスタマイズ可能なレンダリングオプションでリアルタイムにシミュレーションを視覚化できます。このライブラリは、ダイナミックコントロール、シーン管理、パフォーマンスチューニングをサポートし、研究、教育、複雑なエージェントベースのシナリオのプロトタイピングに最適です。

Symbol-LLMは、シンボリックメモリストアと拡張された大規模言語モデルを利用したAIエージェント構築のためのモジュール式アーキテクチャを提供します。複雑なタスクを分解するプランナーモジュール、ツールを呼び出すエグゼキュータ、および会話全体のコンテキストを維持するメモリシステムがあります。ウェブ検索、計算機、コードランナーなどの内蔵ツールと、カスタムツールを簡単に統合できるAPIを備え、多様な分野（研究、カスタマーサポート、ワークフロー自動化）において、迅速にプロトタイプ作成と展開を可能にします。

LemLabは、大規模言語モデルを活用したAIエージェント開発のためのモジュール型フレームワークです。開発者はカスタムのプロンプトテンプレートを定義し、多段階の推論パイプラインを連鎖させ、外部ツールやAPIを統合し、会話のコンテキストを保存するメモリバックエンドを設定できます。また、定義されたタスクでエージェントのパフォーマンスを比較する評価スイートも含まれています。再利用可能なコンポーネントと明確な抽象化により、研究や実運用環境での複雑なLLMアプリケーションの実験、デバッグ、展開を加速します。

マルチエージェントシステムは、分散エージェントベースのアーキテクチャの作成、設定、および実行を容易にするために設計されています。開発者は、エージェントの動作、通信オントロジー、およびサービスの記述をJavaクラス内で定義できます。フレームワークは、コンテナの設定、メッセージの送受信、およびライフサイクル管理を処理します。標準のFIPAプロトコルに基づいており、ピアツーピア交渉、協力的計画、モジュール拡張をサポートします。ユーザーは、シングルマシンまたはネットワーク上のホスト間でマルチエージェントシナリオを実行、監視、デバッグでき、研究、教育、小規模展開に最適です。

BAML Agentsは、モジュール化された拡張可能なプラットフォームを求める開発者やAI実践者向けに設計されています。カスタムツールのシームレスな統合を可能にするプラグインベースのアーキテクチャ、会話のコンテキストを維持するためのメモリサブシステム、多段階推論ワークフローのサポートを備えています。これらにより、ユーザーはエージェントの動作を迅速に設定し、外部APIに接続し、複雑なタスクを再発明することなく調整できます。その軽量設計と明確な抽象化により、試作、研究、およびさまざまな自動化シナリオでの本番展開に理想的です。