AWSサンプルモデルコンテキストプロトコルデモは、大規模言語モデル（LLM）のコンテキスト管理とツール呼び出しの標準化パターンを示すオープンソースリポジトリです。JavaScript/TypeScript版とPython版の2つの完全なデモが含まれ、モデルコンテキストプロトコルを実装し、AWS Lambda関数を呼び出すAIエージェントの構築や会話履歴の維持、レスポンスのストリーミングを可能にします。サンプルコードは、メッセージのフォーマット化、関数引数のシリアル化、エラー処理、カスタマイズ可能なツール統合を示し、生成AIアプリのプロトタイピングを促進します。

Advanced Agents Cookbooksは、LangChainベースのAIエージェントレシピのライブラリーを提供するコミュニティ主導のGitHubプロジェクトです。コンテキスト保持のためのメモリモジュール、外部データやAPI呼び出し用のカスタムツール統合、構造化された応答を行う関数呼び出しパターン、複雑な意思決定のための思考の連鎖計画、多段階ワークフローのオーケストレーションをカバーしています。これらの例を使って、ベストプラクティス、カスタマイズ、タスク自動化に役立つエージェントを迅速に開発できます。

Justinvarghese511のエージェントコースは、開発者がAIエージェントを設計、実装、展開するためのスキルを身につけるための体系的な学習プログラムです。ステップバイステップのチュートリアルを通じて、エージェントの意思決定フローの設計、外部APIの統合、コンテキストとメモリの管理を学びます。コースにはコード例、Jupyterノートブック、演習が含まれ、データ抽出の自動化、会話応答、複数ステップのタスク実行を行うエージェントの構築を支援します。終了後、ユーザーは動作するAIエージェントのポートフォリオと、実運用におけるベストプラクティスを得ることができます。

AI Agent Exampleは、強力な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構築に関心のある開発者や研究者にとっての実践的なデモリポジトリです。このプロジェクトには、エージェントの計画、メモリ保存、およびツール呼び出しのサンプルコードが含まれており、外部APIやカスタム関数の統合方法を示しています。ユーザーの意図を解釈し、行動計画を策定し、事前定義されたツールを呼び出してタスクを実行するシンプルな会話インターフェースを備えています。開発者は、イベントのスケジューリング、ウェブスクレイピング、自動データ処理などの新しい機能をエージェントに拡張するための明確なパターンを追うことができます。このモジュラーアーキテクチャにより、AI主導のワークフローやパーソナライズされたデジタルアシスタントの実験を促進し、エージェントのオーケストレーションと状態管理についての洞察も提供します。