Web-Agentは、自然言語の指示をブラウザ操作に変換するためのNode.jsライブラリです。人気のLLMプロバイダー（OpenAI、Anthropicなど）と連携し、ヘッドレスまたはヘッドフルのブラウザを制御して、ページデータの取得、ボタンのクリック、フォームの入力、多段階のワークフローのナビゲーション、結果のエクスポートなどを実行します。開発者は、コードまたはJSONでエージェントの動作を定義し、プラグインを拡張し、複雑な自動化フローをチェーン化できます。面倒なウェブタスク、テスト、データ収集を簡素化し、AIに解釈と実行を任せます。

ByteChefは、AIエージェントを構築、テスト、展開するためのモジュールアーキテクチャを提供します。開発者はエージェントプロファイルを定義し、カスタムスキルプラグインを添付し、ビジュアルWeb IDEまたはSDKを使用してマルチエージェントワークフローを調整します。主要なLLMプロバイダー（OpenAI、Cohere、自ホストモデル）や外部APIと連携します。内蔵のデバッグ、ロギング、可観測性ツールにより反復が容易になります。プロジェクトはDockerサービスやサーバーレス関数として展開でき、スケーラブルな商用のAIエージェントを顧客サポート、データ分析、自動化に利用可能です。

CogAgentは研究志向のオープンソースPythonライブラリで、AIエージェント開発の効率化を目的としています。メモリ管理、プランニングと推論、ツール及びAPIの統合、Chain-of-Thought実行のためのコアモジュールを提供します。その高いモジュール性により、ユーザはカスタムツール、メモリストア、エージェントポリシーを定義し、会話型チャットボット、自治型タスクプランナー、自動化ワークフローシナリオを作成可能です。CogAgentはOpenAI GPTやMeta LLaMAなどの主要なLLMと連携でき、研究者や開発者は多様な実세계アプリケーションに向けて実験、拡張、スケールさせることができます。

Duet GPTは、2つのGPTモデル間のマルチエージェント会話をオーケストレーションするPythonベースのオープンソースフレームワークです。システムプロンプトでカスタマイズされた異なるエージェント役割を定義し、フレームワークがターンの交代、メッセージのやり取り、会話履歴を自動的に管理します。この協調構造により、比較推論、批評サイクル、反復的な洗練が促進され、OpenAI APIとのシームレスな統合、簡単な設定、ロギング機能により、研究、プロトタイピング、プロダクションワークフローに最適です。開発者はコアクラスを拡張して新しいLLMサービスを統合したり、イテレーターのロジックを調整したり、会話の記録をJSONまたはMarkdownフォーマットでエクスポートしたりできます。

FastMCPはオープンソースのPythonフレームワークで、外部ツール、データソース、カスタムプロンプトを持つMCP（モデルコンテキストプロトコル）サーバーとクライアントを構築します。開発者はPythonでツールクラスとリソースハンドラーを定義し、それらをFastMCPサーバーに登録し、HTTP、STDIO、SSEなどの伝送プロトコルを使用してデプロイします。クライアントライブラリは非同期インタフェースを提供し、任意のMCPサーバーとのシームレスなAIエージェントの統合を促進します。

Goated Agentsは、Goで高度なAI駆動の自律システムの構築を簡素化します。思考の連鎖を直接言語のランタイムに埋め込むことで、開発者は中間の推論ログを透明にしつつ、多ステップの推論を実装できます。このライブラリはツール定義APIを提供し、エージェントが外部サービス、データベース、またはカスタムコードモジュールを呼び出せるようにします。メモリ管理サポートは、相互作用間でのコンテキストの持続を可能にします。プラグインアーキテクチャは、ツールラッパー、ロギング、モニタリングなどのコア機能を拡張します。Goated Agentsは、Goのパフォーマンスと静的型付けを活用し、効率的で信頼性の高いエージェントの実行を実現します。チャットボット、オートメーションパイプライン、研究プロトタイプなどの構築において、Goated Agentsは複雑な推論フローを調整し、LLM駆動のインテリジェンスをシームレスにGoアプリケーションに統合するための構成要素を提供します。

GoLCは、Goで言語モデルのチェーンとエージェントを構築するための総合的なツールキットを提供します。コアには、チェーン管理、カスタマイズ可能なプロンプトテンプレート、および主要なLLMプロバイダーとのシームレスな統合が含まれます。ドキュメントローダーとベクトルストアを通じて、検索に基づく検索（embeddingベースの検索）を可能にし、RAGワークフローを強化します。フレームワークは、会話の文脈を保持する状態を持つメモリモジュールや、多段階の推論とツール呼び出しを調整する軽量なエージェントアーキテクチャをサポートします。モジュール設計により、カスタムツールやデータソース、出力ハンドラーの導入が容易です。Goネイティブの性能と最小限の依存関係で、AIパイプラインの開発を促進し、チャットボット、ナレッジアシスタント、自動推論エージェント、企業用グレードのバックエンドAIサービスの構築に最適です。

interactive-browser-useは、Large Language Models（LLMs）とPlaywrightやPuppeteerなどのブラウザ自動化フレームワークを接続するPython/JavaScriptライブラリです。これにより、AIエージェントはリアルタイムのWeb操作を実行できます。プロンプトを定義することで、ユーザーはエージェントにWebページのナビゲーション、ボタンのクリック、フォームの入力、テーブルの抽出、動的コンテンツのスクロールを指示できます。本ライブラリはブラウザセッションやコンテキスト、アクションの実行を管理し、LLMの応答を自動化ステップに変換します。ライブWebスクレイピング、自動テスト、WebベースのQ&Aなどのタスクを簡素化し、複雑なマルチステップWebワークフローをプログラム可能なインターフェースで実現します。

LLM Prompt Saverは、ChatGPT、Claude、CoPilot、Geminiなどのさまざまな言語学習モデル（LLM）とのインタラクションを強化する直感的なChrome拡張機能です。この拡張機能を使用すると、LLMごとに最大5つのプロンプトを保存、管理、再利用できるため、AIとのインタラクションの一貫性と生産性を維持しやすくなります。クリーンなインターフェースと快適な編集用の大きなテキストエリアを備えており、LLM間で簡単に切り替え、新しいプロンプトを保存し、必要に応じてコピー、編集用に読み込み、削除するオプションで保存したプロンプトを管理できます。このツールは、ワークフローを効率化したい研究者、作家、開発者、頻繁なLLMユーザーに最適です。

Overeasyは、さまざまな分野でのLLM駆動型AIエージェントのオーケストレーション用のPythonベースのオープンソースフレームワークです。エージェントの定義、メモリストアの構成、APIや知識ベース、データベースなどの外部ツールの統合を可能にするモジュール式アーキテクチャを提供します。開発者はOpenAI、Azure、またはセルフホストのLLMエンドポイントに接続し、単一または複数のエージェントを含む動的なワークフローを設計できます。Overeasyのオーケストレーションエンジンは、タスクの委任、意思決定、フォールバック戦略を処理し、研究、顧客サポート、データ分析、スケジューリングなどの堅牢なデジタルワーカーを実現します。充実したドキュメントとサンプルプロジェクトにより、Linux、macOS、Windows上での展開を迅速化します。

Proactive AI Agentsは、高度な自律エージェントエコシステムの構築を目的としたデベロッパー中心のフレームワークで、大規模な言語モデルを基盤としています。エージェント作成、タスクの分解、エージェント間通信のための標準機能を提供し、複雑な多段階目標のシームレスな調整を可能にします。各エージェントは、カスタムツール、メモリストレージ、計画アルゴリズムを搭載でき、ユーザーニーズの積極的な予測やタスクのスケジューリング、戦略の動的調整が可能です。フレームワークは、新しい言語モデル、ツールキット、ナレッジベースのモジュール式統合をサポートし、組み込みのロギングと監視機能を備えています。エージェントのオーケストレーションの複雑さを抽象化し、研究、自動化、エンタープライズ用途のAI駆動ワークフロー開発を促進します。

Team Coordinationは、複雑なタスクに取り組む複数のAIエージェントのオーケストレーションを簡素化する軽量なPythonライブラリです。プランナー、エグゼキューター、評価者、通信者などの専門的な役割を定義し、高レベルの目的を管理可能なサブタスクに分解し、それらを個々のエージェントに割り当て、構造化された通信を促進します。フレームワークは非同期実行、プロトコルルーティング、結果の集約を担当し、AIエージェントのチームが効率的に協力できるようにします。プラグインシステムは、人気のあるLLM、API、およびカスタムロジックとの連携を可能にし、自動カスタマーサポート、研究、ゲームAI、データ処理パイプラインなどのアプリケーションに最適です。明確な抽象化と拡張性のあるコンポーネントにより、Team Coordinationはスケーラブルなマルチエージェントワークフローの開発を促進します。

xmem.xyzは、すべての組織データ、ドキュメント、およびベストプラクティスを一つの統一リポジトリに集中させます。堅牢なAPIアクセスとリアルタイムデータ同期を通じて、チームが最新の情報を手に入れることを保証します。プラットフォームは、機密情報を保護し、迅速なデータ取得のための高度なAI駆動の検索機能を提供します。さらに、LLMへのシームレスな統合により、インテリジェントなデータ取得と文脈に応じたインタラクションでワークフローを強化します。

AI-Agentsは、自律的なAI駆動エージェントを作成するための柔軟でモジュール式のプラットフォームです。開発者はエージェントの目的を定義し、タスクを連鎖させ、セッション間でのコンテキスト情報を保存・取得するためのメモリモジュールを組み込むことができます。このフレームワークは、APIキーを通じて主要なLLMと統合され、エージェントが出力を生成、評価、修正できるようにしています。カスタマイズ可能なツールやプラグインのサポートにより、Webスクレイピング、データベースクエリ、レポーティングツールなど外部サービスとの連携も可能です。計画、実行、フィードバックループのための明確な抽象化を通じて、AI-Agentsは知的自動化ワークフローのプロトタイピングと展開を促進します。

AI Agentsは、大規模言語モデルを用いた自律エージェント構築のための構造化ツールキットを提供します。外部API連携、会話または長期記憶の管理、マルチステップワークフローの調整、LLM呼び出しの連鎖を行うモジュールが含まれます。データ取得、質問応答、タスク自動化といった一般的なエージェントタイプのテンプレートが用意されており、プロンプト、ツール定義、メモリ戦略のカスタマイズも可能です。非同期サポート、プラグインアーキテクチャ、モジュール設計により、スケーラブルでメンテナンスしやすく拡張可能なエージェントアプリケーションを実現します。

Agents with ADKは、大規模言語モデルに基づくインテリジェントエージェントの作成を簡素化するためのオープンソースPythonフレームワークです。モジュール式のエージェントテンプレート、内蔵のメモリ管理、ツール実行インターフェース、多エージェント調整の能力を備えています。開発者は、カスタム関数や外部APIを迅速に追加し、プランニングや推論のチェーンを設定し、エージェントのやり取りを監視できます。このフレームワークは、人気のLLMプロバイダーとの連携をサポートし、ロギング、リトライロジック、運用展開のための拡張性を提供します。

AimeBoxは、AIエージェントの構築と実行のための包括的なセルフホスト環境を提供します。主要なLLMプロバイダーと連携し、対話状態と埋め込みをベクターデータベースに保存し、カスタムツールや関数呼び出しをサポートします。ユーザーはメモリ戦略を設定し、ワークフローを定義し、プラグインを通じて機能を拡張できます。プラットフォームはウェブダッシュボード、APIエンドポイント、CLI制御を提供し、チャットボット、知識アシスタント、ドメイン固有のデジタルワーカーの開発を容易にします。

Autonomous Agentsは、大規模言語モデルを搭載した自律型AIエージェントの作成を容易にするオープンソースのPythonライブラリです。認識、推論、行動といった主要コンポーネントを抽象化し、カスタムツール、メモリ、戦略を定義できます。エージェントは、多段階のタスクを自律的に計画し、外部APIをクエリし、カスタムパーサーを通じて結果を処理し、会話のコンテキストを維持します。本フレームワークは、動的なツール選択、逐次および並列のタスク実行、メモリの永続性をサポートし、データ分析、研究、メール要約、Webスクレイピングなどのタスクに対して堅牢な自動化を可能にします。その拡張性の高い設計により、さまざまなLLMプロバイダーやカスタムモジュールとの統合が容易です。

Build with ADKは、CLIスキャフォールディングツール、ワークフロー定義、LLM統合モジュール、テストユーティリティ、ロギング、デプロイ支援を提供し、AIエージェントの作成を簡素化します。開発者はエージェントプロジェクトを初期化し、AIモデルを選択し、プロンプトを設定し、外部ツールやAPIに接続し、ローカルでテストし、簡単なコマンドで本番またはコンテナプラットフォームへと展開できます。モジュール式アーキテクチャによりプラグインでの拡張も容易で、多数のプログラミング言語をサポートしています。

LangGraphは、AIエージェントのワークフローを設計するためのグラフベースの抽象化を提供します。開発者は、プロンプト、ツール、データソース、意思決定ロジックを表すノードを定義し、これらのノードをエッジで接続して有向グラフを形成します。実行時には、LangGraphはグラフを巡回し、LLM呼び出し、APIリクエスト、カスタム関数を順次または並列に実行します。キャッシュ、エラー処理、ロギング、並列処理のサポートにより、堅牢なエージェント動作を実現します。拡張可能なノード・エッジテンプレートにより、外部サービスやモデルも自在に統合でき、チャットボット、データパイプライン、自律型ワーカー、研究アシスタントの構築に最適です。