Agent Scriptは、大規模言語モデル上に宣言型スクリプト層を提供し、YAMLまたはJSONのスクリプトを書いてエージェントのワークフロー、ツール呼び出し、メモリ使用を定義できます。OpenAIやローカルLLM、その他のプロバイダーをプラグインし、外部APIをツールとして接続し、長期メモリバックエンドを設定可能です。このフレームワークは、コンテキスト管理、非同期実行、詳細なロギングを標準で処理します。最小限のコードでチャットボット、RPAワークフロー、データ抽出エージェント、カスタム制御ループのプロトタイピングが可能であり、AI駆動の自動化の構築、テスト、展開を容易にします。

Minimalist Agentは、PythonでAIエージェントを構築するためのベーシックなフレームワークです。LangChainのエージェントクラスとOpenAIのAPIを活用し、マルチステップ推論、ツールの動的選択、関数の実行を行います。リポジトリをクローンし、OpenAI APIキーを設定し、カスタムツールやエンドポイントを定義して、CLIスクリプトを実行してエージェントと対話できます。設計は明快さと拡張性を重視しており、コアエージェントの挙動を学習、変更、拡張しやすくなっています。

InfantAgentは、Pythonで知能エージェントを設計および展開するための軽量な構造を提供します。OpenAIやHugging Faceといった人気のLLMと連携し、永続的なメモリモジュールをサポートし、カスタムツールチェーンを可能にします。標準搭載の会話インターフェース、タスクオーケストレーション、ポリシー駆動の意思決定機能を備えています。プラグインアーキテクチャにより、ドメイン固有のツールやAPIを簡単に拡張でき、研究用のエージェントのプロトタイピングやワークフローの自動化、アプリケーションへのAIアシスタントの埋め込みに最適です。

実践的には、LlamaSimを使って複数のAIエージェントをLlamaモデルで定義し、インタラクションシナリオを設定し、制御されたシミュレーションを実行できます。Python APIを用いてエージェントの性格、意思決定ロジック、通信チャネルをカスタマイズ可能です。フレームワークはプロンプトの構築、応答の解析、および会話状態の追跡を自動的に処理します。全てのインタラクションを記録し、応答の一貫性、タスク完了率、遅延時間などのビルトイン評価指標を提供します。プラグインアーキテクチャにより、外部データソースの統合やカスタム評価関数の追加が可能です。また、LlamaSimの軽量コアは、ローカル開発、CIパイプライン、クラウド展開に適しており、再現性のある研究やプロトタイプの検証を可能にします。

Melissaは、広範なボイラープレートコードを必要とせずにAI駆動エージェントを構築できる軽量で拡張可能なアーキテクチャを提供します。コアは、開発者がカスタムアクションやデータコネクター、メモリモジュールを登録できるプラグインベースのシステムに基づいています。メモリサブシステムは、やり取りを通じてコンテキストを維持し、会話の連続性を高めます。API、データベース、ローカルファイルから情報を取得・処理できるインテグレーションアダプターも搭載。シンプルなAPI、CLIツール、標準化されたインターフェースを組み合わせることで、Melissaは顧客問い合わせの自動化、動的レポート生成、マルチステップワークフローの調整などを効率化します。言語に依存しない統合が可能で、Pythonを中心にしたプロジェクトに適しており、Linux、macOS、Docker環境へ展開できます。