LangGraph4jは、AIエージェントの操作—LLM呼び出し、関数呼び出し、データ変換—を有向グラフのノードとして表現し、エッジがデータフローをモデル化します。グラフを作成し、チャット、埋め込み、外部API、またはカスタムロジックのノードを追加し、それらを接続して実行します。フレームワークは実行順序を管理し、キャッシングを処理し、入力出力を記録し、新しいノードタイプで拡張可能です。同期・非同期処理をサポートし、チャットボット、ドキュメントQA、複雑な推論パイプラインに最適です。

このリポジトリは、タクシーコールセンターを模擬するためのカスタマイズ可能なマルチエージェントフレームワークを提供します。顧客の乗車要求を行うCustomerAgent、近接性に基づきドライバーを選択するDispatchAgent、割当を確認しステータスを更新するDriverAgent、請求・メッセージを担当するNotificationAgentが定義されています。エージェントは、OpenAI GPT呼び出しとメモリを使用したコレオグラフループを介して対話し、非同期チャット、エラー処理、ログ記録を可能にします。開発者はエージェントのプロンプトを拡張・調整したり、リアルタイムシステムを統合したりしながら、会話型AIを用いたカスタマーサービスや配車ワークフローの素早いプロトタイピングが可能です。

AgentSmithは、複数のAIエージェントを協力して定義、設定、および実行できるPython製のモジュール式エージェントオーケストレーションフレームワークです。各エージェントはリサーチャー、プランナー、コーダー、レビュアーなどの役割を割り当てられ、内部メッセージバスを介して通信します。メモリ管理にはFAISSやPineconeなどのベクトルストアを使用し、タスクのサブタスク化や自動監督もサポートします。エージェントとパイプラインは人間が読めるYAMLファイルで構成され、OpenAI APIやカスタムLLMとシームレスに統合できます。ロギング、モニタリング、エラー処理も内蔵し、ソフトウェア開発フローの自動化、データ分析、意思決定支援システムに最適です。