AgenticIR（Agentic Information Retrieval）は、LLMを搭載したエージェントが自主的にIRワークフローを計画・実行できるモジュール式のフレームワークです。クエリ生成、ドキュメントリトリーバー、サマライザーなどのエージェント役割を定義し、カスタマイズ可能なシーケンスで動作させられます。エージェントは生のテキストを取得し、中間結果に基づいてクエリを改善し、抽出したパッセージを簡潔な要約にまとめることも可能です。フレームワークは、反復ウェブ検索、APIを用いたデータ取り込み、ローカルドキュメントのパースなど、多段階のパイプラインをサポートします。開発者はエージェントのパラメータ調整、異なるLLMの差し込み、動作方針の微調整も行えます。AgenticIRはまた、ログ記録、エラー処理、大規模な情報収集を高速化するための並列エージェント実行も提供します。最小限のコード設定で、研究者やエンジニアは自主的な検索システムの試作と展開が可能です。

CartographAIのSherpaは、知的アシスタントや自動化ワークフローの作成を効率化するPythonベースのエージェントフレームワークです。開発者は、ユーザーの入力を解釈し、適切なLLMエンドポイントまたは外部APIを選択し、ドキュメントの要約、データ取得、会話型のQ&Aなどの複雑なタスクを調整するエージェントを定義できます。プラグインアーキテクチャにより、カスタムツール、メモリストア、およびルーティング戦略の簡単な統合をサポートし、応答の関連性とコストを最適化します。ユーザーは、多段階のパイプラインを設定でき、それぞれのモジュールが意味検索、テキスト分析、コード生成などの異なる機能を果たし、Sherpaがコンテキストの伝搬とフォールバックロジックを管理します。このモジュラーアプローチは、プロトタイプの開発を加速し、メンテナンス性を向上させ、さまざまなアプリケーション向けの拡張性の高いAI駆動ソリューションの構築を可能にします。