SonAgentは、PythonでAIエージェントを構築、整理、実行するための拡張性のあるオープンソースフレームワークです。 メモリストレージ、ツールラッパー、計画ロジック、非同期イベント管理用のコアモジュールを提供します。 開発者は、カスタムツールを登録し、言語モデルを統合し、長期的なエージェントメモリを管理し、複数のエージェントが複雑なタスクで協力できるようにオーケストレーションできます。 SonAgentのモジュール式設計は、会話型ボット、ワークフローの自動化、および分散エージェントシステムの開発を促進します。

xBrainは、Pythonアプリケーション内で自律エージェントを作成、構成、およびオーケストレーションするためのモジュラーアーキテクチャを提供します。ユーザーは、データ取得、分析、生成などの特定の能力を持つエージェントを定義し、それらをワークフローに組み込みます。各エージェントは通信やタスクの委譲を行います。フレームワークには、非同期実行の管理用スケジューラ、外部APIと統合するためのプラグインシステム、リアルタイム監視とデバッグ用のログ機能が含まれます。xBrainの柔軟なインターフェースは、カスタムメモリ実装やエージェントテンプレートをサポートし、さまざまなドメインに合わせた挙動の調整が可能です。チャットボットやデータパイプライン、研究実験において、xBrainは最小限のボイラープレートコードで複雑なマルチエージェントシステムの開発を加速します。

MultiAgentModelは、マルチエージェントシナリオのためのカスタム環境とエージェントクラスを定義する統一APIを提供します。観測空間と行動空間、報酬構造、通信チャネルを指定できます。PPO、DQN、A2Cなどの人気のRLアルゴリズムに標準サポートがあり、最小限の設定で訓練が可能です。リアルタイムの可視化ツールがエージェントのインタラクションとパフォーマンス指標を監視します。モジュール式のアーキテクチャにより、新しいアルゴリズムやカスタムモジュールの統合も容易です。柔軟な設定システムによるハイパーパラメータ調整、実験追跡用のログユーティリティ、シームレスなポータビリティのためのOpenAI Gym環境との互換性も含まれています。ユーザーは共有環境で協力したり、ログインされたセッションをリプレイして分析できます。

このリポジトリは、マルチエージェントシステムコンポーネントと分散AIコーディネーション技術の包括的なコレクションをまとめたものです。合意アルゴリズム、契約ネット交渉プロトコル、オークション型タスク割り当て、連合形成戦略、インタエージェント通信フレームワークを実装しています。ユーザーは、内蔵のシミュレーション環境を活用して、様々なネットワークトポロジー、遅延シナリオ、故障モード下でのエージェントの挙動をモデル化・テスト可能です。モジュール化設計により、ロボット群、IoTデバイスコラボレーション、スマートグリッド、分散意思決定システムなどのアプリケーションにおいて、開発者や研究者が個々のコーディネーションモジュールを統合、拡張、カスタマイズできます。

AmongAとマルチエージェントAIシステムの研究。シンプルなPython APIを通じて、ユーザーは任意の数のAIエージェントをインスタンス化し、それぞれにカスタマイズされたペルソナ、プロンプト、記憶バッファを持たせることができます。エージェントは設定可能な会話ループに参加し、ディベート、ブレインストーミング、意思決定、ゲームシミュレーションをサポートします。このフレームワークは、主要なLLM API（例：OpenAI、Anthropic）とシームレスに統合されており、メッセージベースのインタラクションとトランスクリプトのロギングを可能にします。開発者は、エージェントのロールをカスタマイズし、ターンの取り方を制御し、外部データソースを接続することで挙動を拡張できます。AmongAIsはまた、感情分析、スコア評価、セッション再生のユーティリティも提供します。新たな通信、コラボレーションのアイデア出し、デジタルワーカーの調整を研究・実践環境で探求するチームに理想的です。

ComfyUI LLM Partyは、視覚的なAIワークフローと連携してテキスト対話を調整するためのLLMパワードノード群を提供し、ノードベースのComfyUI環境を拡張します。大規模言語モデルと対話するチャットノード、コンテキストを保持するメモリノード、多エージェント対話を管理するルーティングノードを備えています。ユーザーは言語生成、要約、意思決定操作をパイプライン内で連結でき、テキストAIと画像生成を統合します。カスタムプロンプトテンプレート、変数管理、条件分岐もサポートし、ナarrative生成、画像キャプション付け、動的シーン説明を自動化できます。モジュール設計により既存のノードとのシームレスな統合が可能で、アーティストや開発者がプログラミングの専門知識なしに高度なAIエージェントワークフローを構築できます。

Isekはモジュール式アーキテクチャを持つ開発者向けプラットフォームです。ツールやデータソース用のプラグインシステム、コンテキスト保持のための内蔵メモリー、多段階タスクを調整するプランニングエンジンを備えています。ローカルまたはクラウドにエージェントを展開でき、任意のLLMバックエンドを統合可能。コミュニティやカスタムモジュールを通じて機能を拡張できます。テンプレート、SDK、CLIツールを用いてチャットボット、バーチャルアシスタント、自動化ワークフローの迅速な開発を実現します。

LiteMultiAgentは、複数のAIエージェントを並列または逐次で構築・実行できるモジュール式のSDKを提供し、それぞれに固有の役割と責任を持たせます。プリインストールされたメモリストア、メッセージングパイプライン、プラグインアダプター、実行ループを備え、複雑なエージェント間通信を管理します。ユーザーはエージェントの動作をカスタマイズし、外部ツールやAPIをプラグインし、ログを通じて会話を監視できます。軽量設計と依存関係管理により、迅速なプロトタイピングや実運用のコラボレーティブAIワークフロー展開に最適です。

mcp-agent-graphは、AIエージェント向けのグラフベースのオーケストレーション層を提供し、複雑な多段階ワークフローを有向グラフとしてマッピングします。グラフ内の各ノードはタスクや関数に対応し、入力、出力、依存関係をキャプチャします。エッジは、エージェント間のデータの流れを定義し、正しい実行順序を保証します。エンジンは逐次および並列の実行モードをサポートし、自動依存関係の解決やカスタムPython関数や外部サービスとの連携も可能です。組み込みの可視化により、グラフトポロジーの検査やワークフローのデバッグが行えます。このフレームワークは、モジュール化されたスケーラブルなマルチエージェントシステムの開発を促進し、データ処理、自然言語ワークフロー、またはAIモデルパイプラインの融合に適しています。

NKCマルチエージェントモデルは、研究者や開発者にマルチエージェント強化学習システムの設計、訓練、評価のための包括的なツールキットを提供します。カスタムエージェントポリシー、環境の動作、および報酬構造を定義できるモジュラーアーキテクチャを特徴としています。OpenAI Gymとのシームレスな統合により迅速なプロトタイピングが可能であり、TensorFlowとPyTorchのサポートにより学習バックエンドの選択に柔軟性を持たせています。このフレームワークには、経験リプレイ、集中型訓練と分散型実行、複数GPUでの分散訓練のユーティリティが含まれています。拡張されたロギングとビジュアライゼーションモジュールはパフォーマンスメトリクスをキャプチャし、ベンチマークとハイパーパラメータ調整を支援します。協力、競争、および混合動機シナリオの設定を簡素化し、NKCマルチエージェントモデルは自律車両、ロボット群、ゲームAIなどの分野での実験を加速させます。

RainbowGPTは、OpenAIモデルを搭載したAIエージェントの設計、カスタマイズ、展開のための完全なフレームワークを提供します。FastAPIバックエンド、ツールとメモリ管理のためのLangChain統合、エージェント作成とテストのためのReactベースUIを備えています。ユーザーはドキュメントをアップロードしてベクトルベースの知識取得を行ったり、カスタムプロンプトや挙動を定義したり、外部APIや関数に接続したりできます。このプラットフォームはインタラクションをログに記録し、多エージェントのワークフローをサポートしており、複雑な自動化と対話型パイプラインを可能にします。

SquadflowAI Studioは、役割、タスク、エージェント間通信を定義してAIエージェントを視覚的に構成できます。エージェントは複雑な多ステップ処理を処理するために連結可能です—データベースやAPIを照会し、アクションを実行し、コンテキストを共有します。プラグイン拡張、リアルタイムデバッグ、ステップごとのログに対応しています。開発者は prompts の設定、メモリ状態の管理、条件ロジックの設定をボイラープレートコードなしで行えます。OpenAI、Anthropic、ローカルLLMのモデルに対応。チームはRESTまたはWebSocketエンドポイントを通じてワークフローを展開し、パフォーマンス指標を監視し、エージェントの動作を中央ダッシュボードから調整可能です。

Team of AI Agentsは、モジュール式アーキテクチャを提供し、複数エージェントシステムの構築と展開を可能にします。各エージェントは異なる役割を持ち、知識保持のためにグローバルメモリとローカルコンテキストを活用します。非同期メッセージング、アダプター経由のツール利用、およびエージェントの結果に基づく動的なタスクの再割り当てをサポートします。開発者は、YAMLまたはPythonスクリプトを用いてエージェントを設定し、トピックの専門化、目標階層、優先順位の処理を可能にします。パフォーマンス評価とデバッグ用の内蔵メトリクスもあり、高速な反復を促進します。拡張可能なプラグインアーキテクチャにより、カスタムNLPモデル、データベース、外部APIを統合できます。Team of AI Agentsは、専門化されたエージェントの集団知能を活用し、複雑なワークフローを高速化します。研究、自動化、シミュレーション環境に最適です。

ThreeAgentsはPythonで構築されており、OpenAIのチャット完了APIを利用して、異なる役割（システム、アシスタント、ユーザー）を持つ複数のAIエージェントを実装します。エージェントのプロンプトや役割に基づくメッセージ処理、コンテキストメモリ管理の抽象化を提供します。開発者はカスタムプロンプトテンプレートを定義し、エージェントの性格を設定し、インタラクションを連結して現実的な対話やタスク指向のワークフローをシミュレートできます。フレームワークはメッセージのやり取り、コンテキストウィンドウの管理、ログ記録を処理し、協調的な意思決定や階層的タスク分解の実験を可能にします。環境変数やモジュール式エージェントのサポートにより、OpenAIとローカルのLLMバックエンド間の切り替えもシームレスに行え、マルチエージェントAIシステムの迅速なプロトタイピングを可能にします。例のスクリプトやDockerサポート付きで、素早くセットアップできます。

VMASは、深層強化学習を用いたマルチエージェントシステムの構築と訓練のための総合ツールキットです。GPUを用いた複数の環境インスタンスの並列シミュレーションをサポートし、高スループットのデータ収集とスケーラブルな訓練を可能にします。PPO、MADDPG、QMIX、COMAなどの人気MARLアルゴリズムの実装と、迅速なプロトタイピングのためのモジュール式のポリシーと環境インターフェースを含みます。フレームワークは、分散実行を伴う集中訓練（CTDE）を促進し、カスタマイズ可能な報酬調整、観測空間、ログ記録やビジュアライゼーションのためのコールバックフックを提供します。そのモジュール設計により、PyTorchモデルや外部環境とのシームレスな統合を実現し、ロボット工学、交通制御、資源配分、ゲームAIシナリオなどにおける協力、競争、混合動機のタスクの研究に最適です。

Wumpus LLM Agentは、高度なソクラテスAIエージェントの開発を容易にするために、事前構築された調整ユーティリティ、構造化されたプロンプトテンプレート、シームレスなツール統合を提供します。ユーザーはエージェンのペルソナやツールセット、会話のフローを定義し、内部の思考チェーン管理を利用して推論を透明化します。このフレームワークは、コンテキストの切り替え、エラー復旧、メモリストレージを処理し、複数ステップの意思決定を可能にします。API、データベース、カスタム関数用のプラグインインターフェースも備え、エージェントはウェブの閲覧や知識ベースのクエリ、コードの実行を行うことができます。包括的なロギングとデバッグにより、開発者は各推論ステップを追跡し、エージェントの動作を調整し、Python 3.7以降をサポートする任意のプラットフォームに展開できます。

A2A（Agent-to-Agent Architecture）は、Googleのオープンソースフレームワークで、協調して動作する分散型AIエージェントの開発と運用を可能にします。エージェントの役割、通信チャネル、共有メモリを定義するモジュール構成を提供します。さまざまなLLMプロバイダーの統合やエージェントの動作のカスタマイズ、多段階のワークフローのオーケストレーションが可能です。A2Aには、エージェントの相互作用を追跡するためのビルドイン監視、エラー管理、リプレイ機能が搭載されています。標準化されたプロトコルにより、エージェントの探索、メッセージ交換、タスク割り当てを簡素化し、複雑な調整パターンを容易にし、さまざまな環境でのエージェントベースのアプリケーションの信頼性を高めます。

Agent Forgeは、AIエージェントを定義、実行、調整するためのモジュール式アーキテクチャを提供します。組み込みのタスクオーケストレーションAPI、長期のコンテキスト保存用のメモリモジュール、外部サービス（例：LLMs、データベース、サードパーティAPI）を統合するプラグインシステムがあります。開発者は迅速にプロトタイプを作成し、テストし、複雑なワークフローを管理しながら本番環境に展開できます。

AgentCrewは、エージェントのライフサイクル、メモリ持続性、タスクスケジューリング、エージェント間通信などの一般的な機能を抽象化することで、AIエージェントの作成と管理を効率化するように設計されています。開発者はカスタムエージェントプロファイルを定義し、トリガーと条件を指定し、OpenAIやAnthropicなどの主要なLLMプロバイダーと連携できます。このフレームワークはPython SDK、CLIツール、RESTfulエンドポイント、および直感的なウェブダッシュボードを提供してエージェントのパフォーマンスを監視します。ワークフローの自動化機能により、エージェントは並列または連続して動作し、メッセージを交換し、インタラクションを記録して監査や再訓練に役立てることができます。モジュール化されたアーキテクチャはプラグイン拡張をサポートし、顧客サービスボットから自動研究アシスタント、データ抽出パイプラインまで、多様なユースケースへ対応可能です。

Agent ChatRoomは、マルチエージェントの会話システムを構築・実行するための柔軟な環境を提供します。ユーザーは、ユニークなペルソナやプロンプトを持つエージェントを作成し、エージェント間のメッセージルーティングや会話履歴の閲覧を洗練されたUIで行えます。OpenAI APIと連携し、エージェント動作のカスタム構成をサポート。静的ホスティングサービスに展開でき、モジュール化されたアーキテクチャと使いやすいUIでテストやAIコラボレーションのシナリオに対応します。