LLM Agents Exampleは、PythonでAIエージェントを構築するためのハンズオンコードベースを提供します。カスタムツール（ウェブ検索、WolframAlphaを利用した数学解答、CSV解析、Python REPL）の登録、チャットおよび検索ベースのエージェントの作成、ベクトルストアへの接続によるドキュメント質問応答をデモンストレーションしています。このリポジトリは、会話の記憶を維持し、ツール呼び出しを動的に振り分け、複数のLLMプロンプトを連結して複雑なタスクを解決するパターンを示しています。ユーザーは、サードパーティAPIの統合、エージェントワークフローの構築、新機能の拡張方法を学習でき、開発者の実験やプロトタイピングに役立ちます。

Morphは、ユーザーが簡単に安全に展開できるAIアプリを迅速に構築するのに役立ちます。このプラットフォームは、BigQueryやSnowflakeのようなデータソースへの接続をサポートし、PythonでのOpenAI APIやMLモデルを使用したデータ処理を可能にします。Morphを使用すると、Markdownでインタラクティブな画面を作成し、URL経由で共有できます。また、このフレームワークは、データを保護するための役割ベースのアクセス制御や高度なセキュリティ機能を事前に装備しています。

このリポジトリは、DeepSeekを使用した高次元ベクトル検索を行うReActベースのAIエージェント作成のためのステップバイステップのチュートリアルとリファレンス実装を提供します。環境設定、依存関係のインストール、カスタムデータ用のベクトルストアの設定をカバーしています。エージェントはReActのパターンを用いて推論の過程と外部知識検索を組み合わせ、透明性の高い説明可能な応答を実現します。システムは、追加のドキュメントローダーの統合、プロンプトテンプレートの調整、またはベクトルデータベースの交換により拡張可能です。この柔軟なフレームワークにより、開発者や研究者は数行のPythonコードで推論・取得・対話が可能な強力な対話エージェントの試作が行えます。

Reddit AIエージェントは、Pythonで書かれたコマンドラインツールで、PRAWとOpenAI GPT-3.5/4モデルを利用してReddit上のさまざまなコンテンツワークフローを自動化します。指定されたサブレディットから投稿、コメント、トレンドのスレッドを取得し、テキストをGPTに入力して高レベルの要約、感情分析、またはモデレーター向けの提案返信を生成します。ユーザーは、Redditの認証情報やOpenAI APIキーの環境変数を設定し、プロンプトテンプレートをカスタマイズし、JSON設定ファイルを通じてタスクを選択します。スクリプトを実行すると、構造化された出力ファイルやコンソールログが生成され、レビュー、PRAWを使った投稿・コメントへの展開、またはより大きなモデレーションや研究パイプラインに統合できます。

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。

BotPlayersは、AI駆動のゲームプレイエージェントの開発と展開を合理化する多用途のオープンソースフレームワークです。画面キャプチャ、ウェブAPI、またはカスタムシミュレーションインターフェースをサポートする柔軟な環境抽象化レイヤーを備え、さまざまなゲームと双方向に連携できます。組み込みの強化学習アルゴリズム、遺伝的アルゴリズム、ルールベースのヒューリスティックを含み、データ記録、モデルチェックポイント、パフォーマンス可視化のツールも提供します。モジュラーなプラグインシステムにより、センサー、アクション、AIポリシーをPythonまたはJavaでカスタマイズ可能です。YAMLベースの設定を利用した迅速なプロトタイピングや自動化されたトレーニング・評価パイプラインもあります。Windows、Linux、macOSでクロスプラットフォームに対応し、実験と知的ゲームエージェントの制作を促進します。

DataCampは、データサイエンス、AI、およびPythonやSQLなどのさまざまなプログラミング言語を教える専門のオンライン学習プラットフォームです。490以上のコースがあり、業界の専門家からビデオチュートリアル、コーディング演習、実践プロジェクトを通じて学べます。DataCampでは、スキルを確認し就職市場に備えるための認定証も提供しています。

Pits and OrbsはPythonで実装されたオープンソースの強化学習環境で、ターン制のマルチエージェントグリッドワールドを提供します。エージェントは目標を追求し、危険な環境要素に直面します。各エージェントは設定可能なグリッド上をナビゲートし、ランダムに配置された落とし穴を避けてエピソードをペナルティ化または終了させ、ポジティブな報酬のためにオーブを収集します。この環境は競争モードと協力モードの両方をサポートし、研究者はさまざまな学習シナリオを探索できます。簡単なAPIはStable BaselinesやRLlibなどの人気RLライブラリにシームレスに統合可能です。主な特徴は、調整可能なグリッド寸法、ダイナミックな落とし穴とオーブの分布、設定可能な報酬構造、および訓練分析用のオプションログ記録です。

PyBrainは、Pythonベースの強化学習、人工知能、神経ネットワークライブラリの略称であり、機械学習タスクのために設計されたモジュラーのオープンソースライブラリです。神経ネットワークの構築、強化学習、その他のAIアルゴリズムをサポートしています。強力で使いやすいアルゴリズムを備えたPyBrainは、さまざまな機械学習の問題に取り組む開発者や研究者にとって貴重なツールを提供します。このライブラリは他のPythonライブラリともスムーズに統合されており、簡単な教師あり学習から複雑な強化学習シナリオに至るまでのタスクに適しています。

Python Coding Agentは、GPTモデルを利用したオープンソースのコマンドラインツールで、テキストプロンプトに基づいてPythonコードを生成し、ローカルで実行し、実行時エラーをキャッチします。即時フィードバックを提供し、コードの反復的な改善や自動化、データ分析パイプラインのプロトタイピング、関数のデバッグを可能にします。自然言語理解とリアルタイムコード実行を組み合わせることで、アイデアと実装のギャップを埋め、開発と学習を加速します。

バークレーPacmanプロジェクトリポジトリは、ユーザーがPacman迷路でAIエージェントを構築・テストできるモジュラーPythonコードベースを提供します。非情報探索（DFS、BFS、A*）、敵対的多エージェント探索（ミニマックス、アルファベータ剪定）、強化学習（特徴抽出を伴うQ学習）を学習者が理解できるようにガイドします。統合されたグラフィカルインターフェースはエージェントの挙動をリアルタイムで可視化し、組み込みのテストケースとオートグレーダーが正確性を検証します。アルゴリズムの実装を反復することで、状態空間探索、ヒューリスティック設計、敵対的推論、報酬ベースの学習に関する実践的な経験を得ることができます。

DataAgentは、高度なAIエージェントをLLMs上に構築し、データセットを探索し、洞察を生成し、自動的に機械学習パイプラインを構築します。ユーザーはCSV、SQLテーブル、またはPandas DataFrameを指定し、自然言語で質問します。エージェントはクエリを解釈し、分析コードを実行し、結果を可視化し、ETLやモデリングタスクのためのモジュール化されたPythonスクリプトも作成します。ボイラープレートコーディングを削減し、実験を加速させることで、データサイエンスのワークフローを効率化します。