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。

Venusは、開発者が簡単に知的なAIエージェントを設計、構成、実行できるオープンソースのPythonライブラリです。内蔵の会話管理、永続メモリストレージオプション、および外部ツールやAPIの統合用の柔軟なプラグインシステムを提供します。ユーザーは、カスタムワークフローを定義し、複数のLLM呼び出しを連携させ、データ取得やWebスクレイピング、データベースクエリなどのタスクを実行するための関数呼び出しインターフェースを組み込むことができます。Venusは、同期処理と非同期処理、ロギング、エラー処理、およびエージェント活動の監視をサポートします。低レベルのAPI相互作用を抽象化することで、Venusはチャットボット、バーチャルアシスタント、自動化されたワークフローの迅速なプロトタイピングと展開を実現し、エージェントの動作やリソース利用を完全に制御します。

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。

AIエージェントワークショップは、Pythonを用いてAIエージェントの開発に役立つ実例とテンプレートを提供する包括的なリポジトリです。ワークショップには、エージェントのフレームワーク、ツール統合（例：ウェブ検索、ファイル操作、データベースクエリ）、メモリメカニズム、多段階推論を示すJupyterノートブックが含まれています。ユーザーはカスタムエージェントプランナーの設定、ツールスキーマの定義、ループベースの会話フローの実装を学びます。各モジュールには、障害処理、プロンプトの最適化、エージェント出力の評価に関する演習があります。このコードベースはOpenAIの関数呼び出しやLangChainコネクタをサポートし、特定ドメインのタスクへのシームレスな拡張を可能にします。自己運用型アシスタント、タスク自動化ボット、質問応答エージェントをプロトタイプしたい開発者に最適で、基本的なエージェントから高度なワークフローまでのステップバイステップの道筋を提供します。

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。

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。

Linguistic Agent Systemは、対話やタスクの計画に言語モデルを利用するインテリジェントエージェントを構築するためのオープンソースのPythonフレームワークです。メモリ管理、ツール登録、プランナー、エグゼキューターのコンポーネントを備え、コンテキストを維持し、外部APIを呼び出し、ウェブ検索やワークフローの自動化が可能です。YAMLによる設定が可能で、複数のLLMプロバイダーをサポートし、チャットボットやコンテンツサマライザ、自律型アシスタントの迅速なプロトタイピングを実現します。開発者はカスタムツールやメモリバックエンドを拡張し、ローカルまたはサーバー上でエージェントをデプロイできます。

Intelligenceは、状態を持つメモリの管理、OpenAI GPTなどの言語モデルの統合、APIやデータベース、知識ベースなど外部ツールへの接続を行うコンポーネントを組み合わせてAIエージェントを構築することを可能にします。カスタム機能のためのプラグインシステム、決定やメトリクスを追跡する観測モジュール、多エージェントを調整するオーケストレーションユーティリティを備えています。開発者はpipでインストールし、Pythonの簡単なクラスでエージェントを定義、メモリバックエンド（インメモリ、Redis、ベクトルストア）を設定します。REST APIサーバーによる展開やCLIツールによるデバッグもサポート。テスト、バージョン管理、スケーリングを容易にし、チャットボットやカスタマーサポート、データ取得、ドキュメント処理、自動化ワークフローに適しています。

multiagent-ai-codingは、ソフトウェア開発タスクにおいて、専門化されたAIエージェントの協調作業を促進するためのPythonベースのフレームワークです。コード生成、ユニットテスト作成、コードレビュー、デバッグ、ドキュメント化のためのエージェントを定義でき、これらを設定可能なパイプラインで連結することで、エンドツーエンドのコーディングプロセスを自動化し、コード品質を向上させ、イテレーションサイクルを加速します。カスタムエージェントの統合、ロギング、エラー回復機能もサポートしています。

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。

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。

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。