BAML Agentsは、モジュール化された拡張可能なプラットフォームを求める開発者やAI実践者向けに設計されています。カスタムツールのシームレスな統合を可能にするプラグインベースのアーキテクチャ、会話のコンテキストを維持するためのメモリサブシステム、多段階推論ワークフローのサポートを備えています。これらにより、ユーザーはエージェントの動作を迅速に設定し、外部APIに接続し、複雑なタスクを再発明することなく調整できます。その軽量設計と明確な抽象化により、試作、研究、およびさまざまな自動化シナリオでの本番展開に理想的です。

CUPCAKE AGI（Composable Utilitarian Pipeline for Creative, Knowledgeable, and Evolvable Autonomous General Intelligence）は、言語モデル、メモリー、外部ツールを組み合わせて自律エージェントの構築を容易にする柔軟なPythonフレームワークです。目標プランナー、モデルエグゼキューター、メモリーマネージャーなどのコアモジュールを備えており、インタラクション間でコンテキストを維持します。APIやデータベース、カスタムツールキットとの連携用にプラグインを拡張可能です。同期・非同期ワークフローに対応し、研究やプロトタイピング、実運用に最適です。

Dial4JaCaは、JaCaMo多エージェントプラットフォーム用のJavaライブラリプラグインであり、エージェント間のメッセージを傍受し、エージェントの意図をエンコードし、それらをLLMバックエンド（OpenAI、ローカルモデル）にルーティングします。対話のコンテキストを管理し、信念ベースを更新し、応答生成をAgentSpeak(L)の推論サイクルに直接統合します。開発者はプロンプトをカスタマイズし、対話アーティファクトを定義し、非同期呼び出しを処理でき、エージェントがユーザー発話を解釈し、タスクを調整し、外部情報を自然言語で取得できるようにします。そのモジュール式設計は、エラー処理、ロギング、多重LLM選択をサポートし、研究、教育、会話MASの迅速なプロトタイピングに最適です。

EyeGesturesは、ネイティブウェブカメラと携帯電話のカメラを使用してジェスチャーコントロールインターフェイスを促進するために設計されたオープンソースの視線追跡ライブラリです。開発者とユーザーにアクセス可能で手頃な視線追跡技術を提供することを目指しています。このソフトウェアは、ユーザーインタラクティビティとアクセスビリティを向上させるためにさまざまなアプリケーションに統合できる強力な視線追跡機能を提供します。研究と実用的なアプリケーションの両方に最適で、EyeGesturesは視線追跡と人間とコンピュータの相互作用の分野での多目的ツールです。

FAgentは、環境の抽象化、ポリシーインターフェース、ツールコネクタを含むモジュール式アーキテクチャを提供します。一般的なLLMサービスとの統合をサポートし、コンテキスト保持のためのメモリ管理を実装し、エージェントの動作を記録・監視する観測層を提供します。開発者はカスタムツールやアクションを定義し、多段階のワークフローを調整し、シミュレーションベースの評価を実行できます。FAgentは、データ収集、パフォーマンス指標、自動テスト用のプラグインも含み、研究、プロトタイピング、さまざまな分野での自律エージェントの本番展開に適しています。

FreeActはモジュール式アーキテクチャを利用してAIエージェントの作成を効率化します。 開発者は高レベルの目的を定義し、計画モジュールを設定して段階的な計画を生成します。推論コンポーネントは計画の実現可能性を評価し、実行エンジンはAPI呼び出し、データベースクエリ、外部ツールとの連携を調整します。メモリ管理は会話のコンテキストや履歴データを追跡し、エージェントが情報に基づいた意思決定を行えるようにします。環境レジストリはカスタムツールやサービスの統合を簡単にし、動的な適応を可能にします。FreeActは複数のLLMバックエンドをサポートし、ローカルサーバやクラウド環境に展開可能です。そのオープンソースの性質と拡張性の高い設計により、研究や実用的なインテリジェントエージェントの迅速なプロトタイピングを実現します。

Genaiは、ユーザーがチャットボットを通じてインタラクションする方法を変革するために構築された多機能プラットフォームです。さまざまなソースからデータを収集してミックスすることにより、Genaiはカスタムチャットボットの作成と展開を数分で実現し、教育、研究などのワークフローを簡素化します。高度なAI技術を利用して、優れたユーザーエクスペリエンスを提供し、プロセスを最適化します。

Hapticlabsは、カスタムハプティックインタラクションを作成するために設計された直感的なノーコードツールキットを提供します。ユーザーは簡単にハプティックフィードバックを設計し、機能的なプロトタイプを作成し、複数のデバイスでデザインをテストできます。Hapticlabs Studio、DevKit、およびモバイルアプリは、コーディングなしでリアルタイム評価を可能にします。製品開発、教育、研究、DIYプロジェクトに適しており、Hapticlabsは製品にハプティクスを組み込むプロセスをスムーズにし、具体的なフィードバックでユーザーエクスペリエンスを向上させます。

このオープンソースフレームワークは、AgentSimJsのエージェントモデリングライブラリとThree.jsの3Dグラフィックスエンジンを組み合わせて、インタラクティブなブラウザベースのマルチエージェントシミュレーションを実現します。ユーザーはエージェントタイプ、行動、環境ルールを定義し、衝突検出やイベント処理を設定し、カスタマイズ可能なレンダリングオプションでリアルタイムにシミュレーションを視覚化できます。このライブラリは、ダイナミックコントロール、シーン管理、パフォーマンスチューニングをサポートし、研究、教育、複雑なエージェントベースのシナリオのプロトタイピングに最適です。

Odysseyは、協調型のマルチエージェントシステムを構築するための柔軟なアーキテクチャを提供します。主なコンポーネントには、サブタスクの定義と配布を行うタスクマネージャー、会話履歴とコンテキストを保存するメモリモジュール、LLMを搭載したエージェントを調整するエージェントコントローラー、外部APIやカスタム関数を統合するツールマネージャーがあります。開発者はYAMLファイルを使ってワークフローを設定でき、事前構築されたLLMカーネル（例：GPT-4、ローカルモデル）を選択し、新ツールやメモリバックエンドをシームレスに拡張可能です。Odysseyはインタラクションを記録し、非同期タスク実行と反復改善ループをサポートしており、研究、プロトタイピング、実用化済みのマルチエージェントアプリケーションに最適です。

Symbol-LLMは、シンボリックメモリストアと拡張された大規模言語モデルを利用したAIエージェント構築のためのモジュール式アーキテクチャを提供します。複雑なタスクを分解するプランナーモジュール、ツールを呼び出すエグゼキュータ、および会話全体のコンテキストを維持するメモリシステムがあります。ウェブ検索、計算機、コードランナーなどの内蔵ツールと、カスタムツールを簡単に統合できるAPIを備え、多様な分野（研究、カスタマーサポート、ワークフロー自動化）において、迅速にプロトタイプ作成と展開を可能にします。

LemLabは、大規模言語モデルを活用したAIエージェント開発のためのモジュール型フレームワークです。開発者はカスタムのプロンプトテンプレートを定義し、多段階の推論パイプラインを連鎖させ、外部ツールやAPIを統合し、会話のコンテキストを保存するメモリバックエンドを設定できます。また、定義されたタスクでエージェントのパフォーマンスを比較する評価スイートも含まれています。再利用可能なコンポーネントと明確な抽象化により、研究や実運用環境での複雑なLLMアプリケーションの実験、デバッグ、展開を加速します。

マルチエージェントシステムは、分散エージェントベースのアーキテクチャの作成、設定、および実行を容易にするために設計されています。開発者は、エージェントの動作、通信オントロジー、およびサービスの記述をJavaクラス内で定義できます。フレームワークは、コンテナの設定、メッセージの送受信、およびライフサイクル管理を処理します。標準のFIPAプロトコルに基づいており、ピアツーピア交渉、協力的計画、モジュール拡張をサポートします。ユーザーは、シングルマシンまたはネットワーク上のホスト間でマルチエージェントシナリオを実行、監視、デバッグでき、研究、教育、小規模展開に最適です。

Ramen AIはテキスト分類のプロセスを効率化するために設計されており、技術的な専門知識がない人々にもアクセス可能です。Ramen AIを使用すると、事前にラベル付けされたデータやモデル訓練は必要ありません。このプラットフォームは、アプリケーションを効率的に構築、テスト、監視、スケールするために必要なすべてのツールが揃った直感的な体験を提供します。ビジネス、研究、または他のアプリケーションのためにテキストデータを分類する必要がある場合でも、Ramen AIの包括的なツールセットは、迅速かつ効果的に作業を進めるのに役立ちます。

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。

Self-Determining AI Agentsは、自治型AIエージェントの作成を簡素化するためのPythonベースのフレームワークです。エージェントがタスクを生成し、戦略を計画し、統合ツールを使用して行動を実行するカスタマイズ可能な計画ループを特徴とします。このフレームワークには、コンテキスト保持のための永続的なメモリモジュール、柔軟なタスクスケジューリングシステム、およびWeb APIやデータベースクエリなどのカスタムツール統合のフックが含まれます。開発者は設定ファイルやコードを通じてエージェントの目標を定義し、ライブラリは反復的な意思決定プロセスを管理します。ロギング、パフォーマンス監視をサポートし、新しい計画アルゴリズムで拡張可能です。研究、自動化ワークフロー、知的なマルチエージェントシステムのプロトタイピングに最適です。

Team Coordinationは、複雑なタスクに取り組む複数のAIエージェントのオーケストレーションを簡素化する軽量なPythonライブラリです。プランナー、エグゼキューター、評価者、通信者などの専門的な役割を定義し、高レベルの目的を管理可能なサブタスクに分解し、それらを個々のエージェントに割り当て、構造化された通信を促進します。フレームワークは非同期実行、プロトコルルーティング、結果の集約を担当し、AIエージェントのチームが効率的に協力できるようにします。プラグインシステムは、人気のあるLLM、API、およびカスタムロジックとの連携を可能にし、自動カスタマーサポート、研究、ゲームAI、データ処理パイプラインなどのアプリケーションに最適です。明確な抽象化と拡張性のあるコンポーネントにより、Team Coordinationはスケーラブルなマルチエージェントワークフローの開発を促進します。