LangChainは、高度なLLM搭載アプリケーションを構築するための包括的なツールキットであり、低レベルのAPI操作を抽象化し、再利用可能なモジュールを提供します。プロンプトテンプレートシステムを使えば、動的なプロンプトを定義し、複数のステップに渡る推論フローを構築できます。組み込みのエージェントフレームワークは、LLMの出力と外部ツール呼び出しを組み合わせ、自動決定やWeb検索、データベースクエリなどのタスクを実行します。メモリモジュールは会話のコンテキストを保存し、複数ターンにわたる状態を維持します。ベクトルデータベースとの統合により、検索強化型生成を実現し、関連知識で応答を豊かにします。拡張可能なコールバックフックにより、カスタムのロギングや監視も可能です。LangChainのモジュール式アーキテクチャは、迅速なプロトタイピングとスケーラビリティを促進し、ローカル環境とクラウドの両方での展開に対応しています。

LangGraph-Swiftは、ノードの連携によってAIワークフローを構築するためのグラフベースのDSLを提供します。ノードはLLMクエリ、リトリーブ操作、ツール呼び出し、メモリ管理などのアクションを表し、型安全です。これらを接続して実行順序を定義します。フレームワークはOpenAI、Azure、Anthropicなどの人気のLLMサービス向けのアダプターや、API・関数呼び出し用のカスタムツール統合もサポートします。セッション間のコンテキストを維持するメモリモジュール、デバッグ・可視化ツール、多プラットフォーム対応を備え、カスタムロジックを拡張することでチャットボットやドキュメント処理、独立型エージェントの高速プロトタイピングを可能にします。

MCP Agent Tool Adapterは、言語モデルを基盤としたエージェントと外部ツール実装の間のミドルウェアとして機能します。関数シグニチャやツール記述子を登録すると、フレームワークは自動的に次の処理を行います。エージェントの出力からツール呼び出しを解析し、適切なアダプターを呼び出し、入力のシリアル化と結果の返却を処理します。主要な機能には、動的ツール検出、並列制御、ロギング、エラーハンドリングのパイプラインが含まれます。さらに、カスタムツールインターフェースの定義やクラウド・オンプレミスサービスとの統合もサポートし、APIオーケストレーションやデータ取得、自動化された操作など、複雑なマルチツールワークフローを既存のエージェントコードを変更せずに構築できます。

Semi Agentは、計画、実行、長期的なコンテキストの保持が可能なAIエージェントを構築するためのモジュール式アーキテクチャを提供します。人気の言語モデルと連携し、カスタム機能のためのツール定義をサポートし、会話やタスク指向のメモリを維持します。開発者はステップバイステップの計画を定義し、外部APIやスクリプトをツールとして接続し、組み込みのロギングを利用してエージェントの動作をデバッグ・最適化できます。オープンソースの設計とPythonベースにより、容易なカスタマイズ・拡張・既存パイプラインへの統合が可能です。

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。

Tongui Agentは、会話状態を維持し、外部ツールを活用し、複数のサブエージェントを調整できるモジュール式アーキテクチャを提供します。開発者はLLMバックエンドの設定、カスタムアクションの定義、コンテキストを保存するためのメモリモジュールの追加を行います。このフレームワークには、SDK、CLI、および可観測性のためのミドルウェアフックが含まれており、WebやNode.jsアプリケーションへの統合が容易です。対応LLMにはOpenAI、Azure OpenAI、オープンソースモデルがあります。

WorFBenchは、大規模言語モデルに基づくAIエージェントの能力を評価するために設計された総合的なオープンソースフレームワークです。旅程計画からコード生成ワークフローまで、多様なタスクを提供し、それぞれに明確な目標と評価指標を設定しています。ユーザーはカスタムエージェント戦略を設定し、標準化されたAPIを通じて外部ツールと連携し、自動評価を実行して、分解、計画の深さ、ツール呼び出しの正確さ、および最終出力の質を記録できます。内蔵された可視化ダッシュボードは各エージェントの意思決定過程を追跡し、長所と短所を特定しやすくします。WorFBenchのモジュラー設計は、新しいタスクやモデルを迅速に拡張でき、再現性のある研究や比較研究を促進します。

AIAgentWorkshopは、自律的なAIエージェントを構築し、計画、意思決定、ツール使用を可能にするオープンソースのPythonプロジェクトです。ウェブ検索やファイル管理、システムコマンドの統合例、シンプルなメモリと推論モジュールを含みます。開発者はガイド付き演習を通じて、ユーザーの目標を解釈し、多段階の計画を生成し、さまざまなツールを使ってタスクを実行し、コンテキストを維持するエージェントを作成できます。モジュラーアーキテクチャにより、ツールの差し替えや拡張、および複雑なワークフローのためのエージェントアクションの連結が容易になっており、AI研究のコンセプトを実行可能なプロトタイプに変換します。

Avalon-LLMは、複数のLLM駆動のエージェントを協調環境でオーケストレーションできるPythonベースのマルチエージェントAIフレームワークです。各エージェントは、ウェブ検索、ファイル操作、カスタムAPIなどの特定ツールを設定して専門的なタスクを実行できます。このフレームワークは、会話のコンテキストや長期知識を保存するメモリモジュール、意思決定を改善する思考の連鎖による推論、エージェント性能をベンチマークする内蔵評価パイプラインをサポートします。Avalon-LLMは、モデル提供者、ツールキット、メモリストアなどのコンポーネントを簡単に追加・置き換えできるモジュール式プラグインシステムを提供します。シンプルな設定ファイルとコマンドラインインターフェースで、研究、開発、実運用に適した自律型AIワークフローの展開、監視、拡張が可能です。

openai-agents-pythonは、フルオートノマスなAIエージェントを構築するための包括的なPythonパッケージです。エージェントの計画、ツール統合、メモリ状態、実行ループの抽象化を提供します。カスタムツールの登録、エージェントの目標の設定、フレームワークによる逐次推論の調整が可能です。さらに、エージェントの動作のテストやロギングのユーティリティも備えており、挙動の改善や複雑なタスクのトラブルシューティングが容易になります。

Llama-Agentは、高度な言語モデルによって駆動されるインテリジェントなAIエージェントを作成するための開発者向けツールキットです。外部APIや関数を呼び出すツール統合、コンテキストを保存および取得するメモリ管理、および複雑なタスクを分解するための思考連鎖計画を提供します。エージェントはアクションを実行し、カスタム環境と対話し、プラグインシステムを通じて適応します。オープンソースプロジェクトとして、コアコンポーネントの容易な拡張をサポートし、さまざまなドメインでの自動化ワークフローの高速な実験と展開を可能にします。

Neon AIは、チームの効率を向上させるために設計されたカスタマイズされたAIエージェントを提供します。これらのエージェントは、日常的なタスクを自動化したり、問い合わせを処理したり、ツールと統合したり、データを分析したりできます。その結果、ワークフローはよりスムーズになります。情報を文脈化し、繰り返しのタスクを実行することで、Neon AIはチームが運用の細部よりも戦略的イニシアチブに集中できるようにします。

pyafaiは、開発者が自律型AIエージェントを設計、設定、実行するのに役立つオープンソースのPythonライブラリです。コンテキストを維持するためのメモリ管理や外部API呼び出し用のツール統合、環境監視用のオブザーバー、意思決定用のプランナー、エージェントループを管理するオーケストレーターなどのプラグイン可能なモジュールを提供します。ログ記録と監視機能により、エージェントのパフォーマンスと動作を可視化します。pyafaiは主要なLLMプロバイダーをサポートし、カスタムモジュールの作成を容易にし、ボイラープレートを削減して、チームが仮想アシスタント、調査ボット、自動化フローを素早くプロトタイプできるようにします。

SimplerLLMは、開発者に対してLLMチェーンの構築、エージェントアクションの定義、およびツール呼び出しのオーケストレーションを行うための最小限のAPIを提供します。メモリ保持、プロンプトテンプレート、および出力パース用の組み込み抽象化により、ユーザーはコンテキストを維持する会話エージェントを素早く組み立てることができます。フレームワークはOpenAI、Azure、HuggingFaceモデルとシームレスに連携し、検索、計算機、カスタムAPIのプラグインツールキットもサポートします。その軽量コアは依存関係を最小化し、クラウドやエッジ上での俊敏な開発と簡単な展開を可能にします。チャットボット、QAアシスタント、タスク自動化などを構築する際に、SimplerLLMはエンドツーエンドのLLMエージェントパイプラインをシンプルにします。

A2A4Jは、軽量なJavaフレームワークで、自律型AIエージェントの構築を目的としています。エージェント、ツール、メモリ、プランナーの抽象化を提供し、タスクの非同期実行とOpenAIや他のLLM APIとのシームレスな統合をサポートします。モジュール式の設計により、カスタムツールやメモリストアの定義、多段階ワークフローの調整、意思決定ループの管理が可能です。ビルトインのエラー処理、ロギング、拡張性を備えており、インテリジェントなJavaアプリケーションやマイクロサービスの開発を加速します。

AI-Agentsは、言語モデルプランナー、永続的なメモリモジュール、プラグイン可能なツールキットを調整する柔軟なエージェントアーキテクチャを提供します。開発者はHTTPリクエスト、ファイル操作、カスタムロジックのためのツールを定義し、呼び出すツールを決定するLLMプランナーを設定します。メモリはコンテキストと会話履歴を保存します。フレームワークは非同期実行、エラーリカバリー、ロギングを処理し、インテリジェントアシスタント、データ分析、オートメーションボットの迅速なプロトタイピングを可能にします。

Agentfyは、LLM、メモリバックエンド、ツール統合を組み合わせて一体的なランタイムを構築するモジュール式アーキテクチャを提供します。開発者はPythonクラスでエージェントの動作を宣言し、ツール（REST API、データベース、ユーティリティ）を登録し、メモリストア（ローカル、Redis、SQL）を選択します。フレームワークは、プロンプト、アクション、ツール呼び出し、コンテキスト管理をオーケストレーションし、タスクの自動化を実現します。内蔵のCLIとDockerサポートにより、クラウドやエッジ環境にワンステップで展開可能です。

Agents from Scratch TSは、LangChainを用いてゼロからAIエージェントを構築する方法を示すオープンソースのTypeScriptフレームワークです。外部ツールの定義と登録、会話メモリの管理、ユーザ入力の適切なエージェントへのルーティング、複数のLLM呼び出しのチェーン化についてのサンプルコードを含みます。開発者はこれを利用して、ベストプラクティスの理解やエージェントの挙動のカスタマイズ、新たな機能（Web検索、データ取得、カスタムプラグインによるタスク自動化やインタラクティブなアシスタントの構築）を行えます。

ai-agents-trialは、LLMsを用いた自立型AIエージェントの構築例を示すオープンソースのPythonプロジェクトです。エージェントの計画、ツール呼び出し（例：ウェブ検索、計算機）、記憶管理のためのモジュール化された抽象化を提供します。開発者は独自のツールを定義し、複数ステップのアクションをチェーンし、セッション間でコンテキストを維持できます。コードベースはOpenAI APIと補助ユーティリティを使用してワークフローを調整し、チャットアシスタント、研究用ボット、ドメイン固有の自動化エージェントの迅速なプロトタイピングに理想的です。新しいコネクタやデータソースの追加もコアロジックを変更せずに拡張可能です。

AI-Creatorは、タスクの実行、自然言語での対話、外部ツールの活用ができるAIエージェントを作成するための柔軟なアーキテクチャを提供します。プロンプト管理、連鎖思考推論、セッションメモリ、カスタマイズ可能なパイプライン用のモジュールを含みます。開発者は、シンプルなJSONまたはコード構成を用いてエージェントの振る舞いを定義し、APIやデータベースをツールとして統合、WebサービスやCLIアプリとしてエージェントを展開できます。拡張性とモジュール性をサポートしており、チャットボットやバーチャルアシスタント、特殊なデジタルワーカーのプロトタイプ作成に適しています。