Multi-LLM Dynamic Agent Routerは、AIエージェントのコラボレーションを構築するためのオープンアーキテクチャフレームワークです。最適な言語モデルにサブリクエストを指示する動的ルーターと、複合プロンプト定義、クエリ結果の問い合わせ、レスポンスのマージを行うGraphQLインターフェースを備えています。これにより、開発者は複雑なタスクをマイクロプロンプトに分割し、専門のLLMにルーティングし、出力をプログラムで再結合して、関連性、効率性、保守性を向上させることができます。

mini-agiは、最小限でモジュール式のフレームワークを提供することで、自律型AIエージェントの作成を容易にします。Pythonで書かれ、OpenAIの言語モデルを活用して高レベルの目標を解釈し、それをサブタスクに分解し、HTTPリクエストやファイル操作、カスタムアクションなどのツール呼び出しを調整します。フレームワークには、エージェントの状態と結果を追跡するメモリストレージ、コストに基づくヒューリスティックによるタスク分解用のプランナーモジュール、そしてツールを順次呼び出すエグゼキューターモジュールが含まれます。設定ファイルを使用して、カスタムツールを注入したり、プロンプトテンプレートを定義したり、計画深度を調整可能です。mini-agiの軽量アーキテクチャは、研究クエリの実行、自動化ワークフロー、コードの自律生成を行うAIエージェントのプロトタイプに最適です。

オーディンAIは、タスクの自動管理、インテリジェントなスケジューリング、個別支援を含む一連の機能を提供する高度なAIエージェントです。生産性を最適化するために設計されており、ユーザーがタスクを調整するのを助け、タイムリーなリマインダーを提供し、最大の効率のためにユーザーの好みに適応します。AIエージェントは、ユーザーのインタラクションから継続的に学習し、必要に応じてリアルタイムでサポートを提供しながら、ワークフロー管理においてますます効果的になります。

Semantic Kernel Copilot Demoは、MicrosoftのSemantic Kernelフレームワークを用いて高度なAIエージェントを構築するエンドツーエンドのリファレンスアプリケーションです。多段階推論のためのプロンプトチェーン、セッション間のコンテキストを思い出すメモリ管理、外部APIとの連携を可能にするプラグインベースのスキルアーキテクチャを備えています。開発者はAzure OpenAIやOpenAIモデルのコネクタを設定し、カスタムプロンプトテンプレートを定義し、カレンダーアクセスやファイル操作、データ取得といったドメイン固有のスキルを実装できます。これらのコンポーネントを調整して、ユーザーの意図を理解し、タスクを実行し、時間を経てもコンテキストを維持できる会話型コパイロットを作り、パーソナライズされたAIアシスタントの迅速な開発を促進します。

uAgentsは、開発者が自律的で分散型のAIエージェントを構築するためのモジュール式のJavaScriptフレームワークです。これらのエージェントは、ピアを発見し、メッセージを交換し、タスク上で協力し、学習を通じて適応します。エージェントはlibp2pベースのゴシッププロトコルを用いて通信し、オンチェーンのレジストリを通じて能力を登録し、スマートコントラクトを用いてサービスレベル合意を交渉します。コアライブラリは、エージェントのライフサイクルイベント、メッセージルーティング、強化学習や市場駆動のタスク割り当てなどの拡張可能な動作を処理します。カスタマイズ可能なプラグインにより、uAgentsはFetch.aiの台帳、外部API、オラクルネットワークと連携し、リアルワールドのアクション、データ取得、分散環境での意思決定を可能にします。

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。

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。

AgentLabは、ビジュアルドラッグアンドドロップエディターを使用してAIエージェント（デジタルワーカー）を作成するServiceNowフレームワークです。ユーザーは大規模言語モデルをServiceNowテーブルにリンクさせ、意図とアクションを定義し、インシデント解決、変更承認、知識取得などのタスクのためのワークフローを調整します。エージェントは内蔵サンドボックスでテスト、バージョン管理、リアルタイム監視が可能です。外部APIやチャットインターフェース用のコネクターとともに、ポータル、Microsoft Teams、Slackへの展開を可能にします。プラットフォームはガバナンス制御、監査証跡、分析ダッシュボードを備え、規模なコンプライアンスとパフォーマンスを保証します。

Agent-FLANは、タスクを計画役と実行役に分割することで、高度なAIエージェント駆動型アプリケーションの作成を簡素化するように設計されています。ユーザーは、入力形式、ツールインターフェース、通信プロトコルなどを指定して、設定ファイルを通じてエージェントの動作とワークフローを定義します。計画エージェントは高レベルのタスク計画を生成し、実行エージェントはAPI呼び出し、データ処理、大規模言語モデルによるコンテンツ生成などの具体的な操作を行います。Agent-FLANのモジュール式アーキテクチャは、プラグアンドプレイのツールアダプター、カスタムプロンプトテンプレート、リアルタイム監視ダッシュボードをサポートします。OpenAI、Anthropic、Hugging Faceなどの人気LLM提供者とシームレスに連携し、開発者は自動研究アシスタント、動的コンテンツ生成パイプライン、企業プロセスの自動化などのシナリオ向けに迅速にプロトタイプ作成、テスト、および展開できます。

AgentMeshは、各エージェントが特定のタスクやドメインに焦点を当てたAIエージェントのネットワークを作成するためのモジュール式インフラストラクチャを提供します。エージェントは動的に検出・登録でき、非同期でメッセージを交換し、設定可能なルーティングルールに従います。フレームワークはリトライ、フォールバック、エラー回復を処理し、データ処理、意思決定支援、会話利用ケースのためのマルチエージェントパイプラインを可能にします。既存のLLMやカスタムモデルと簡単なプラグインインターフェースで容易に統合できます。

Agno AI Agentは、大規模言語モデルを利用した自律エージェントを迅速に構築するために設計されています。モジュール式のツールレジストリ、メモリ管理、計画と実行ループ、外部API（ウェブ検索、ファイルシステム、データベースなど）とのシームレスな統合を提供します。ユーザーはカスタムツールのインターフェースを定義し、エージェントの性格を設定し、多段階の複雑なワークフローを調整できます。エージェントはタスクを計画し、ツールを動的に呼び出し、過去のインタラクションから学び性能を向上させることもできます。

10x Rulesは、カスタムルールセットとビジネスロジックに基づいてスマートエージェントを構築・展開することができる包括的なAIエージェントフレームワークです。直感的なインターフェースでトリガー、条件、アクションを定義することで、ドキュメントからのデータ抽出、リードのスコア付け、パーソナライズされたメール送信、CRM記録の更新といったタスクをAIエージェントに指示できます。事前構築されたコネクタを通じて主要なサービスとシームレスに連携し、リアルタイムの監視とデバッグをサポートし、エージェントのパフォーマンスに関する分析を提供します。技術的なユーザーと非技術的なユーザーの両方が、反復作業の効率化、手動エラーの削減、運用の高速化をAI駆動の自動化で実現します。

AutoGen Hands-Onは、実用的なPython例を通じてAutoGenフレームワークの使用方法を学ぶための構造化された環境を提供します。リポジトリのクローン、依存関係のインストール、APIキーの設定方法を案内し、マルチエージェントセットアップを展開します。各スクリプトは、エージェントの役割の定義、セッションメモリ、メッセージルーティング、タスクオーケストレーションパターンなどの重要な機能を示しています。コードにはロギング、エラーハンドリング、カスタマイズ可能なフックが含まれ、エージェントの動作や外部サービスとの統合を調整できます。ユーザーは、顧客サポートチャットボットから自動化されたデータ処理パイプラインに至るまで、多数のエージェントが相互作用して複雑なタスクを完了する協力的AIワークフローを構築する実践経験を得られます。このチュートリアルは、多エージェントの調整とスケーラブルなAI開発のベストプラクティスを促進します。

Autogen Studio Researchは、GitHub上にホストされた研究プロトタイプで、エージェントコンポーネントのドラッグ＆ドロップ、通信チャネルの定義、実行パイプラインの構成を可能にします。Python SDKを使用してOpenAI、Azure、ローカルモデルなどの各種LLMバックエンドに接続し、リアルタイムのロギング、メトリクス、デバッグツールを提供します。このプラットフォームは、協働エージェントシステム、意思決定ワークフロー、自動タスクオーケストレーションの迅速なプロトタイピングを目的としています。

autoMateは、OpenAIのGPTモデルとモジュール式のツールシステムを利用して、エンドツーエンドの自動化ワークフローを実行します。ユーザは自然言語で目的を定義し、autoMateはそれをファイルの読み書き、ウェブページのスクレイピング、データの要約、メールの作成といったサブタスクに分解します。適切な関数を動的に呼び出し、APIとの連携を管理し、進行状況を記録し、結果を希望の形式で出力します。拡張可能なアーキテクチャにより、カスタムツールの追加が可能であり、データ処理、コンテンツ生成、システム操作のスケーラブルな自動化を実現します。

Councilは、役割の定義、タスクの連鎖化、外部ツールやAPIの統合によるAIエージェントの設計を支援する構造化された環境を提供します。ユーザーはメモリストアの設定、エージェントの状態管理、カスタム推論パイプラインの実装が可能です。Councilのプラグインアーキテクチャは、NLPサービス、データソース、サードパーティツールとのシームレスな連携を可能にし、複雑なタスクを信頼性高く協調して実行するマルチエージェントシステムの迅速なプロトタイプ作成と展開を支援します。

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。

GPTSwarmは、複数のAIエージェントが相互に連携して協力し、複雑な問題を解決し、タスクをより効率的に実行するための集合知プラットフォームとして機能します。ユーザーは、さまざまなエージェントを調整して特定の役割を果たすようにし、これにより生産性の向上と時間の節約を実現するワークフローを作成できます。このシステムは、プロジェクト管理、オートメーション、およびさまざまなワークフローにおけるプロセスを合理化するように設計されており、個人および組織のニーズに合わせたスケーラブルなソリューションを提供します。

Swarms.aiは、複数のAIエージェントを知能的なワークフローに定義・接続するためのビジュアルインターフェースを提供します。各エージェントは、役割、データソース、API連携を設定可能です。メッセージのやり取りやアクションのトリガー、コンテキストの共有により協力しながら、複雑なタスクをエンドツーエンドで処理します。ロールベースのアクセス制御、バージョン管理、リアルタイム分析により、スウォームのパフォーマンスを監視します。コード不要：コンポーネントをドラッグ＆ドロップし、トリガーを設定し、出力をリンクさせて、サポートや営業、運用などの自動化プロセスを設計します。

MyGuyは、アポイントメントの管理、通話、さまざまな問い合わせの処理を行うことにより、日常タスクを効率化する高度なAIアシスタントです。リマインダーの設定、アポイントの予約、タスクの委任が必要な場合でも、MyGuyは24時間7日間、迅速で信頼性のあるサポートを提供します。ユーザーフレンドリーなインターフェースとインテリジェントな機能を備え、ユーザーがストレスを最小限に抑えながら生産性を最大化するのに役立ちます。多くの責任を抱え、追加の手が必要な人に最適です。