llama-cpp-agentは完全にオフラインで動作するAIエージェントのためのオープンソースのC++フレームワークです。 llama.cpp推論エンジンを利用して高速低遅延のインタラクションを提供し、モジュール化されたプラグインシステム、設定可能なメモリ、タスク実行をサポートします。開発者はカスタムツールの統合、ローカルの異なるLLMモデル間の切り替え、およびプライバシー重視の対話型アシスタントの構築が可能であり、外部依存性はありません。

echoOLlamaは、Ollamaエコシステムを活用し、最小限のエージェントフレームワークを提供します。端末からユーザ入力を読み取り、設定されたローカルLLMに送信し、リアルタイムで応答をストリーミングします。ユーザはインタラクションのシーケンスをスクリプト化し、プロンプトを連鎖させ、モデルのコードを変更せずにプロンプトエンジニアリングを試すことができます。これにより、会話パターンのテストやシンプルなコマンド駆動ツールの構築、反復的なエージェントタスクの処理に最適です。

このリポジトリは、JADEフレームワーク上に構築されたエージェント間の双方向通信のハンズオンデモを提供します。エージェントのセットアップ、FIPA-ACL準拠のメッセージ作成、非同期動作の処理を示すJavaクラスの例を含みます。開発者は、エージェントAがREQUESTを送信し、エージェントBがリクエストを処理し、INFORMメッセージを返す様子を学習できます。コードは、エージェントのDIrectory Facilitatorへの登録、循環型と一回限りの行動の使用、メッセージテンプレートによるメッセージのフィルタリング、会話シーケンスのログ記録を示しています。これは、マルチエージェント間の交換、カスタムプロトコルの試作、JADEエージェントをより大規模な分散AIシステムに統合するための理想的な出発点です。

Agents-Flexは、複雑なLLMアプリケーション向けの軽量かつエレガントなJavaフレームワークです。開発者は、ローカルメソッドを効率的に定義、解析、実行できます。フレームワークは、ローカル関数定義、解析機能、LLMを通じたコールバック、および結果を返すメソッドの実行をサポートしています。最小限のコードで、開発者はLLMの力を活用し、アプリケーションに高度な機能を統合できます。

Cyranoは、自然言語のプロンプトを通じて大規模言語モデルと外部ツールを調整するためのオープンソースPythonフレームワーク兼CLIです。ユーザーはカスタムツール（関数）を定義し、メモリやトークン制限を設定し、コールバックを処理できます。Cyranoは、LLMsのJSON応答の解析と指定されたツールの逐次実行を行います。シンプルさ、モジュール性、外部依存性ゼロを重視し、迅速なチャットボットの試作、自動化されたワークフローの構築、AI機能のアプリケーションへの迅速な統合を可能にします。