Coaty는 소프트웨어 에이전트를 사용하는 협력형, 분산형 IoT 애플리케이션 개발을 위한 TypeScript로 작성된 오픈소스 툴킷입니다. 에이전트 인스턴스를 호스팅하는 컨테이너 런타임, 동적 리소스 검색을 위한 디스커버리 및 등록 서비스, 이벤트 배포를 위한 pub/sub 통신 계층을 제공합니다. 내장 스토리지 어댑터는 디바이스 간 상태를 동기화하며, 유연한 데이터 모델을 통해 도메인 객체를 확장하고 공유할 수 있습니다. Coaty는 MQTT와 WebSocket과 같은 여러 전송 프로토콜을 지원하여 가장자리, 안개, 클라우드 환경 간의 견고하고 실시간 상호운용성을 가능하게 합니다.

Inngest AgentKit은 Node.js 환경 내에서 AI 에이전트 개발을 위한 포괄적 프레임워크를 제공합니다. Inngest의 이벤트 기반 아키텍처를 활용하며, 외부 이벤트(HTTP 요청, 예약된 작업, 웹훅 호출)에 따라 에이전트 워크플로우를 트리거합니다. 템플릿 렌더링 유틸리티를 포함하며, 세션 간 컨텍스트를 유지하는 내장 상태 관리와 외부 API 및 언어 모델과의 원활한 통합 기능을 갖추고 있습니다. 에이전트는 부분 응답을 실시간으로 스트리밍하고, 복잡한 로직을 관리하며, 오류 처리와 재시도를 통해 다단계 프로세스를 오케스트레이션할 수 있습니다. 인프라와 워크플로우 관심사를 추상화함으로써, 개발자는 지능적 행동 설계에 집중할 수 있으며, 보일러플레이트 코드를 줄이고 대화형 어시스턴트 및 데이터 처리 파이프라인, 태스크 자동화 봇의 배포를 가속화할 수 있습니다.

AI Agent FletUI는 지능형 채팅 애플리케이션을 만들기 위한 모듈형 UI 프레임워크를 제공합니다. 채팅 위젯, 도구 통합 패널, 메모리 저장소, 이벤트 핸들러가 포함되어 있으며, 어떤 LLM 공급자와도 원활하게 연결됩니다. 사용자는 커스텀 도구를 정의하고, 세션 컨텍스트를 지속적으로 관리하며, 풍부한 메시지 형식을 바로 렌더링할 수 있습니다. 이 라이브러리는 Flet의 UI 레이아웃 복잡성을 추상화하고 도구 호출을 간소화하여, 빠른 프로토타이핑과 LLM 기반 어시스턴트의 배포를 가능하게 합니다.

ManasAI는 내장된 상태와 모듈형 구성요소를 갖춘 자율 AI 에이전트 생성을 가능하게 하는 파이썬 기반 프레임워크입니다. 에이전트 추론, 단기 및 장기 메모리, 외부 도구 및 API 통합, 메시지 기반 이벤트 처리, 멀티 에이전트 오케스트레이션에 대한 핵심 추상화를 제공합니다. 에이전트는 컨텍스트 관리, 작업 실행, 재시도 처리, 피드백 수집에 대한 구성을 할 수 있으며, 플러그인 방식의 아키텍처로 개발자는 메모리 백엔드, 도구, 오케스트레이터를 특정 워크플로우에 맞게 조정할 수 있어 챗봇, 디지털 워커, 지속적인 컨텍스트와 복잡한 상호작용이 필요한 자동화 파이프라인의 프로토타입 제작에 이상적입니다.

이 오픈소스 프레임워크는 AgentSimJs 에이전트 모델링 라이브러리와 Three.js의 3D 그래픽 엔진을 결합하여 브라우저 기반의 인터랙티브 멀티 에이전트 시뮬레이션을 제공합니다. 사용자는 에이전트 유형, 행동, 환경 규칙을 정의하고 충돌 감지와 이벤트 처리를 구성하며, 맞춤형 렌더링 옵션으로 실시간 시뮬레이션을 시각화할 수 있습니다. 이 라이브러리는 동적 제어, 씬 관리, 성능 튜닝을 지원하여 연구, 교육, 복잡한 에이전트 기반 시나리오 프로토타이핑에 이상적입니다.

multiagent-golang은 Go에서 다중 에이전트 시스템을 구축하는 구조화된 방법을 제공합니다. 각 에이전트는 환경을 인지하는 센서와 행동을 취하는 액추에이터를 갖춘 Agent 추상화를 도입합니다. 에이전트는 Go 루틴을 사용하여 동시 실행되며, 전용 메시징 채널로 통신합니다. 이 프레임워크에는 이벤트 처리, 에이전트 생애주기 관리, 상태 변경 추적 등을 위한 환경 시뮬레이션 계층도 포함되어 있습니다. 개발자는 에이전트 행동을 쉽게 확장하거나 사용자 지정하고, 시뮬레이션 매개변수 구성 및 로그 또는 분석 모듈을 통합할 수 있습니다. 이를 통해 연구 및 프로토타입 개발을 위한 확장 가능하고 동시적인 시뮬레이션을 용이하게 만듭니다.

OpenAgentSpec은 AI 에이전트에 대한 포괄적인 JSON 스키마, API 인터페이스, 프로토콜 지침을 정의합니다. 이는 에이전트 등록, 기능 선언, 메시지 형식, 이벤트 핸들링, 메모리 관리, 확장 메커니즘을 포함합니다. 규격을 따르면 조직은 신뢰성 있는 통신이 가능한 에이전트를 생성하여 통합 노력을 줄이고 상호 운용 가능한 AI 구성 요소의 재사용 생태계를 조성할 수 있습니다.

AgentForce 사용자 지정 클라이언트 샘플은 JavaScript/TypeScript와 Salesforce API를 활용하여 Salesforce 조직에 대한 인증, AgentForce 채팅 세션 관리, 메시지 송수신, 사용자 인터페이스 구성요소 맞춤화를 위한 코드베이스를 제공합니다. 이벤트 구독, 사용자 정의 비즈니스 로직 통합, Lightning Web Components를 통한 스타일링을 보여줍니다. 이 템플릿을 사용하여 AI 대화 에이전트를 구축하고 메시지 흐름을 조정하며, 외부 시스템과 통합하고, 조직의 고유 워크플로우와 브랜딩 요구에 맞게 프레임워크를 확장할 수 있습니다.

UIM 프로토콜은 AI 에이전트가 UI 요소, 동작, 이벤트를 설명할 수 있는 표준 JSON 스키마를 정의합니다. 버튼, 입력 필드, 폼, 표, 트리, 차트 등의 컴포넌트를 포함하며, 사용자 인터랙션용 이벤트 훅을 지원합니다. 프런트엔드 렌더러는 UIM 메시지를 소비하여 실시간으로 UI를 동적 구축하고 업데이트하며 수동 코딩이 필요 없습니다. 버전된 메시지 래핑은 백워드 호환성을 보장합니다. UIM 프로토콜을 활용하면 팀은 대화형 어시스턴트와 데이터 대시보드를 빠르게 반복 개발하고 채널 간 일관된 UX 패턴을 유지하며 AI 결정 논리를 프레젠테이션 계층에서 분리할 수 있습니다.

ASP-DALI는 논리 기반 지능형 에이전트를 정의하고 실행하는 통합 플랫폼을 제공합니다. 개발자는 ASP 규칙을 작성하여 에이전트의 지식과 목표를 표현하고, DALI 구성체를 사용하여 이벤트 반응과 작업 실행을 정의합니다. 런타임에는 ASP 해결기가 해답 세트(answer sets)를 계산하여 에이전트의 결정에 방향을 제시하며, 이를 통해 계획 수립, 이벤트에 대한 반응, 신념을 동적으로 조정할 수 있습니다. 이 프레임워크는 모듈식 지식베이스를 지원하여 점진적 업데이트와 선언적 규칙과 반응 행동 간의 명확한 분리를 가능하게 합니다. ASP-DALI는 Prolog로 구현되었으며, 대중적인 ASP 해결기와 인터페이스를 제공하여 연구와 프로토타입 환경에서의 통합과 배포를 쉽게 합니다.