SWE-agent는 개발자 중심의 AI 에이전트 프레임워크로, GitHub과 통합되어 코드를 자율적으로 진단하고 해결합니다. Docker 또는 GitHub Codespaces 환경에서 실행되며, 선호하는 언어 모델을 사용하고 린팅, 테스트, 배포 등의 작업을 위한 도구 번들을 구성할 수 있습니다. SWE-agent는 명확한 액션 경로를 생성하고, 수정 내용을 포함하는 풀 리퀘스트를 적용하며, 단계별 출력이 포함된 경로 인스펙터를 통해 팀이 코드 검토, 버그 수정, 저장소 정리를 효율적으로 자동화할 수 있게 합니다.
CAMEL-AI는 개발자와 연구자가 LLM 기반의 여러 자율 AI 에이전트를 구축, 구성, 실행할 수 있도록 하는 파이썬 기반 프레임워크입니다. 검색 증강 생성(RAG), 외부 도구 사용, 에이전트 간 통신, 메모리 및 상태 관리, 스케줄링을 지원하며, 모듈형 구성요소와 손쉬운 통합으로 복잡한 다중 에이전트 시스템 프로토타이핑, 워크플로 자동화, 다양한 LLM 백엔드간 확장이 가능합니다.
HMAS는 계층형 다중 에이전트 시스템 개발을 가능하게 하는 오픈 소스 Python 프레임워크입니다. 에이전트 계층, 에이전트 간 통신 프로토콜, 환경 통합, 내장 훈련 루프를 위한 추상화를 제공합니다. 연구자와 개발자는 HMAS를 사용하여 복잡한 에이전트 상호 작용의 프로토타입을 만들고, 협력 정책을 훈련하며, 시뮬레이션 환경에서 성능을 평가할 수 있습니다. 모듈식 설계를 통해 에이전트, 환경, 훈련 전략을 확장하고 사용자 지정하기 쉽습니다.
