CogAgent é uma biblioteca Python de código aberto voltada para pesquisa, projetada para agilizar o desenvolvimento de agentes de IA. Fornece módulos principais para gerenciamento de memória, planejamento e raciocínio, integração de ferramentas e APIs, e execução de cadeia de pensamento. Com sua arquitetura altamente modular, os usuários podem definir ferramentas personalizadas, armazenamentos de memória e políticas de agentes para criar chatbots conversacionais, planejadores de tarefas autônomas e scripts de automação de fluxo de trabalho. O CogAgent suporta integração com LLMs populares como OpenAI GPT e Meta LLaMA, permitindo que pesquisadores e desenvolvedores experimentem, ampliem e escalem seus agentes inteligentes para diversas aplicações do mundo real.

DeepSeek AI é uma ferramenta de extensão de navegador gratuita e de código aberto projetada para fornecer análises abrangentes e respostas inteligentes para conteúdo na web. Os usuários podem destacar qualquer texto em uma página da web e utilizar os avançados modelos de AI do DeepSeek para obter insights e respostas. A extensão oferece recursos como respostas por streaming de AI em tempo real, atalhos de teclado personalizáveis, renderização em Markdown, fórmulas matemáticas em LaTeX e a capacidade de regenerar respostas, se necessário. O DeepSeek AI visa melhorar a experiência do usuário em tarefas como pesquisa acadêmica, análise de dados e compreensão de informações complexas durante a navegação casual.

EmailOrganizer é um aplicativo de linha de comando em Python que agiliza a gestão de emails através de classificação de aprendizado de máquina. Ele conecta a qualquer serviço de email compatível com IMAP, baixa mensagens em lote ou em tempo real, e utiliza um modelo pré-treinado para atribuir cada email a categorias personalizáveis. Os usuários podem definir regras de mapeamento de pastas, treinar ou ajustar o classificador com seus próprios dados e revisar as pontuações de confiança na classificação. A ferramenta suporta autenticação segura OAuth para provedores como Gmail, oferece processamento incremental para evitar duplicatas e fornece registros para auditoria e rastreamento de erros. Ideal para quem recebe alto volume de emails, automatiza a classificação e a marcação para reduzir o manutenção manual da caixa de entrada.

Emma-X fornece uma plataforma de orquestração de agentes modular para construir assistentes de IA conversacionais usando grandes modelos de linguagem. Os desenvolvedores podem definir comportamentos de agentes via configurações JSON, selecionar provedores de LLM como OpenAI, Hugging Face ou endpoints locais, e anexar ferramentas externas como busca, bancos de dados ou APIs personalizadas. A camada de memória integrada preserva o contexto entre sessões, enquanto os componentes de UI lidam com renderização de chat, uploads de arquivos e prompts interativos. Hooks de plugins permitem busca de dados em tempo real, análises e botões de ação personalizados. Emma-X vem com exemplos de agentes para suporte ao cliente, criação de conteúdo e geração de código. Sua arquitetura aberta permite que as equipes estendam as capacidades do agente, integrem-se com aplicações web existentes e itere rapidamente nos fluxos de conversa sem expertise profundo em LLM.

GitHub Sage é uma extensão de navegador projetada para desenvolvedores que frequentemente avaliam software de código aberto (OSS) no GitHub. Ao integrar um assistente de IA que abre um painel lateral nas abas do GitHub, permite que os usuários façam perguntas e recebam informações sobre o repositório que estão visualizando. Isso ajuda a determinar rapidamente se um repositório OSS se encaixa em suas necessidades ou a entender atualizações em seus projetos. É ideal para desenvolvedores que gerenciam múltiplos repositórios, avaliando novos projetos e acompanhando mudanças em projetos ativos.

LinkedIn Agent é uma ferramenta de linha de comando de código aberto baseada na API OpenAI para automatizar várias tarefas no LinkedIn. Gera mensagens de solicitação de conexão personalizadas com base em perfis alvo, cria sequências de acompanhamento para fortalecer relacionamentos e endossa habilidades com comentários contextuais. O agente pode extrair dados do perfil, como cargos atuais e experiências, para personalizar o alcance, e suporta campanhas em massa processando listas de destinos em CSV. Os usuários definem modelos ou confiam em conteúdo gerado por IA, ajustando tom e duração com parâmetros. A ferramenta gerencia autenticação, gerenciamento de sessões e limites de taxa, garantindo operação suave. Integrando mensagens com IA à interface de rede do LinkedIn, acelera significativamente o desenvolvimento de negócios, recrutamento e branding pessoal.

NanoBrowser roda diretamente no seu navegador como uma extensão Chrome, permitindo automatizar tarefas web repetitivas ou complexas via prompts em linguagem natural. Você configura com sua própria chave de API de LLM — OpenAI GPT, modelos LLaMA hospedados localmente ou outros — e define fluxos de trabalho compostos por múltiplos agentes. Suporta raspagem de dados, interações com formulários, pesquisa automatizada e encadeamento de fluxos de trabalho através da integração com LangChain. É possível coordenar agentes para colaborar em subtarefas, exportar resultados em CSV ou JSON e depurar ou refinar passos de forma interativa. Como uma alternativa de código aberto a operadores proprietários, o NanoBrowser prioriza privacidade, extensibilidade e facilidade de uso.

negotiation_agent fornece uma coleção modular de ferramentas para construir bots de negociação autônomos alimentados por modelos semelhantes ao GPT. Desenvolvedores podem especificar cenários de negociação definindo itens, preferências e funções de utilidade para modelar objetivos dos agentes. O framework inclui templates de agentes pré-definidos e permite a integração de estratégias personalizadas, possibilitando geração de ofertas, avaliação de contra-ofertas, decisões de aceitação e encerramento de acordos. Gerencia os fluxos de diálogo usando protocolos padronizados, suporta simulações em lote para experimentos no estilo torneio e calcula métricas de desempenho como taxa de acordo, ganhos de utilidade e pontuações de justiça. Sua arquitetura aberta facilita a troca de backends LLM subjacentes e a extensão da lógica do agente por meio de plugins. Com negotiation_agent, equipes podem prototipar e avaliar rapidamente soluções automatizadas de barganha em comércio eletrônico, pesquisa e ambientes educacionais.

OpenWebResearcher atua como um assistente de pesquisa web autônomo, coordenando um pipeline de rastreamento, extração de dados e sumarização impulsionada por IA. Após a configuração, o agente navega pelos sites-alvo, identifica conteúdo relevante por heurísticas ou critérios definidos pelo usuário e recupera dados estruturados. Em seguida, emprega modelos de linguagem grandes para analisar, filtrar e destilar insights principais, gerando resumos em pontos ou relatórios detalhados. Os usuários podem personalizar os parâmetros de captura, integrar plugins personalizados para processamento especializado e agendar tarefas de pesquisa recorrentes. A arquitetura modular permite que desenvolvedores estendam funcionalidades com novos parseadores ou formatos de saída. Ideal para inteligência competitiva, revisões de literatura acadêmica, análise de mercado e monitoramento de conteúdo, o OpenWebResearcher reduz o tempo gasto na coleta e síntese manual de dados.

OpenWebUI Tools fornece uma coleção de plugins para OpenWebUI para aprimorar modelos de linguagem grande com acesso a ferramentas externas. Inclui um módulo de navegação e busca na web para recuperação de dados em tempo real, um REPL de Python e um executor de terminal para execução instantânea de código, leitores/gravares do sistema de arquivos para acesso a documentos e utilitários para analisar PDFs ou formatar JSON. Essas ferramentas operam dentro do front-end do OpenWebUI, permitindo que os usuários chamem funções de forma interativa e combinem raciocínio de IA com ações do mundo real para experiências mais ricas em conversas e tarefas.

O Real-Agents foi projetado para simplificar a criação e orquestração de agentes alimentados por IA capazes de realizar tarefas complexas de forma autônoma. Construído em Python e compatível com os principais modelos de linguagem de grande porte, a estrutura apresenta um design modular composto por componentes centrais para compreensão de linguagem, raciocínio, armazenamento de memória e execução de ferramentas. Os desenvolvedores podem integrar rapidamente serviços externos como APIs web, bancos de dados e funções personalizadas para estender as capacidades do agente. O Real-Agents suporta mecanismos de memória para reter o contexto entre interações, permitindo conversas de múltiplas etapas e fluxos de trabalho de longa duração. A plataforma também inclui utilitários para registro, depuração e escalonamento de agentes em ambientes de produção. Ao abstrair detalhes de baixo nível, o Real-Agents agiliza o ciclo de desenvolvimento, permitindo às equipes focar na lógica específica das tarefas e entregar soluções automatizadas poderosas.

Rolodexter 3 permite que você construa, personalize e orquestre agentes de IA autônomos que trabalham juntos para completar processos de múltiplas etapas. Cada agente pode receber um papel específico com prompts personalizados, acessar ferramentas ou APIs externas, e armazenar ou recuperar memória entre sessões. A plataforma apresenta uma interface web intuitiva para monitorar atividade dos agentes, logs e resultados em tempo real. Desenvolvedores podem estender o sistema com plugins personalizados ou integrar novas fontes de dados, sendo ideal para prototipagem rápida, automação de pesquisa e delegação de tarefas complexas.

sma-begin configura uma base de código simplificada para criar agentes movidos por IA, abstractando componentes comuns como processamento de entrada, lógica de decisão e geração de saída. Em sua essência, implementa um ciclo de agente que consulta um LLM, interpreta a resposta e executa opcionalmente ferramentas integradas, como clientes HTTP, manipuladores de arquivos ou scripts personalizados. Módulos de memória permitem que o agente relembre interações ou contextos anteriores, enquanto o encadeamento de prompts suporta fluxos de trabalho de múltiplas etapas. O tratamento de erros captura falhas na API ou saídas inválidas de ferramentas. Os desenvolvedores apenas precisam definir os prompts, ferramentas e comportamentos desejados. Com boilerplate mínimo, sma-begin acelera a prototipagem de chatbots, scripts de automação ou assistentes específicos de domínio em qualquer plataforma compatível com Python.

Multi-Agente do Mercado de Ações é uma estrutura avançada de Python de código aberto, projetada para simplificar a negociação automatizada através de agentes de IA coordenados. Cada agente especializa-se em uma função específica: agentes de aquisição de dados buscam e limpam feeds de mercado em tempo real, agentes de geração de sinais aplicam modelos de aprendizado de máquina para insights preditivos, agentes de backtest avaliam estratégias em conjuntos de dados históricos, agentes de gerenciamento de portfólios otimizam a alocação de ativos, agentes de execução se conectam às APIs de corretoras para realizar ordens e agentes de gerenciamento de risco aplicam salvaguardas. A arquitetura orientada a configurações permite módulos plug-and-play, suportando personalização de algoritmos, fontes de dados e parâmetros de risco. Adequado para pesquisa, negociação ao vivo e desenvolvimento, acelera a implementação de estratégias quantitativas e a escalabilidade operacional.

Thufir é uma estrutura de agente de código aberto baseada em Python, projetada para facilitar a criação de agentes de IA autônomos capazes de planejamento e execução de tarefas complexas. Em seu núcleo, Thufir fornece um motor de planejamento que decompõe objetivos de alto nível em passos acionáveis, um módulo de memória para armazenar e recuperar informações contextuais entre sessões, e uma interface de ferramenta plug-and-play que permite aos agentes interagir com APIs externas, bancos de dados ou ambientes de execução de código. Os desenvolvedores podem aproveitar os componentes modulares de Thufir para personalizar comportamentos de agentes, definir ferramentas personalizadas, gerenciar o estado do agente e orquestrar fluxos de trabalho multiagente. Ao abstrair preocupações de infraestrutura de baixo nível, Thufir acelera o desenvolvimento e a implantação de agentes inteligentes para casos de uso como assistentes virtuais, automação de fluxo de trabalho, pesquisa e trabalhadores digitais.

Autoware é uma plataforma de software de código aberto de ponta projetada para funções de veículos autônomos. Integra várias capacidades, como percepção, localização, planejamento e controle, atendendo às necessidades de desenvolvedores e pesquisadores. Com o Autoware, os usuários podem criar aplicações avançadas de condução autônoma, acessando uma ampla gama de ferramentas e módulos de software pré-configurados, facilitando testes e implementações rápidas em ambientes do mundo real.

AVAPLS é um aplicativo de desktop de código aberto avançado projetado para facilitar a execução local de grandes modelos de linguagem, como Llama. Os usuários podem realizar diversas tarefas de linguagem, como geração de texto, tradução, resumo e mais, sem depender de servidores remotos. Com o AVAPLS, os usuários podem aproveitar os benefícios de modelos de linguagem de alto desempenho, mantendo o controle sobre seus dados e garantindo a privacidade.

Bakery.dev é uma plataforma open-source projetada para simplificar e agilizar o ajuste e a monetização de modelos de IA. Ao fornecer uma interface amigável, ela permite que startups de IA, engenheiros de aprendizado de máquina e pesquisadores criem, carreguem conjuntos de dados, ajustem as configurações do modelo e ofereçam seus modelos em um marketplace. Com suporte integrado para modelos de IA populares e armazenamento descentralizado, Bakery.dev se destaca como uma ferramenta robusta e eficiente para qualquer pessoa que queira aprimorar suas soluções de IA e gerar receita.

O repositório do Protocol Net Protocol oferece uma implementação completa em Java do protocolo de interação FIPA Contract Net. Desenvolvedores podem criar agentes gerentes e contratantes que trocam CFP (Solicitação de Propostas), propostas, aceitações e rejeições através de canais de comunicação de agentes. O código inclui módulos principais para divulgação de tarefas, coleta de lances, avaliação de propostas baseado em critérios personalizáveis, adjudicação de contratos e monitoramento do estado de execução. Pode ser integrado a grandes frameworks de múltiplos agentes ou usado como uma biblioteca autônoma para simulações de pesquisa, agendamento industrial ou coordenação robótica.

Cooper é um assistente de linha de comando de código aberto que traduz prompts em linguagem natural em comandos shell acionáveis. Desenvolvido com base nos modelos GPT da OpenAI, ele lida com geração de código, manipulação de arquivos, operações Git, integrações de API e mais. Desenvolvedores podem solicitar tarefas como criar módulos boilerplate, renomear arquivos em lote, implantar scripts ou gerar mensagens de commit. Antes da execução, Cooper apresenta os comandos propostos para revisão e aprovação, garantindo total transparência e segurança. Sua arquitetura de plugins permite extensão por meio de manipuladores personalizados, tornando-o adaptável para fluxos de trabalho e ambientes diversos.