Мультиагентный LLM рецепт цен координирует работу набора специализированных AI-агентов, разбивая рецепты на ингредиенты, обращаясь к внешним базам данных или API для получения текущих рыночных ставок, выполняет преобразование единиц и подсчитывает общие расходы по валютам. Созданный на Python, он использует агент для разбора рецептов для извлечения позиций, агент для поиска цен для получения текущих цен и агент для конвертации валют для обработки международных цен. Фреймворк ведет лог каждого шага, поддерживает расширения плагинов для новых источников данных и выводит подробную разбивку стоимости в форматах JSON или CSV для дальнейшего анализа.

Summative Info Researcher Agents предлагает модульную структуру AI-агентов для выполнения комплексных задач исследования. Она автоматизирует веб-поиск, скрапинг контента, извлечение релевантных данных и синтезирует выводы в четкие, структурированные обзоры. Построена на популярных LLM и расширяется с помощью плагинов, позволяя пользователям определять многоступенчатые рабочие процессы, связывать агентов и настраивать параметры для специфических доменных запросов. Гибкая архитектура поддерживает интеграцию с API, базами данных и системами планирования для академических, бизнес- или личных нужд.

AgentVest предлагает набор управляемых AI-агентами инструментов для управления инвестиционными портфелями. Агент DataCollector собирает в реальном времени рыночные данные из нескольких источников, StrategyGenerator использует модели GPT для предложения торговых стратегий, RiskManager оценивает устойчивость стратегий в различных сценариях, а TradeExecutor взаимодействует с брокерскими API для выполнения сделок. В рамках реализованы управление памятью, интеграция инструментов и модули бэктестинга, позволяющие разработчикам создавать, тестировать и внедрять автономные инвестиционные рабочие процессы.