CogAgent — исследовательская, открытая библиотека на Python, предназначенная для упрощения разработки AI-агентов. Она предоставляет основные модули для управления памятью, планирования и рассуждений, интеграции инструментов и API, а также выполнения цепочки мыслей. Благодаря своей высокой модульной архитектуре пользователи могут определять пользовательские инструменты, хранилища памяти и политики агентов для создания разговорных чатботов, автономных планировщиков задач и сценариев автоматизации рабочих процессов. CogAgent поддерживает интеграцию с популярными LLM, такими как OpenAI GPT и Meta LLaMA, позволяя исследователям и разработчикам экспериментировать, расширять и масштабировать свои интеллектуальные агенты для различных реальных приложений.

DeepSeek AI - это бесплатный инструмент расширения браузера с открытым исходным кодом, предназначенный для предоставления всестороннего анализа и интеллектуальных ответов на веб-контент. Пользователи могут выделять любой текст на веб-странице и использовать передовые модели ИИ DeepSeek для получения инсайтов и ответов. Расширение предлагает такие функции, как потоковые ответы в режиме реального времени, настраиваемые сочетания клавиш, рендеринг в Markdown, математические формулы LaTeX и возможность регенерировать ответы по мере необходимости. DeepSeek AI стремится улучшить пользовательский опыт в таких задачах, как академические исследования, анализ данных и понимание сложной информации во время непринужденного серфинга.

EmailOrganizer — это приложение командной строки на Python, упрощающие управление электронной почтой за счёт классификации на базе машинного обучения. Оно подключается к любым службам электронной почты, совместимым с IMAP, загружает сообщения массово или в реальном времени и использует предобученную модель для присвоения каждой электронной почте настраиваемых категорий. Пользователи могут задавать правила сопоставления папок, обучать или донастраивать классификатор на своих данных, а также просматривать коэффициенты доверия классификации. Инструмент поддерживает безопасную аутентификацию OAuth для таких провайдеров, как Gmail, обеспечивает инкрементальную обработку для избежания дублирования и создает логи для аудита и отслеживания ошибок. Идеально подходит для тех, кто перегружен большим объемом писем, он автоматизирует сортировку и маркировку, сокращая ручное обслуживание почтового ящика.

Emma-X предоставляет модульную платформу для оркестровки агентов, предназначенную для создания диалоговых AI-помощников с использованием больших языковых моделей. Разработчики могут определять поведение агента через JSON-конфигурации, выбирать провайдеров LLM, таких как OpenAI, Hugging Face или локальные эндпоинты, и подключать внешние инструменты, такие как поиск, базы данных или пользовательские API. Встроенный слой памяти сохраняет контекст между сессиями, а компоненты UI обрабатывают отображение чата, загрузку файлов и интерактивные подсказки. Hooks плагинов позволяют получать данные в реальном времени, осуществлять аналитику и добавлять кнопки пользовательских действий. Emma-X поставляется с примерными агентами для поддержки клиентов, создания контента и генерации кода. Его открытая архитектура позволяет командам расширять возможности агентов, интегрировать с существующими web-приложениями и быстро править диалоговые сценарии без глубоких знаний в области LLM.

GitHub Sage — это расширение для браузера, созданное для разработчиков, которые часто оценивают программное обеспечение с открытым исходным кодом (OSS) на GitHub. Интегрируя AI-ассистента, который открывает боковую панель на вкладках GitHub, оно позволяет пользователям задавать вопросы и получать информацию о просматриваемом репозитории. Это помогает быстро определить, подходит ли репозиторий OSS для ваших нужд, или понять обновления в ваших проектах. Идеально подходит для разработчиков, управляющих несколькими репозиториями, оценивающих новые проекты и следящих за изменениями в активных проектах.

LinkedIn Agent — это открытое программное обеспечение командной строки, основанное на API OpenAI, для автоматизации различных задач в LinkedIn. Он создает персонализированные сообщения-запросы на подключение на основе целевых профилей, формирует последовательности последующих сообщений для укрепления отношений и подтверждает навыки с учетом контекста. Агент может извлекать данные профиля, такие как текущие роли и опыт, чтобы адаптировать привлечение, и поддерживает выполнение массовых кампаний, обрабатывая списки Target в CSV. Пользователи могут задавать шаблоны или полагаться на генерируемый AI контент, регулируя тон и длину с помощью параметров. Инструмент управляет аутентификацией, управлением сессиями и лимитами скорости, обеспечивая бесперебойную работу. Интегрируя AI-сообщения с интерфейсом сети LinkedIn, он значительно ускоряет развитие бизнеса, найм и личную брендинговую деятельность.

NanoBrowser работает прямо в вашем браузере как расширение Chrome, позволяя автоматизировать повторяющиеся или сложные веб-задачи с помощью подсказок на естественном языке. Настраивается с помощью вашего собственного ключа API LLM — OpenAI GPT, самодельных моделей LLaMA или других — и определяет рабочие процессы, состоящие из нескольких агентов. Поддерживает сбор данных, взаимодействие с формами, автоматические исследования и связывание рабочих процессов через интеграцию с LangChain. Вы можете координировать агентов для совместной работы над подзадачами, экспортировать результаты в CSV или JSON, а также делать интерактивные отладку и уточнение шагов. В качестве альтернативы закрытым операторам NanoBrowser ориентирован на конфиденциальность, расширяемость и простоту использования.

negotiation_agent предоставляет модульный набор инструментов для построения автономных ботов переговоров, поддерживаемых моделями типа GPT. Разработчики могут задавать сценарии переговоров, определяя элементы, предпочтения и функции полезности для моделирования целей агента. В набор входит предопределённые шаблоны агентов и возможность интеграции пользовательских стратегий, включая генерацию предложений, оценку встречных предложений, принятие решений и завершение сделок. Управление диалогами осуществляется с помощью стандартизированных протоколов, поддерживаются групповые симуляции для турниров и рассчитываются показатели эффективности, такие как уровень согласия, полезность и показатели справедливости. Открытая архитектура облегчает замену основного бекенда LLM и расширение логики агента через плагины. С помощью negotiation_agent команды могут быстро прототипировать и оценивать автоматизированные решения для ведения переговоров в электронной коммерции, исследованиях и образовательных целях.

OpenWebResearcher выступает в роли автономного помощника по веб-исследованиям, организуя цепочку из обхода сайта, извлечения данных и AI-генерируемого суммирования. После настройки агент переходит к целевым сайтам, определяет релевантный контент по эвристикам или пользовательским критериям и извлекает структурированные данные. Затем он использует большие языковые модели для анализа, фильтрации и выделения ключевых идей, создавая списки или подробные отчеты. Пользователи могут настраивать параметры скрапинга, интегрировать специальные плагины и планировать повторяющиеся задачи. Модульная архитектура позволяет расширять возможности за счет новых парсеров или форматов вывода. Идеально подходит для сбора конкурентной информации, обзоров научной литературы, анализа рынков и мониторинга контента, что сокращает время, затрачиваемое на ручной сбор и синтез данных.

OpenWebUI Tools предоставляет набор плагинов для OpenWebUI для расширения возможностей крупных языковых моделей с доступом к внешним инструментам. Включает модуль веб-браузинга и поиска для получения данных в реальном времени, REPL Python и исполнитель терминала для мгновенного запуска кода, чтение/запись файлов, а также утилиты для парсинга PDF и форматирования JSON. Эти инструменты работают внутри фронтенда OpenWebUI, позволяя пользователям интерактивно вызывать функции и объединять ИИ-мышление с действиями в реальном мире для более богатых разговорных и задачных сценариев.

Real-Agents предназначен для упрощения создания и оркестровки ИИ-агентов, способных самостоятельно выполнять сложные задачи. Построенный на Python и совместимый с основными моделями больших языковых моделей, фреймворк имеет модульный дизайн, включающий основные компоненты для понимания языка, рассуждения, хранения памяти и выполнения инструментов. Разработчики могут быстро интегрировать внешние сервисы, такие как веб-API, базы данных и пользовательские функции, расширяя возможности агентов. Real-Agents поддерживает механизмы памяти для сохранения контекста между взаимодействиями, что позволяет вести диалоги с несколькими этапами и реализовывать рабочие процессы длительного времени. Платформа также включает инструменты для логгирования, отладки и масштабирования агентов в производственной среде. Благодаря абстрагированию низкоуровневых деталей, Real-Agents ускоряет цикл разработки, позволяя командам сосредоточиться на логике конкретных задач и предлагать мощные автоматизированные решения.

Rolodexter 3 позволяет создавать, настраивать и оркестрировать автономных агентов ИИ, которые работают вместе для выполнения многошаговых процессов. Каждому агенту можно назначить конкретную роль с индивидуальными подсказками, получить доступ к внешним инструментам или API и хранить или извлекать память между сессиями. Платформа обладает интуитивным веб-интерфейсом для мониторинга активности агентов, журналов и результатов в реальном времени. Разработчики могут расширять систему с помощью пользовательских плагинов или интегрировать новые источники данных, что идеально подходит для быстрого прототипирования, автоматизации исследований и делегирования сложных задач.

sma-begin создает оптимизированную базу кода для создания ИИ-агентов, абстрагируя такие компоненты, как обработка ввода, логика принятия решений и генерация вывода. В ядре реализована петля агента, которая запрашивает у LLM, интерпретирует ответ и, при необходимости, выполняет интегрированные инструменты, такие как HTTP-клиенты, файловые обработчики или пользовательские скрипты. Модули памяти позволяют агенту вспоминать предыдущие взаимодействия или контекст, а цепочка подсказок поддерживает многозадачные рабочие процессы. Обработка ошибок ловит сбои API или неверные выводы инструментов. Разработчикам достаточно определить подсказки, инструменты и желаемое поведение. Минимальным объемом шаблонного кода sma-begin ускоряет прототипирование чатботов, автоматических сценариев или специализированных помощников на любой платформе с поддержкой Python.

Мульти-агент фондового рынка — это продвинутая открытая платформа Python, созданная для оптимизации автоматической торговли с помощью скоординированных ИИ-агентов. Каждый агент специализируется на конкретной функции: агенты получения данных собирают и очищают рыночные потоки в реальном времени; агенты генерации сигналов используют модели машинного обучения для прогнозных инсайтов; агенты бэктестинга оценивают стратегии на исторических данных; агенты управления портфелем оптимизируют распределение активов; агенты исполнения взаимодействуют с брокерскими API для размещения ордеров; агенты управления рисками обеспечивают соблюдение ограничений. Архитектура на основе конфигурационных файлов позволяет добавлять модули по принципу "подключай-выключай", поддерживая настройку алгоритмов, источников данных и параметров риска. Подходит для исследований, реальной торговли и разработки, ускоряя развертывание количественных стратегий и масштабируемость операций.

Thufir — это open-source-фреймворк на Python, предназначенный для упрощения создания автономных AI-агентов, способных планировать и выполнять сложные задачи. В его ядре находится движок планирования, который разбивает высокоуровневые цели на конкретные действия, модуль памяти для хранения и извлечения контекстной информации за сессии, и интерфейс инструментов, который позволяет агентам взаимодействовать с внешними API, базами данных или средами выполнения кода. Разработчики могут использовать модульные компоненты Thufir для настройки поведения агентов, определения пользовательских инструментов, управления состоянием агента и оркестрации многопроцессных рабочих процессов. Абстрагируя низкоуровневую инфраструктуру, Thufir ускоряет разработку и развертывание интеллектуальных агентов для приложений, таких как виртуальные помощники, автоматизация процессов, научные исследования и цифровые работники.

Autoware - это современная платформа программного обеспечения с открытым исходным кодом, предназначенная для функций автономных транспортных средств. Она интегрирует различные способности, такие как восприятие, локализация, планирование и управление, удовлетворяя потребности разработчиков и исследователей. С помощью Autoware пользователи могут создавать сложные приложения для автономного вождения, получая доступ к широкому спектру инструментов и предварительно настроенных программных модулей, что облегчает быструю проверку и развертывание в реальных условиях.

AVAPLS — это продвинутое, открытое десктопное приложение, предназначенное для облегчения локального выполнения больших языковых моделей, таких как Llama. Пользователи могут выполнять различные языковые задачи, такие как генерация текста, перевод, суммирование и многое другое, не полагаясь на удаленные серверы. С помощью AVAPLS пользователи могут наслаждаться преимуществами мощных языковых моделей, сохраняя контроль над своими данными и обеспечивая конфиденциальность.

Bakery.dev — это платформа с открытым исходным кодом, предназначенная для упрощения и оптимизации настройки и монетизации AI моделей. Обеспечивая удобный интерфейс, она позволяет AI-стартапам, инженерам машинного обучения и исследователям создавать, загружать наборы данных, настраивать параметры модели и предлагать свои модели на рынке. С интегрированной поддержкой популярных AI моделей и децентрализованным хранилищем, Bakery.dev выделяется как надежный и эффективный инструмент для всех, кто хочет улучшить свои AI решения и получать доход.

Репозиторий Protocol Net Protocol предоставляет полную Java-реализацию взаимодействия по протоколу FIPA Contract Net. Разработчики могут создавать управляющих и контрактных агентов, которые обмениваются CFP (запросами предложений), предложениями, принятием и отказами через коммуникационные каналы агентов. В код включены основные модули для распространения задач, сбора ставок, оценки предложений на основе настраиваемых критериев, присуждения контрактов и мониторинга выполнения. Его можно интегрировать в большие системы с несколькими агентами или использовать как автономную библиотеку для исследований, промышленных расписаний или командной работы роботов.

Cooper — это открытый исходный код помощника командной строки, который переводит подсказки на естественном языке в исполняемые команды shell. Построенный на моделях GPT от OpenAI, он управляет генерацией кода, манипуляциями файлами, операциями Git, интеграциями API и многим другим. Разработчики могут запрашивать задачи, такие как создание модулей-шаблонов, пакетное переименование файлов, развертывание скриптов или создание сообщений коммитов. Перед выполнением Cooper показывает предложенные команды для проверки и утверждения, обеспечивая полную прозрачность и безопасность. Архитектура его плагинов позволяет расширять функциональность с помощью пользовательских обработчиков, делая его адаптируемым для различных рабочих процессов и сред.