Chat-With-Data 是基於 Python 的工具和網頁界面，建構於 Streamlit、LangChain 以及 OpenAI GPT API 之上。它會自動解析表格數據或資料庫 schema，建立理解自然語言查詢的 AI 代理。在內部，它會將大型表格分塊、建立語義搜尋的嵌入索引，並形成動態提示，以產生具語境感應的回應。用戶可以提問「本季度銷售前五名的區域是哪些？」，或「顯示每個類別的營收柱狀圖」，並直接在界面得到答案或互動圖表，無需撰寫 SQL 或 pandas 代碼。平台可在本地或伺服器上運行，確保資料隱私，同時加快探索分析流程，適合技術和非技術用戶。

ModelScope Agent提供一個模組化的Python框架，用於協調自主AI代理。它具有外部工具（API、資料庫、搜尋）插件整合、對話記憶以保存上下文，以及可定制的代理鏈，用於處理知識檢索、文件處理和決策支援等複雜任務。開發者可以配置代理角色、行為和提示，並運用多個LLM後端來優化生產環境中的性能與穩定性。

ClassiCore-Public提供一個完整環境，用於建立、優化和部署分類模型。具有直覺操作的流程構建器，負責從原始資料讀取、清洗及特徵工程。內建的模型庫涵蓋隨機森林、SVM及深度學習架構。自動超參數調整則利用貝氏優化尋找最佳設定。訓練好的模型支援部署成RESTful API或微服務，並配備監控儀表板，可即時追蹤效能指標。擴充插件允許開發者加入自訂資料預處理、視覺化或新部署目標，非常適合產業級分類應用。

CodeFuse-muAgent是一個基於Python的開源框架，用於協調多個自主AI代理，共同解決複雜任務。開發者定義擁有專門技能（如資料處理、自然語言理解或外部API互動）的個別代理，並配置通信協議以進行動態任務委派。該框架提供集中式記憶管理、日誌記錄與監控功能，保持模組獨立，並支援與流行的LLMs和自訂AI模型的整合。利用CodeFuse-muAgent，團隊可以建立模組化AI工作流程、自動化多步驟流程，以及在不同環境中擴展部署。彈性的設定檔與可擴充的API，支持快速原型設計、測試及微調，適用於客戶支援、內容產生管線、研究助理等多種應用場景。

Codeium是一個以AI驅動的工具包，旨在通過智能代碼補全、代碼片段生成和上下文感知搜索等功能提高開發效率和準確性。通過支持各種編程語言並與流行的集成開發環境（IDE）無縫集成，Codeium提供了一個強大的解決方案，以簡化編碼過程，最終提高生產力並減少錯誤。

CUPCAKE AGI（Component Utilitarian Pipeline for Creative, Knowledgeable, and Evolvable Autonomous General Intelligence）是一個彈性的Python框架，通過結合語言模型、記憶體和外部工具，簡化建立自主代理的流程。其核心模組包含目標規劃器、模型執行器與記憶管理器，以保持多次互動中的上下文。開發者能透過插件擴充功能，整合API、資料庫或自訂工具包。CUPCAKE AGI支援同步與非同步工作流程，非常適合科研、原型設計和生產環境部署，應用範圍多元。

defaultmodeAGENT 是一個基於 Python 的框架，旨在簡化建立能自主執行多步工作流程的智慧代理。它具備預設模式規劃—一種用於決定何時探索或利用的自適應策略—以及與自訂工具與 API 的無縫整合。代理保持對話記憶，支持動態提示，並提供除錯記錄。基於 OpenAI 的 API，使快速原型化資料提取、研究和任務自動化輔助成為可能。

Dialogflow Fulfillment Python Library是一個開源框架，可以處理來自Dialogflow的HTTP請求，將意圖映射到Python處理函數，管理會話和輸出上下文，並構建結構化的回應，包括文字、卡片、建議晶片和自訂負載。它將Dialogflow的Webhook API的JSON結構抽象為方便的Python類和方法，加快了對話後端的創建，並在與資料庫、CRM系統或外部API集成時減少樣板程式碼。

Dial4JaCa 是一個 Java 庫插件，適用於 JaCaMo 多智能體平台，攔截智能體間的訊息，編碼代理意圖，並通過 LLM 後端（OpenAI、本地模型）路由。它管理對話上下文，更新信念庫，並將回應生成整合到 AgentSpeak(L) 的推理週期中。開發者可以自訂提示語、定義對話工件以及處理異步調用，使代理能解讀使用者語句、協調任務並擷取外部資訊。其模組化設計支持錯誤處理、日誌記錄和多 LLM 選擇，非常適合研究、教育及快速原型建構對話式多智能體系統。

DSpy Agents是一套開源Python工具包，簡化自主AI代理的創建。提供模組化架構，用於組合具自定工具的代理，支援網頁爬取、文件分析、資料庫查詢、語言模型整合（OpenAI、Hugging Face）。開發者可利用預設模板或自定義工具集，建立研究摘要、客戶支援、資料流程等自動化任務。內建記憶管理、記錄、檢索增強生成、多代理協作，並可用容器化或無伺服器環境快速部署，無需繁瑣程式碼，快速推動代理驅動應用開發。

Embabel Agent提供一個結構化的方法，用於在Node.js和瀏覽器環境中構建AI代理。開發者定義工具（如HTTP抓取器、資料庫連接器或自定義函數），並透過簡單的JSON或JavaScript類別設定代理的行為。該框架可維護對話歷史、將查詢導向適當的工具，並支援插件擴展。Embabel Agent非常適合用於創建具有動態能力的聊天機器人、自動交互多API的助手，以及需要即時協調AI調用的研究原型。

Embedded BDI提供完整的BDI生命週期引擎：它建模代理人對環境的信念、管理演進的欲望或目標、從計畫庫中選擇意圖，並在實時中執行行為。框架包括信念庫存儲模塊、計畫庫定義、事件觸發和並發控制模塊，專為記憶體有限的微控制器設計。利用簡單的API，開發者可以標註信念、指定欲望並在程式碼中實作計畫。其排程器支持優先級意圖的執行，並與感測器、致動器及網路通訊的硬體界面整合，使其非常適合自主物聯網設備、移動機器人與工業控制器。

Embedditor 是一個尖端的開源工具，設計為高效的 MS Word 等效工具，用於嵌入向量。它提供一個用戶友好的介面，用於編輯 LLM 向量嵌入，使用户能夠上傳、合併、分割和編輯各種文件格式的內容。目標是優化向量搜尋能力，確保更好的表現和更準確的搜尋結果。此工具提供了對嵌入過程的顯著靈活性和控制，使其成為任何向量搜尋和語言模型工作流的珍貴補充。

Flock提供一個友好的模組化框架，用於串聯多個LLM調用、管理對話記憶並將外部工具整合到自主代理人中。支援非同步執行和插件擴展，使Flock能細緻掌控代理人的行為、觸發器和上下文管理。在Node.js和瀏覽器環境均可無縫運作，讓團隊能快速原型化聊天機器人、資料處理流程、虛擬助理及其他由AI驅動的自動化解決方案。

FMAS（Flexible Multi-Agent System）是一個開源的Python函式庫，用於建立、運行和視覺化多代理模擬。您可以定義具有自訂決策邏輯的代理、配置環境模型、設置通訊渠道來進行通信，並執行可擴展的模擬。FMAS提供監控代理狀態、除錯交互和匯出結果的鉤子。其模組化架構支援用於視覺化、度量收集及與外部資料源整合的插件，非常適合研究、教育和自主系統的實際原型。

FreeAct採用模組化架構，簡化AI代理的建立。開發者定義高層目標，配置規劃模組以產生逐步計畫。推理模組評估計畫的可行性，執行引擎協調API呼叫、資料庫查詢及外部工具互動。記憶管理追蹤會話內容與歷史資料，協助代理做出明智決策。環境登記方便整合自訂工具與服務，實現動態調適。FreeAct支援多種LLM後端，可部署在本地伺服器或雲端環境。其開源且可擴充的設計，促進智慧代理的快速原型開發，用於研究與產業應用。

Functionary provides a declarative way to register custom tools — JavaScript functions encapsulating API calls, database queries, or business logic. It wraps an LLM interaction to analyze user prompts, determine which tools to execute, and parse the tool outputs back into conversational responses. The framework supports memory, error handling, and chaining of actions, offering hooks for pre- and post-processing. Developers can quickly spin up agents capable of dynamic function orchestration without boilerplate, enhancing control over AI-driven workflows.

Geers AI Lang Graph提供一個基於圖的抽象層，用於建構協調多個LLM呼叫和管理結構化知識的AI代理。透過定義代表提示、數據和記憶的節點與邊，開發者可以建立動態工作流程、追蹤交互中的上下文，以及視覺化執行流程。此框架支持多種插件整合不同的LLM提供者、客製提示範本，並能輸出圖形。它簡化迭代式代理設計、提升上下文保存能力，並加速對話助理、決策支援機器人及研究流程的原型開發。

GenAI Job Agents 是一個基於 Python 的開源框架，可簡化 AI 助力的任務代理的建立與管理。開發者可以使用簡單的配置文件或 Python 類來定義自訂的任務類型與代理行為。系統無縫整合 OpenAI 用於 LLM 支持的推理，以及 LangChain 用於調用鏈。任務可以排入佇列、並行執行，並通過內建日誌與錯誤處理機制進行監控。代理能處理動態輸入，自動重試失敗，輸出結構化結果供後端處理。模組化架構、可擴充插件與清晰 API，讓團隊能自動化重複任務、協調複雜工作流程，並在生產環境擴展 AI 驅動運營。

GenerativeAgentsCN是斯坦福生成代理框架的開源中文版，用於模擬逼真的數位角色。結合大型語言模型、長期記憶模組、反思程序與規劃邏輯，協調代理感知情境、回想過去互動並自主決定下一步行動。此工具包提供即用的Jupyter筆記本、模組化Python元件與完整中文文件，帶領用戶設置環境、定義代理特性與自訂記憶參數。適用於AI角色行為研究、客戶服務機器人原型或用於代理認知的學術研究。具有彈性的API允許開發者擴充記憶演算法、整合自訂大型語言模型，並即時視覺化交互。