JasonEnvironments提供一套特別為Jason多智能體系統設計的環境模組。每個模組都公開標準化介面，使智能體能在追逐逃脫、資源搜尋與合作任務等多種場景中感知、操作與互動。此庫易於整合到現有的Jason專案：只需加入JAR檔，配置所需環境於智能體架構檔中，並啟動模擬。開發者亦可擴展或客製化參數與規則，以符合其研究或教育需求。

Bitte AI Agents是一個端到端的代理開發框架，旨在簡化自主AI助手的建立。它允許用戶定義代理角色，配置記憶存儲，整合外部API或自定義工具，以及協調多步工作流程。開發者可以使用平台的SDK來構建、測試和在任何環境中部署代理。此框架預設管理上下文、對話歷史和安全控制，加快迭代速度，實現智能代理在客戶服務自動化、資料洞察和內容生成等多種用例中的擴展部署。

AI Agents Laravel 提供一個完整的框架，用於定義、管理和執行 Laravel 應用中的 AI 驅動代理。它抽象化與各種大型語言模型（OpenAI、Anthropic、Hugging Face）的互動，並內建支援工具整合，如 HTTP 請求、資料庫查詢和自訂商業邏輯。開發者可以定義具有自訂提示、記憶後端（記憶體中、資料庫、Redis）和決策規則的代理，以處理複雜對話流程或自動化任務。套件包含事件記錄、錯誤處理和監控鉤子，以追蹤代理效能。它促進快速原型開發，並能在網頁環境中無縫整合智慧助手、資料解析器與工作流程自動化。

AI Engineer DevTools 是一個全面的開發者工具包，簡化建構與維護 AI 代理的流程。它提供命令列骨架建構、標準代理範型的程式碼生成、環境設定腳本、整合測試框架、CI/CD 管道範例、部署自動化與監控配置。藉由減少樣板程式碼並強化最佳實作，確保專案的一致性、可靠性與快速迭代，無論在開發或生產階段。

EthLisbon 提供現成的自主代理架構，與以太坊智能合約交互，實現自動拍賣、出價和交易。它能監聽鏈上事件，處理鏈下數據喂送，並根據可配置的參數執行定制策略。模塊化代碼庫允許開發者擴展技能、集成額外的預言機，以及部署多個代理實例。重試和狀態管理機制確保韌性，而內建的日誌記錄和監控工具則提供實時可見性。

Evolving Agents提供了一個基於遺傳編程的框架，用於構建和演化模組化AI代理。用戶可以組合可互換的代理架構，配置環境模擬和適應度指標，然後運行進化周期，自動產生改進的代理行為。該庫包括突變、交叉、種群管理和進化監控的工具，讓研究者和開發者能在多樣的模擬環境中原型設計、測試並改良自主代理。

Justinvarghese511的代理課程是一個結構化學習計畫，裝備開發者設計、實作與部署AI代理的技能。透過逐步教程，學員可學會設計代理決策流程、整合外部API、管理背景資訊與記憶。課程包含實作範例、Jupyter筆記本與練習，建立能自動提取資料、回應對話、執行多步任務的代理。學完後，學員將擁有一系列可用的AI代理專案與產線部署的最佳實務。

AI Agents Tools是一個全面的Python框架，讓開發者可以快速組合AI代理，利用OpenAI函數調用。該庫封裝了一系列模塊化工具，包括網絡搜索、瀏覽器瀏覽、維基百科檢索、Python REPL執行和向量記憶整合。通過定義代理模板，如單工具代理、工具箱驅動的代理和回調管理流程，開發者可以協調多步推理流程。該工具包抽象化了函數序列化和響應處理的複雜性，並提供與OpenAI大語言模型的無縫集成。它支持動態工具註冊和記憶狀態追蹤，使代理可以回憶過去的交互。適用於構建聊天機器人、自主研究助手及任務自動化代理，加速自定義AI驅動工作流程的實驗和部署。

智能體中的新興通訊是一個開源的PyTorch框架，專為探索多智能體系統如何發展自己的通訊協議的研究人員設計。該資料庫提供靈活的合作強化學習任務實現，包括參照游戲、組合彩游戲和對象識別挑戰。用戶定義說話者和聽者的架構，指定訊息通道的屬性（如詞匯大小和序列長度），並選擇訓練策略（如策略梯度或監督學習）。框架包括端到端的腳本用於執行實驗、分析通訊效率和可視化新興語言。其模組化設計允許輕鬆擴展新的游戲環境或自定義損失函數。研究人員可以復現已發表的研究、基準測試新算法，並探究新興智能體語言的組合性和語意。