Graphium是一個知識圖譜與LLM的協調框架，支持結構化數據的輸入、語義嵌入的創建，以及用於問答和聊天的混合檢索。它與流行的LLM、圖形數據庫和向量存儲集成，實現可解釋的圖形驅動AI代理。用戶可以可視化圖結構、查詢關係並進行多跳推理。它提供RESTful API、SDK和Web UI，用於管線管理、查詢監控和提示自定義，非常適合企業知識管理和研究應用。

由 CartographAI 的 Sherpa 是一個基於 Python 的代理框架，旨在簡化智能助手和自動化流程的創建。它使開發者能定義能解讀用戶輸入、選擇合適的 LLM API 或外部端點，並協調複雜任務，例如文件摘要、資料檢索與對話問答。透過插件架構，Sherpa 支援輕鬆整合自定義工具、記憶存儲和路由策略，以優化回應相關性與成本。用戶可以配置多步流程，每個模組執行不同功能（例如語意搜索、文本分析或代碼生成），同時 Sherpa 管理上下文傳遞與備援邏輯。此模組化設計加快原型開發、提升可維護性，並使團隊能構建可擴展的 AI 驅動解決方案，適用於多樣應用。

Clinical Agent旨在透過結合檢索增強生成與向量搜尋來簡化臨床流程。它處理電子病歷資料，用向量資料庫索引文件，並用LLMs回應臨床查詢、生成出院摘要和建構結構化筆記。開發者可自訂提示、整合其他資料來源、擴充模組，支援模組化流程，包括資料抓取、語義搜尋、問答與摘要，讓醫院和研究團隊快速部署AI驅動的臨床助手。

Pi Web Agent是一個輕量級且可擴展的在網頁上構建AI聊天代理的框架。其後端使用Python FastAPI，前端采用React，提供由OpenAI、Cohere或本地LLMs驅動的交互式對話。用戶可以上傳文件或連接外部數據庫進行語義搜索，通過向量存儲實現。插件架構允許本地開發自定義工具、函數調用和第三方API整合，提供完整的源碼訪問、基於角色的提示範本和可配置的記憶存儲，打造定制化的AI助手。

Rags 提供一個模組化的管線，用於建立檢索增強的生成應用。它可與流行的向量儲存庫（如 FAISS、Pinecone）整合，並提供可配置的提示範本與記憶模組，以維持對話上下文。開發者可以透過統一 API 在 Llama-2、GPT-4 及 Claude2 等不同 LLM 提供者間切換。Rags 支援串流回應、自定義預處理和評估鉤子。其擴展設計允許無縫整合到生產服務中，實現自動文件輸入、語義搜尋及大規模產生任務，適用於聊天機器人、知識助手和文件摘要。