此專案展現一個完整功能的客戶支援AI代理，結合OpenAI Autogen框架與Streamlit前端。它將用戶查詢經由可定義的代理流程導引，維持對話上下文，並產生準確且具上下文感的回答。開發者可輕鬆克隆專案，設定OpenAI API金鑰，啟動網頁界面測試或擴充功能。此程式碼庫有清楚的配置點，包括提示設計、回應處理和外部服務整合，是建立客服聊天機器人、客服自動化或內部Q&A助理的多功能起點。

LeanAgent 是一個基於 Python 的框架，旨在簡化自主 AI 代理的建立。它提供內建的規劃模組，利用大型語言模型進行決策，擴展性強的工具集成層可調用外部 API 或自定義腳本，並具有能在多次交互中保留上下文的記憶管理系統。開發者可以配置代理工作流程、加入自定義工具，快速進行除錯並部署適用於各種領域的生產級代理。

Lluminy是一個人工智慧驅動的工具，旨在自動生成Python專案的代碼註解，特別是文檔字符串。通過與您的GitHub帳戶直接整合，它允許您選擇儲存庫並在幾分鐘內生成全面的文檔。Lluminy確保原始代碼保持不變，並且可以處理多個文件或整個代碼庫。這款工具非常適合加快開發人員的入門速度，改善代碼庫的維護，以及增強團隊的協作。

從零開始的多代理系統提供一套完整的Python模組，用於從頭建立、定制和評估多代理環境。用戶可以定義世界模型，建立具有獨特感官輸入和行動能力的代理類，以及建立靈活的通訊協議以促進合作或競爭。該框架支援動態任務分配、戰略規劃模組與即時性能追蹤。其模組化架構方便整合自訂算法、獎勵函數和學習機制。配備內建的視覺化工具與日誌記錄工具，開發者可以監控代理互動與行為模式診斷。設計強調擴展性與清晰性，適合探索分散式AI的研究者和教授代理模型的教學者。

Neon Azure AI Agent是一個開放原始碼示範，展示如何使用Azure OpenAI和Neon Postgres建立一個由AI驅動的資料庫助手。該代理分析自然語言輸入，產生優化的SQL查詢，在無伺服器的Postgres實例上執行，並返回格式化結果。開發者可以利用此專案快速原型化對話型資料應用，學習Azure AI和Neon資料庫的整合流程，並透過擴充自訂功能或資料源，打造專屬解決方案。

SwiftAgent提供一套強大的工具箱，通過將OpenAI的模型直接整合到Swift中來構建智慧代理。開發者可以申報自定義動作與外部工具，由代理根據用戶查詢調用。該框架持有對話記憶，允許代理引用過去的互動。它支持指令模板和動態上下文注入，促進多輪對話與決策邏輯。SwiftAgent的非同步API與Swift的併發特性無縫配合，非常適合用於iOS、macOS或伺服器端環境。通過抽象模型調用、記憶存儲和流程調度，SwiftAgent幫助團隊在Swift專案中快速原型設計與部署對話助理、聊天機器人或自動化代理。

Swarm Simulator 提供一個可自訂的環境，用於多代理的即時實驗。用戶可以調整關鍵行為參數——對齊、凝聚和分離——觀察產生的動態，並支援互動式 UI 滑桿、動態調整代理數量與資料匯出分析。非常適合教育示範、科研原型或興趣者探索群體智慧原理。

AutoDRIVE Cooperative MARL是一個用於訓練和部署合作多代理人強化學習（MARL）策略於自動駕駛任務的開源框架。它與逼真的模擬器整合，用於建模如路口、高速公路車隊行駛和匯入場景的交通情況。該框架實現了中央訓練配合去中心化執行，使車輛學習共享策略以最大化整體交通效率與安全。用戶可以配置環境參數，選擇基線MARL算法，視覺化訓練進展並進行代理人協調性能的基準測試。

精彩的倉庫是任何希望探索開源項目和資源的人的強大工具。擁有超過48,000個精選倉庫，無論您是尋找代碼庫的開發者、需要學習輔助的學生，還是希望探索最新創新的技術愛好者，您都可以找到所需的內容。該平台使用人工智慧來優化搜索結果，確保您輕鬆發現符合您興趣的倉庫。探索從機器學習模型到自我託管應用程序等多個類別，促進一個充滿活力的合作和學習社區。

PeerReview是一個設計用來立即總結任何被高亮文本的Chrome擴展。利用Gemini的Prompt API和Summarizer API，它為需要快速文本摘要的用戶提供了一個實用的解決方案。這個工具對於需要處理大量文本的學生、研究人員和專業人士尤其有用。作為一個開源項目，PeerReview也歡迎希望改善其功能的開發者的貢獻。

Reddit新聞代理系統利用多頻道管道（MCP）進行模組化資料處理，並使用代理開發套件（ADK）進行工作流程管理。配置完成後，它會持續監控選定的子Reddit，應用情緒分析、主題分類和摘要模組，然後將結果傳送至電子郵件、訊息應用或儀表板界面。開發者可以擴展管道，加入自訂處理器，整合新的傳送渠道，並微調代理行為，達成客製化的新聞策展和自動報告。

AI-Agents提供一個靈活的代理架構，協調語言模型規劃器、持久記憶模塊和可插拔的工具包。開發者定義HTTP請求、文件操作和自定義邏輯的工具，然後配置LLM規劃器以決定調用哪個工具。記憶存儲上下文和會話歷史。該框架處理異步執行、錯誤修復和日誌記錄，加快智能助手、數據分析器或自動化機器人原型開發，而無需重新發明核心協調邏輯。

AgenticIR（Agentic Information Retrieval）提供一個模組化框架，LLM 驅動的代理能自主規劃與執行 IR 工作流程。它能定義代理角色，例如查詢產生器、文件擷取器和摘要器，並在可自訂的序列中運行。代理可以擷取原始文本、根據中間結果調整查詢，並將提取的段落合併成簡潔的摘要。此框架支援多步驟流程，包括反覆的網頁搜索、API 取用和本地文件解析。開發者可調整代理參數、整合不同的 LLM，並微調行為策略。AgenticIR 亦提供日誌記錄、錯誤處理與平行代理執行，以加速大規模資訊收集。只需最少程式碼，即可讓研究人員與工程師快速原型與部署自主檢索系統。