Fast-LLM-Agent-MCP 是一個輕量級的開源 Python 框架，用於構建結合記憶管理、鏈式推理和多步規劃的 AI 代理。開發者可以與 OpenAI、Azure OpenAI、本地 Llama 及其他模型整合，以保持對話上下文、產生結構化推理跡徑，並將複雜任務拆解為可執行的子任務。其模組化設計允許整合自定義工具及記憶庫，適用於虛擬助理、決策支援系統及自動化客戶支持機器人等應用。

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。

GPA-LM 是一個以 Python 為基礎的框架，旨在簡化由大型語言模型驅動的人工智慧代理的建立與協調。它具有一個規劃器，能將高層指令拆解為子任務，一個執行器，管理工具調用和互動，以及一個能在會話之間保留上下文的記憶模塊。插件架構允許開發者新增自訂工具、API 及決策邏輯。支援多代理協同的 GPA-LM，可以協調角色、分配任務並匯整結果。它無縫整合 OpenAI GPT 等流行 LLM，並支援在不同環境中部署。該框架加速自主代理的研發，用於研究、自動化與應用原型設計。

JADE是一個基於Java的智能體開發框架，簡化了分佈式多智能體系統的創建。它提供符合FIPA標準的基礎設施，包括運行時環境、消息傳輸、目錄促進器和智能體管理。開發者在Java中編寫智能體類，將其部署在容器中，並使用RMA和Sniffer等圖形工具進行調試和監控。JADE支持智能體移動性、行為調度和生命週期操作，使研究、物聯網協調、模擬和企業自動化的可擴展、模組化設計成為可能。

JARVIS-1提供模組化架構，結合了自然語言介面、記憶模塊以及插件驅動的任務執行器。基於GPT-index，能持久保存對話、檢索上下文，並隨用戶互動持續進化。用戶通過簡單提示定義任務，JARVIS-1則協調任務排程、代碼執行、文件操作和網頁瀏覽。它的插件系統支持自訂整合資料庫、電子郵件、PDF和雲端服務。可在Linux、macOS和Windows上的Docker或CLI中部署，JARVIS-1確保離線運行與完整數據控制，特別適合開發者、DevOps團隊與高階用戶追求安全且擴展性強的自動化工具。

JASA提供一整套完整的Java函式庫，用於構建和運行多代理系統的模擬。它支援代理的生命週期管理、事件排程、非同步訊息傳遞和環境建模。開發者可以擴展核心類別以實現定制行為、整合外部資料來源，並可視化模擬成果。該框架模組化設計與清晰的API文件促進快速建立原型和擴展性，使其適用於學術研究、教學和代理建模的概念驗證。

Julep AI 是一個開源平台，旨在幫助數據科學團隊快速構建、迭代和部署多步驟的 AI 工作流程。使用 Julep，您可以使用代理、任務和工具創建可擴展、持久和長時間運行的 AI 管道。該平台的 YAML 配置簡化了複雜的 AI 流程，確保生產就緒的工作流程。它支持快速原型設計、模組化設計和與現有系統的無縫集成，使其能夠處理數百萬的同時用戶，並提供對 AI 操作的完全可見性。

Langchainrb是一個開源的Ruby函式庫，旨在透過模組化架構簡化人工智慧驅動應用的開發，包含代理、鏈和工具。開發者可定義提示模板，組合LLM的呼叫鏈，加入記憶模組以維持上下文，並連結自訂工具，如文件載入器或搜索API。它支援語義搜索的嵌入產生、內建錯誤處理，以及模型的彈性配置。有了代理抽象層，你可以實作對話助手，根據用戶輸入決定調用哪些工具或鏈。其擴充架構使得客製化變得便利，快速原型開發聊天機器人、自動摘要流程、QA系統及複雜工作流程自動化。

Langroid提供一個全面的代理框架，使開發者能以最少的負擔構建复杂的AI應用。它具有模組化設計，允許自定義代理角色、用於保持上下文的有狀態記憶，並與OpenAI、Hugging Face及私有端點等大型語言模型（LLMs）無縫集成。Langroid的工具包允許代理執行代碼、從資料庫獲取數據、調用外部API，並處理文字、圖像和音頻等多模態輸入。其協調引擎管理異步工作流程和工具調用，插件系統促進代理能力擴展。通過抽象複雜的LLM互動和記憶管理，Langroid加快了聊天機器人、虛擬助手和任務自動化解決方案的開發，滿足各行業需求。

MIDCA是一個模塊化的認知架構，用於支持智能代理的完整認知循環。它通過感知模塊處理感官輸入，解釋數據以生成和優先排序目標，利用規劃器建立行動序列，執行任務，然後通過元認知層來評估結果。雙循環設計區分快速反應和較慢的深思熟慮推理，使代理能夠動態適應。MIDCA的可擴展框架和開源代碼庫非常適合研究自主決策、學習和自我反思的AI代理。

Multi-Agent ColComp是一個可擴展的開源框架，用於協調一個AI代理團隊完成複雜任務。開發者可以定義不同的代理角色，設定通信通道，並通過統一記憶存儲共享上下文資料。此庫包含即插即用的組件，用於協商、協調和共識建立。範例配置示範協作文本生成、分散規劃與多代理模擬。其模組化設計便於擴展，使團隊能快速原型化並評估多代理策略，適用於研究或生產環境。

multiagent-env是一個開源的Python函式庫，旨在簡化多智能體強化學習環境的創建和評估。用戶可以通過指定智能體數量、行動和觀察空間、獎勵函數及環境動態來定義合作與對抗情境。它支持實時可視化、可配置渲染，並能輕鬆集成Stable Baselines和RLlib等Python基礎的RL框架。模組化設計允許快速原型制作新情境與便捷的多智能體算法基準測試。

NavGround Learning提供一套完整工具，用於開發與測試導航任務中的增強學習代理。支援多代理模擬、碰撞建模，以及可定制的感測器與執行器。使用者可選擇預設策略模板或實現自訂架構，並使用最先進的RL演算法進行訓練，還能視覺化性能指標。與OpenAI Gym和Stable Baselines3的整合，讓實驗管理更為便利，內建記錄與視覺化工具則助於深入分析代理行為與訓練動態。

Odyssey 提供了一個靈活的架構，用於構建協作式多智能體系統。其核心組件包括用於定義和分配子任務的任務管理器、存儲上下文和對話歷史的記憶模塊、協調基於 LLM 的智能體的智能體控制器，以及整合外部 API 或自定義函數的工具管理器。開發者可以通過 YAML 文件來配置工作流程，選擇預建的 LLM 核心（例如 GPT-4、本地模型），並輕鬆擴展框架加入新工具或記憶後端。Odyssey 支援交互記錄、異步任務執行和迭代優化流程，適用於研究、原型設計和投產的多智能體應用。

Notte是一個以開發者為中心的Python框架，旨在協調由大型語言模型驅動的AI代理。它提供內建的記憶模組來存儲和檢索對話上下文，靈活的外部API或自定義函數工具整合，以及排序任務的規劃引擎。有了Notte，你可以快速開發對話助手、數據分析機器人或自動化工作流程，同時享有開源的擴展性和跨平台支持。

With AI Agents是一個用於在TypeScript中定義和協調多個AI代理的以程式碼為先的框架，每個代理具有不同職能，如規劃者、執行者和記憶模組。它內建記憶管理，以持久化上下文，並擁有函數調用子系統來整合外部API，以及用於互動會話的CLI界面。透過將代理組合成管道或層級結構，可實現複雜任務的自動化，例如資料分析管道或客戶支持流程，同時確保模組化、可擴展與易於客製化。

MultiAgentModel提供統一API，用於定義多智能體場景的自訂環境和智能體類。開發者可以指定觀察與行動空間、獎勵結構和通信通道。內建支持流行的RL算法如PPO、DQN和A2C，讓訓練變得簡單配置。實時可視化工具協助監控智能體互動和績效指標。模塊化架構確保易於整合新算法與自訂模組。此外，還包括用於超參數調優的彈性配置系統、實驗追蹤的日誌工具，以及與OpenAI Gym環境的相容性，實現無縫移植。用戶可以在共享環境合作，並重播記錄的會話進行分析。

ASP-DALI 提供一個統一的平台，定義並執行基於邏輯的智能代理。開發者在 .asp 文件中編寫 ASP 規則來表示代理的知識和目標，而 DALI 構造則用來定義事件反應和行動執行。運行時，ASP 求解器會計算回答集，指導代理的決策，使其能夠規劃、對輸入事件作出反應並動態調整信念。該框架支持模組化知識庫，方便增量式更新，並使聲明式規則與反應式行為清晰分離。ASP-DALI 使用 Prolog 實現，並提供與流行的 ASP 求解器的介面，簡化在研究和原型場景中的整合與部署。

bedrock-agent是一個多功能的AI代理框架，與AWS Bedrock系列大型語言模型整合，用於協調複雜的任務驅動流程。它提供插件架構來註冊自訂工具、記憶模組以保存背景資訊，以及改進推理的思考鏈機制。透過簡單的Python API和命令列界面，開發人員可以定義能呼叫外部服務、處理文件、產生代碼或與用戶交談的代理。代理可以根據用戶提示自動選擇相關工具，並跨會話維持對話狀態。此框架是開源、可擴展的，適用於快速原型設計和在本地或AWS雲端部署AI助手。

Hyperbolic Time Chamber 提供一個彈性的環境，用來建構 AI 代理，包含記憶管理、語境窗口編排、提示鏈結、工具整合及執行控制等元件。開發者透過模組化積木定義代理行為，配置短長期記憶，並連結外部 API 或本地工具。該框架支持非同步、記錄與調試功能，促進快速迭代，讓在 Python 專案中部署複雜對話或任務導向代理更加便捷。