CArtAgO（Common ARTifact Infrastructure for AGents Open environments）是一個輕量、可擴展的框架，用於在多智能體系統中實作環境基礎架構。它引入工件的概念：代表具有定義操作、可觀察屬性和事件界面的環境資源的一等公民實體。開發者在Java中定義工件類型，將它們註冊到環境類別中，並公開操作與事件供代理使用。代理透過標準動作（如createArtifact、observe）與工件互動，接收非同步的狀態變更通知，並通過共享資源協作。CArtAgO能輕鬆與Jason、JaCaMo、JADE和Spring Agent等平台整合，支援混合系統開發。該框架提供內建的工件文件、動態載入和運行時監控支援，加快複雜代理應用的快速原型設計。

Jupyter AI Agents是一個框架，可將自主式AI助手嵌入Jupyter Notebook和JupyterLab環境。它允許用戶建立、配置並執行多個代理，能完成資料分析、程式碼生成、除錯、網路爬取與知識檢索等各類任務。每個代理都保存語境記憶，可串連形成複雜的工作流程。透過簡易的魔術命令與Python API，使用者能將代理與現有的Python函式庫和資料集無縫整合。此平台基於熱門的大型語言模型（LLM），支援自訂提示範本、代理間通訊，以及即時反饋。它顛覆傳統筆記本流程，藉由自動化重複性任務，加速原型開發，並在開發環境中直接進行互動式AI探索。

LangGraph GUI ReactFlow是一個開源的React組件庫，允許用戶通過直觀的流程圖編輯器構建AI代理工作流程。每個節點代表LLM調用、資料轉換或外部API調用，而邊則定義資料流。用戶可以自訂節點類型、配置模型參數、實時預覽輸出，並導出工作流程定義以供執行。與LangChain及其他LLM框架的無縫整合，使建立和部署複雜對話代理和資料處理管道變得更加容易。

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。