FAgent 提供模組化架構來建立 AI 代理，包括環境抽象、策略介面和工具連接器。支援與流行的 LLM 服務整合，實現上下文保持的記憶管理，並提供用於日誌記錄和監控代理行為的可觀察層。開發者可定義自訂工具與行動，協調多步工作流程，並運行基於模擬的評估。FAgent 還包含資料收集、性能指標和自動化測試的插件，適用於研究、原型設計及多領域自主代理的生產部署。

Firebase GenKit是一個開發框架，簡化了使用Firebase服務創建生成式AI功能的流程。它包括調用LLM的Cloud Functions範本、用於記錄和管理Prompt/Responses的Firestore觸發器、認證整合，以及用於聊天和內容生成的前端UI組件。為無服務器擴展而設計，GenKit允許你插入自己選擇的LLM供應商（例如OpenAI）和Firebase項目設置，實現端到端AI工作流程，無需繁重的基礎設施管理。

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。

LangChain Studio 是一個瀏覽器基礎的開發環境，專為構建 AI 代理和語言管道而設。用戶可以拖放組件來組裝連串、配置 LLM 參數、整合外部 API 和工具，並管理文境記憶。平台支援即時測試、除錯和分析儀表板，加快迭代速度，也提供部署選項和版本控制，使代理應用的發布變得輕鬆。

LLMFlow提供了一種宣告式的方式來設計、測試與部署複雜的語言模型工作流程。開發者建立代表提示或動作的節點，然後將它們串連成可根據條件或外部工具輸出進行分支的流程。內建記憶管理能追蹤步驟間的語境，而適配器則實現與OpenAI、Hugging Face等的順暢整合。功能可以透過插件擴展，支援自訂工具或資料來源。流程可以在本地、容器或作為無伺服器函數執行。應用案例包括建立對話型助理、自動化報告生成與資料擷取流程—所有流程都具透明執行與日誌記錄。

NVIDIA Isaac 是 NVIDIA 提供的一個先進機器人平台，旨在幫助開發人員創建和部署 AI 驅動的機器人系統。它包含強大的工具和框架，能夠無縫整合機器學習算法以進行感知、導航和控制。該平台支持實時的 AI 代理模擬、訓練和部署，適用於各種應用，包括倉庫自動化、邊緣計算和機器人研究。

MCP-CLI-Agent是一個開源且可擴展的命令列AI代理。用戶輸入自然語言提示，工具會生成並執行相對應的Shell指令，處理多步驟任務連結，並記錄輸出。基於GPT模型，支援自定義插件、設定檔與情境感知執行，非常適合用於自動化DevOps任務、程式碼生成、環境建置，以及直接在終端機取得資料。

MCP Context Forge允許開發者定義多個通道，如文本、代碼、嵌入和自定義元數據，並將它們組織成連貫的上下文窗口供AI代理使用。通過其管道架構，自動進行數據源的分段、加注釋豐富，並根據可配置策略（如優先級加權或動態修剪）合併通道。該框架支持自適應上下文長度管理、檢索增強生成，並與IBM Watson和第三方LLM進行無縫集成，確保AI代理獲取相關、簡潔且最新的上下文。此舉提升了會話AI、文件問答和自動摘要等任務的性能。

Mindcore Labs提供了一個無需代碼且開發者友好的環境來設計和啟動AI代理。它具有保留上下文的知識圖記憶系統，支持文件和數據源的攝取，並與外部API和插件集成。用戶可以通過直觀的UI或CLI配置代理，實時測試，並部署到生產端點。內建的監控和分析有助於追蹤性能並優化代理行為。

模組化LLM架構旨在通過可組合的模組設計，簡化定制化LLM驅動應用的創建。它提供關鍵組件如會議狀態保持的記憶模組、外部API調用工具接口、模板或動態提示生成的提示管理器，以及控制代理人工作流程的協調引擎。您可以配置串聯這些模組的管線，以實現多步推理、上下文感知回應和資料整合等複雜行為。此框架支持多個LLM後端，允許切換或混用模型，同時提供擴展點以增加新模組或自訂邏輯。這個架構加快開發速度，促進元件重用，並維持對代理行為的透明度與控制。

Multi-Agent-Blueprint是一套全面的開源代碼，用於建立和協調多個人工智能驅動的代理，合作完成複雜任務。其核心為一個模組化系統，用於定義不同的代理角色—如研究員、分析師和執行者—每個角色配備專用的記憶存儲和提示模板。該框架與大型語言模型、外部知識API及定制工具無縫整合，支持動態任務委派和代理間的反饋循環。內建日誌和監控功能，追蹤代理間的交互與輸出。具有可自定義的工作流程和可更換組件，開發者與研究者能快速原型設計多代理管道，用於內容生成、資料分析、產品研發或自動客戶支持。

Camel AI是一個旨在簡化智能代理創建與協調的開源框架。它提供鏈接大型語言模型、整合外部工具與API、管理知識圖譜與持久化記憶的抽象層。開發者可定義多智能體工作流程，將任務拆解為子計劃，並通過CLI或網頁界面監控執行。基於Python與Docker，Camel AI允許無縫切換LLM供應商、自訂工具插件與混合規劃策略，從而加速自動化助手、數據管道與自主工作流程的開發。

SCOUT-2提供模組化架構，用於建立由大型語言模型支持的自主代理人。包括目標拆解、任務規劃、執行引擎和反饋驅動的反思模組。開發者定義頂層目標後，SCOUT-2會自動生成任務樹，派遣工作代理人執行，監控進度，並根據結果調整任務。它與OpenAI API整合，並可透過自訂提示和範本擴展以支持各種工作流程。

Spider Clients是輕量級的語言專用SDK，與Spider編排伺服器通訊以協調AI代理任務。利用HTTP請求，使用者可以開啟互動會話、傳送多步鏈、註冊自訂工具，並實時取得串流AI響應。它們在背後處理授權、提示範本序列化與錯誤恢復，同時保持Node.js與Python間的一致API。開發者可設定重試策略、記錄元資料，並整合自訂中介軟體攔截請求。CLI客戶端支援快速測試和終端流程原型設計。這些客戶端透過抽象底層網路與協議細節，加速AI驅動代理的開發，使團隊能專注於Prompt設計與邏輯協調。

xBrain提供模組化架構，用於在Python應用中建立、配置和協調自主代理。用戶可以定義具備數據擷取、分析或生成等能力的代理，並將它們組裝成工作流程，在該流程中每個代理進行通訊與任務委派。框架包括管理非同步執行的排程器、整合外部API的插件系統，以及用於實時監控和除錯的內建日誌機制。xBrain的彈性介面支持自訂記憶體實作和代理模板，使開發者能根據不同領域調整行為。從聊天機器人、資料管道到研究實驗，xBrain可加速設計複雜多代理系統，並提供最少樣板碼。

Universal Basic Compute 提供一個統一的環境，用於設計、訓練與部署多種工作流程中的 AI 代理。使用者可以從多個大型語言模型中選擇，配置自訂記憶存儲以提升情境意識，並整合第三方 API 與工具來擴充功能。平台會自動處理調度、容錯與擴展，同時提供即時監控與性能分析儀表板。抽象基礎架構細節，使團隊能專注於代理邏輯與用戶體驗，而非後端複雜性。

Amon是一個構建自主AI代理的平台和框架，這些代理能在無人干預下執行多步任務。用戶通過簡單的配置文件或直觀的界面定義代理行為、資料來源和整合。Amon的運行時管理代理的生命週期、錯誤處理和重試邏輯。它支持實時監控、日誌記錄和在雲端或本地環境中擴展，非常適合自動化客户支持、資料處理、程式碼審查等。

codAI提供一個模組化的SDK和CLI，使開發者能夠將以AI為動力的代碼助手直接嵌入到其專案中。它分析現有的代碼，接受自然語言提示，並返回符合上下文的程式碼完成、重構建議或文檔。支持多語言、可自訂提示和擴展的钩子，能夠集成到CI流程、編輯器插件或後端服務中，自動化例行編碼任務並加快功能開發。

Drive Flow 是一個彈性很高的框架，讓開發人員可以通過定義步驟序列來設計AI流程。每個步驟都可以調用大型語言模型、執行自訂函數或與存於MemoDB的持久記憶交互。此框架支援複雜的分支邏輯、迴圈、平行任務與動態輸入處理。採用TypeScript，並使用宣告式DSL來指定流程，讓流程邏輯分離清晰。Drive Flow還提供內建錯誤處理、重試策略、執行上下文追蹤與豐富的日誌記錄。主要用例包括AI助手、自動化文件處理、客戶支持自動化和多步決策系統。通過抽象流程編排，Drive Flow加速開發並簡化AI應用的維護。

Huly Labs是一個雲原生AI代理平台，讓開發者與產品團隊可以設計、部署及監控智能助手。代理可以透過持久記憶維持上下文、呼叫外部API或資料庫，並透過視覺化建立器執行多步驟流程。平台包含角色基礎存取控制、Node.js SDK與CLI供本地開發、可自訂的聊天與語音UI元件、以及即時性能與使用情況分析。Huly Labs內建擴展性、安全性與日誌記錄，促使快速迭代與企業級部署。