Evolving Agents提供了一個基於遺傳編程的框架，用於構建和演化模組化AI代理。用戶可以組合可互換的代理架構，配置環境模擬和適應度指標，然後運行進化周期，自動產生改進的代理行為。該庫包括突變、交叉、種群管理和進化監控的工具，讓研究者和開發者能在多樣的模擬環境中原型設計、測試並改良自主代理。

Fin-Sight Agents Suite 協調一系列專門針對金融領域的 AI 代理。每個代理負責不同的任務：從多來源獲取資料、時間序列分析、新聞情感抽取、預測建模。協調代理管理工作流程，串聯任務並確保資料一致性。用戶可透過簡單的設定檔定義代理角色、輸入參數與輸出格式。系統支援分析流程的客製化，從自動盈利摘要到風險暴露儀表板。結合基於 LLM 的自然語言查詢與量化模組，Fin-Sight Agents Suite 提升研究效率、減少手動作業，並在交易、投資組合管理與市場情報應用中提升決策精確度。

Goat SDK旨在簡化用Go建立和調度AI代理的流程。它提供可插拔的LLM整合（OpenAI、Anthropic、Azure、本地模型）、工具註冊表以支持自定義行動，以及用於狀態式對話的記憶存儲。開發者可以定義連鎖、表達策略和發布器，通過CLI、WebSocket、REST端點或內嵌Web UI輸出互動內容。Goat支援串流回應、可定制記錄與簡單的錯誤處理。結合這些組件，您可以在Go中用最少模版代碼開發聊天機器人、自動化流程和決策支持系統，同時保持更換或擴展供應商和工具的彈性。

Goated Agents簡化了在Go中建立複雜的AI驅動自主系統。通過將鏈式思考處理直接嵌入語言運行時，開發者可以實現多步推理並產生透明的中間推理日誌。庫提供工具定義API，允許代理調用外部服務、數據庫或自定義模塊。記憶管理支持在多次互動中維持持久上下文。插件架構促使擴展核心能力，如工具包裝、日誌記錄與監控。Goated Agents利用Go的性能與靜態類型，提供高效可靠的代理執行。無論是構建聊天機器人、自動化流程還是研究原型，Goated Agents都提供組織複雜推理流程和無縫整合LLM驅動智能於Go應用的構建基礎。

GRASP為在TypeScript或JavaScript環境中構建AI代理提供了一個結構化流程。開發者通過註冊一組工具（函數或外部API連接器）並指定提示模板來界定代理行為。內建的記憶模組允許代理存取和存儲上下文資訊，使多回合對話能持續狀態。規劃組件負責根據用戶輸入選擇並調用工具，執行層則處理API調用和結果。GRASP的插件系統支持自定義擴展，功能包括檢索增強生成（RAG）、任務排程和日誌記錄。其模組化設計讓團隊僅選擇需要的元件，方便與現有系統及服務集成，用於聊天機器人、虛擬助手與自動化工作流程。

Induced AI 專注於創建客製化的 AI 代理人，旨在簡化工作流程、自動化任務並提供智慧見解。利用先進的機器學習演算法，這些代理人能協助用戶在行銷、支援和內容生成等不同領域，從而提高效率並增強用戶體驗。該平台強調個人化，使用户能制作與其特定目標精確對應的代理人。

interactive-browser-use 是一個用於 Python/JavaScript 的庫，它連接大型語言模型（LLMs）與 Playwright 或 Puppeteer 等瀏覽器自動化框架，使 AI 代理能實時進行網絡交互。用戶可以通過定義提示，指示代理瀏覽網頁、點擊按鈕、填寫表單、提取表格以及滾動動態內容。該庫管理瀏覽器會話、上下文和操作執行，將 LLM 回應轉換為可用的自動化步驟。它簡化了即時網頁抓取、自動化測試和基於網頁的問答任務，提供一個可編程界面，用於 AI 驅動的瀏覽，減少手動操作並支持複雜的多步 Web 流程。

Isek是一個針對開發人員的AI代理建構平台，採用模組化架構。提供工具和資料來源的插件系統、內建記憶以保留上下文、及協調多步任務的規劃引擎。你可以在本地或雲端部署代理，整合任何LLM後端，並透過社群或自訂模組擴展功能。Isek透過範本、SDK和CLI工具，簡化聊天機器人、虛擬助手及自動化工作流程的快速開發。

LemLab 是一個用於開發由大型語言模型驅動的 AI 代理的模組化框架。開發者可以定義自訂提示範本、串聯多步推理管道、整合外部工具和 API，並配置記憶後端以儲存對話內容。它也包括評估套件，用來基準測試代理在特定任務上的表現。透過提供可重用的組件與清晰的抽象，LemLab 加速實驗、除錯，並在研究與商業環境中部署複雜的 LLM 應用。

LinkAgent提供一個輕量級的微核心，用於構建具插拔元件的AI代理。用戶可以註冊語言模型後端、檢索模組與外部API作為工具，並運用內建的規劃器與路由器，組合成工作流程。LinkAgent支援記憶體處理器以保持上下文持續，動態調用工具，並設有可配置的決策邏輯進行複雜的多步推理。只需少量程式碼，團隊即可自動化問答系統、資料抽取、流程協調與報告產生等任務。

LiteMultiAgent提供模組化的SDK，用於構建和運行多個AI代理，可以並行或順序運行，每個代理具有唯一的角色和責任。它包含現成的記憶體存儲、訊息管道、插件適配器和執行循環，以管理複雜的代理間通訊。用戶可以自訂代理行為、加入外部工具或API，並透過日誌監控對話。其輕量設計和依賴管理，使其非常適合快速原型製作和協作AI工作流程的正式部署。

LLM Agents Example提供一個實用的範例程式碼庫，用於建立Python中的AI代理。它展示註冊自訂工具（如網路搜尋、WolframAlpha數學求解器、CSV分析器、Python REPL）、建立聊天及檢索型代理，並連接向量資料庫進行文件問答。此範例示範維持對話記憶、動態派遣工具呼叫，以及鍊結多個LLM提示來解決複雜任務的方法。使用者可學習整合第三方API、結構化代理工作流程，並延展框架功能——作為開發者實驗與原型設計的實用指南。

LLMLing代理是一個模組化框架，用於建立、配置和部署由大型語言模型驅動的人工智能代理。用戶可以實例化多個代理角色，連接外部工具或API，管理對話記憶，並協調複雜的工作流程。平台包含一個基於瀏覽器的實驗場，可視化代理互動、記錄訊息歷史，並允許實時調整。借助Python SDK，開發者可以撰寫自定義行為、整合向量數據庫，並通過插件擴展系統。LLMLing代理通過提供可重用組件和清晰抽象，簡化聊天機器人、數據分析機器人和自動化助手的創建流程，促進多代理協作。

MACL 是一個模組化的 Python 框架，旨在簡化多個 AI 智能體的創建與協調。它允許你定義具有自訂技能的獨立智能體，設置通信通道，並在智能體網絡中排程任務。智能體可以交換訊息、協商責任，並根據共享資料動態調整。內建支援常用 LLMs，以及擴展性的插件系統，使 MACL 能在客戶服務自動化、數據分析流程和模擬環境等領域中實現可擴展且易於維護的 AI 工作流程。

Memonto作為AI代理的中介庫，規劃整個記憶生命週期。在每次對話回合中，它記錄用戶和AI訊息，萃取重要細節，生成簡潔摘要。這些摘要會轉換為嵌入並存入向量數據庫或文件存儲中。在構建新對話提示時，Memonto執行語義搜尋以獲取最相關的歷史記憶，使代理保持上下文，回憶用戶偏好，並提供個性化回應。它支援多種存儲後端（SQLite、FAISS、Redis），並提供可配置的流程管道用於嵌入、摘要與檢索。開發者能無縫整合Memonto到現有的代理框架中，提升連貫性與長期互動。

mini-agi旨在通過提供一個最小、模塊化的框架，簡化自主AI代理的創建。它採用Python編寫，利用OpenAI的語言模型來解釋高層級目標，將其分解為子任務，並調度如HTTP請求、文件操作或自定義操作的工具調用。該框架包含記憶存儲，用於跟蹤代理狀態和結果，有成本啟發式的任務分解計劃器模塊，以及按序調用工具的執行器模塊。用戶可以通過配置文件插入自定義工具、定義提示模板和調整規劃深度。mini-agi的輕量架構非常適合用於原型設計，例如進行研究查詢、流程自動化或自主生成代碼。

Multi-Agent-Seller 提供了一個模組化的環境，用於使用AI代理模擬電子商務談判。它包括預設的買家和賣家代理，具有可自定義的談判策略，例如動態定價、基於時間的讓步和效用為基礎的決策。用戶可以定義自定義協議、訊息格式和市場條件。該框架負責會話管理、報價追蹤和結果日誌，並配備內建的可視化工具以分析代理互動。它可以輕鬆與機器學習庫整合，用於策略開發，支持使用強化學習或規則的代理進行實驗。其擴展性架構允許添加新代理類型、談判規則和可視化插件。Multi-Agent-Seller 非常適合測試多代理算法、研究談判行為，以及在AI與電子商務領域進行概念教學。

Neon AI 提供量身定做的 AI 代理，旨在改善團隊的效率。這些代理可以自動化日常任務、處理查詢、與工具集成和分析數據，從而導致更高效的工作流程。通過將信息進行上下文化和執行重複性任務，Neon AI 使團隊能轉向戰略性舉措，而不是操作細節。

NextGenSwitch 是一個精密的 AI 代理，旨在通過智能自動化來簡化切換任務。它利用人工智慧幫助使用者無縫管理和切換設置或任務，同時減少手動干預。它的功能包括智能建議、任務自動化和實時更新，以確保業務運作的最佳表現。使用此工具，使用者可以期待提高效率和降低運營成本。

Nova提供完整工具集，用於在Python中創建自主AI代理。它具有將目標分解為可行步驟的規劃器、整合任何外部工具或API的插件系統，以及用於存儲和回憶會話內容的記憶模組。開發者可以配置自定義行為、透過日誌追蹤代理決策，並以最少程式碼擴充功能。Nova簡化從設計到部署的整個代理生命週期。