Multi-Agent-AI-Models-and-Path-Planning提供一個完整工具包，用於開發與測試結合古典與現代路徑規劃方法的多代理系統。涵蓋A*、Dijkstra、RRT和電勢場等算法的實作，並配有可客製化的代理行為模型。框架包含模擬和視覺化模組，方便建立場景、即時監控與性能分析。設計為擴充性強，用戶可加入新的規劃算法或代理決策模型，以評估在複雜環境中的合作導航與任務分配。

AI Context Optimization 提供一套全面的工具包，供提示工程師和開發人員優化生成式 AI 的語境窗口。它利用語境相關性評分來識別並保留關鍵資訊，執行自動摘要以濃縮較長的歷史記錄，並實施代幣預算管理以避免超出 API 限制。用戶可以將其整合到聊天機器人、檢索增強生成流程和記憶系統中。可配置的參數允許調整壓縮的激進程度和相關性閾值。在保持語義連貫的同時剔除雜訊，提升響應品質、降低運營成本，並簡化各種 LLM 提供商的提示設計。