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。

Esquilax是一個輕量級的TypeScript框架，用於建構和協調複雜的AI代理人工作流程。它提供開發者一個清晰的API，用來宣告式定義代理人、分配記憶模組，以及整合自定義的API呼叫或資料庫查詢等插件行為。內建的上下文處理與多代理人協調支援，讓建立聊天機器人、數位助理與自動化流程更加便利。事件驅動架構允許動態串接任務與觸發，還有完整的日誌記錄與除錯工具，確保代理人互動的全盤可見。抽象繁瑣程式碼，協助團隊快速原型開發可擴展的AI應用。

Exo 是一個以開發者為中心的框架，能夠建立能與用戶溝通、調用外部API，以及保存會話上下文的人工智能驅動代理。它的核心使用TypeScript定義來描述工具、記憶層和對話管理。用戶可以註冊自定義動作，用於數據檢索、排程或API協調。框架自動處理提示模板、訊息路由和錯誤處理。Exo的記憶模組可以跨會話存儲和回憶用戶特定資訊。開發者可在Node.js或無伺服器環境中以最少配置部署代理。Exo還支持用於記錄、認證和度量的中介軟體。其模組化設計確保各組件可以在多個代理中重用，加快開發速度並減少冗餘。

Flock提供一個友好的模組化框架，用於串聯多個LLM調用、管理對話記憶並將外部工具整合到自主代理人中。支援非同步執行和插件擴展，使Flock能細緻掌控代理人的行為、觸發器和上下文管理。在Node.js和瀏覽器環境均可無縫運作，讓團隊能快速原型化聊天機器人、資料處理流程、虛擬助理及其他由AI驅動的自動化解決方案。

Geers AI Lang Graph提供一個基於圖的抽象層，用於建構協調多個LLM呼叫和管理結構化知識的AI代理。透過定義代表提示、數據和記憶的節點與邊，開發者可以建立動態工作流程、追蹤交互中的上下文，以及視覺化執行流程。此框架支持多種插件整合不同的LLM提供者、客製提示範本，並能輸出圖形。它簡化迭代式代理設計、提升上下文保存能力，並加速對話助理、決策支援機器人及研究流程的原型開發。

Griptape提供了一個全面的AI框架，簡化了AI代理的開發和部署。它為開發人員提供了數據準備（ETL）、基於檢索的服務（RAG）和代理工作流程管理的工具。該平台支持構建安全、可靠的AI系統，而不需要傳統AI框架的複雜性，使組織能夠有效利用其數據進行智能應用。

Janus Pro是Deepseek開發的一個創新AI框架，統一了多模態理解和影像生成。它超越了以前的模型，採用了分離式視覺編碼系統，並保持統一的變壓器架構。這個模型在文本到影像和影像到文本的任務中表現出色，提供優越的性能和穩定性。Janus Pro有1B和7B參數版本，設計用於商業和研究用途，提供廣泛的應用。

LlamaIndex 是一個創新框架，使用於開發人員創建利用大型語言模型的應用程序。通過提供連接自定義數據源的工具，LlamaIndex 確保在生成 AI 應用程序中有效利用您的數據。它支持各種格式和數據類型，使私人和公共數據源的無縫集成和管理成為可能。這使得建立智能應用程序變得更加容易，能準確回應用戶查詢或使用上下文數據執行任務，從而提高運營效率。

MAGI（模組化人工智慧生成式智慧）是一個為簡化人工智慧代理建立與管理而設計的開源框架。它提供插件結構，用於自定義工具整合、持久記憶模組、思維鏈規劃，以及多步工作流程的即時協調。開發者可以註冊外部 API 或本地腳本作為代理工具、配置記憶後端，並定義任務策略。MAGI 的可擴展設計支援同步與非同步任務，非常適用於聊天機器人、自動化流程和研究原型。

此框架允許用戶設計、配置並部署多個透過中心協調器以JSON訊息交流的AI代理。每個代理可以具有不同的角色、提示詞與記憶模組，並可通過實現提供者接口來插入任意LLM提供商。系統支持持久的對話記錄、動態路由和模組擴展，適用於模擬辯論、自動化客戶支持流程或協作多步文件生成，運行在Python中，並支援Docker用於容器化部署。

Multi-Agent Coordination提供輕量級API，用於定義AI代理、將其註冊到中央協調器並派發任務進行合作解決問題。它負責訊息路由、併發控制和結果整合。開發者可以插入自定義代理行為、擴展通訊通道，並通過內建日誌和Hooks監控交互。該框架簡化了分散式AI工作流程的開發，每個代理專精於子任務，協調器確保合作順暢。

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。

OmniMind0 是一個完整的基於代理的 AI 框架，使用 Python 編寫，允許建立並協調多個自主代理。每個代理可配置以處理特定任務—如資料擷取、摘要或決策—並透過可插拔的記憶體後端（如 Redis 或 JSON 檔案）共享狀態。內建插件架構讓您可以拓展功能，與外部 API 或客製命令整合。支援 OpenAI、Azure 和 Hugging Face 模型，並提供 CLI、REST API 伺服器或 Docker 的部署選項，以便靈活集成入您的工作流程。

具擴展性的MADDPG是一個面向研究的多智能體強化學習框架，提供MADDPG算法的擴展實現。其特點是在訓練期間使用集中式評論家，在運行時使用獨立的行為者，以確保穩定性和效率。該庫包括Python腳本，用於定義自訂環境、配置網絡架構和調整超參數。用戶可以並行訓練多個代理，監控指標，並可視化學習曲線。它與OpenAI Gym類似的環境集成，並支持通過TensorFlow加速GPU運算。通過模組化組件，具擴展性的MADDPG使得在合作、競爭或混合型多智能體任務中進行靈活實驗成為可能，加快原型開發和基準測試。

SuperPilot是一個自主的AI代理框架，利用大型語言模型來執行多步驟任務，無需人工干預。通過集成GPT和Anthropic模型，可以產生計畫、調用外部工具（如無界面瀏覽器進行網頁爬取、終端用於命令執行、記憶模塊來保持上下文）。用戶定義目標，SuperPilot動態協調子任務，維護任務隊列，並適應新資訊。模組化架構允許加入自訂工具、調整模型設定和記錄互動。有內建反饋循環，人工輸入能改善決策並提升成效。適用於自動化研究、程式碼任務、測試及例行資料處理流程。

TensorFlow提供了一個全面的生態系統，用於開發機器學習模型，支持數據處理、模型訓練和部署等任務。憑藉其靈活性和可擴展性，TensorFlow允許構建複雜的架構，例如神經網絡，便於在計算機視覺、自然語言處理和機器人技術等領域中的應用。

Tongui Agent提供模組化架構，用於創建能夠維持對話狀態、利用外部工具並協調多個子代理的AI代理。開發者可以配置LLM後端、定義自定義行動，並附加記憶模組來存儲上下文。該框架包含SDK、CLI和中介層鉤子，以便實現觀測性，方便整合至網頁或Node.js應用程序中。支援的LLM包括OpenAI、Azure OpenAI及開源模型。

HyperChat 是以開發者為中心的 AI 代理框架，簡化將對話式 AI 整合到應用中。它統一連接多個 LLM 提供者，處理會話背景和記憶持久化，並提供串流部分回應以實現響應式界面。內建函數呼叫和插件支援，允許執行外部 API，豐富對話內容，結合真實世界資料與行動。其模組化架構與 UI 工具包，支持快速原型設計與正式部署於 Web、Electron 和 Node.js 環境。

Autonomys Agents使開發者能夠創建能執行複雜任務且不需要人工干預的自主AI代理。基於Python，該框架提供定義代理行為的工具、整合外部API和自訂函數，以及維持會話記憶。在多代理設定中，代理可以協作、共享知識並協調行動。觀察模組提供即時日誌、性能追蹤和除錯洞察。憑藉其模組化架構，團隊可以擴展核心組件、整合新型LLM，並在不同環境中部署代理。不論是自動化客服、數據分析或研究流程的協調，Autonomys Agents都能簡化端到端的智能自主系統開發與管理。

Avalon-LLM是一個基於Python的多智能體AI框架，用於在協調環境中管理多個由LLM驅動的智能體。每個智能體可以配置特定的工具，包括網路搜索、文件操作和自定義API，以執行專門任務。該框架支持存儲對話背景與長期知識的記憶模組、用於改進決策的思考鏈推理，以及內建的性能評估流程以進行基準測試。Avalon-LLM提供模組化插件系統，方便開發者輕鬆添加或替換組件，例如模型提供者、工具包和記憶存儲。透過簡單的配置文件和命令列介面，用戶可以部署、監控和擴展符合研究、開發及生產用例的自主AI工作流程。