Playbooks AI是一個用於通過聲明式劇本DSL構建AI代理的開發框架。它支持與多種大型語言模型（LLMs）、自定義工具和記憶存儲的整合。配備CLI和網頁界面，使用者可以定義代理行為、編排多步流程並監控執行結果。功能包括工具路由、有狀態記憶、版本控制、分析和多代理協作，便於快速原型設計和部署生產級AI助手。

Poke-Env旨在透過提供完整的Python介面來簡化寶可夢Showdown對戰的AI代理建立與評估工作。它處理與Pokémon Showdown伺服器的通訊、解析遊戲狀態資料，並利用事件驅動架構管理每回合的行動。用戶可以擴展基本玩家類別以實作使用強化學習或啟發式演算法的自訂策略。此框架支援內建的對戰模擬、平行對戰以及詳細記錄行動、獎勵與結果，便於複現研究。藉由抽象底層網路與解析任務，Poke-Env讓AI研究人員與開發者專注於演算法設計、性能優化與策略比較。

PySpur提供一個整合的環境，讓你可以透過友善的節點介面建構、測試和部署AI代理。開發者可以拖曳模組化的區塊（如語言模型呼叫、資料取得、決策分支和API互動），組成行動鏈條。即時模擬模式允許工程師驗證邏輯、檢查中間狀態並在部署前除錯工作流程。PySpur亦支持版本控制、性能分析，並能一鍵部署到雲端或內部基礎設施。支援可插拔的連接器及主流大型語言模型及向量資料庫，團隊能快速原型複雜的推理代理、自動化助理或數據管道。其開源且可擴展的架構，將複雜程式碼和基礎建設開銷降至最低，加快迭代步伐，打造更可靠的代理方案。

Raga的Catalyst是一個簡化企業內AI驅動代理創建與運營的SaaS平台。用戶可以將資料從資料庫、CRM與雲端儲存引入向量庫，配置記憶政策，並協調多個大型語言模型來回應複雜查詢。視覺建構器支援拖放工作流程設計、工具與API整合，並提供即時分析。配置完畢後，代理可作為聊天介面、API或嵌入式部件部署，具備角色權限管理、審計日誌與可擴展性以適應生產環境。

SeeAct 設計目的是為視覺語言代理提供雙階段管線：由大型語言模型驅動的規劃模塊生成基於觀察場景的子目標，執行模塊將子目標轉化為環境特定的行動。感知骨幹從圖像或模擬中提取物件與場景特徵。模塊化架構允許輕鬆替換規劃器或感知網絡，並支持在 AI2-THOR、Habitat 及自訂環境中的評估。SeeAct 促進互動式 embodied AI 研究，提供端到端的任務分解、歸屬與執行。

RoboCup Rescue Agent Simulation是一個開源框架，模擬多個AI驅動的代理在城市災害環境中合作，尋找並拯救受害者。它提供導航、地圖、通信及感測器整合介面。用戶可撰寫自訂的代理策略、執行批次實驗及視覺化代理表現指標。平台支持場景配置、日誌記錄與結果分析，加速多代理系統及災難反應算法的研究。

Vagent.io 提供了一個直觀的界面，用於通過語音命令與自定義 AI 代理互動。用戶可以通過自然語音輕鬆地與其 AI 代理進行溝通，而不是鍵入。該平台與簡單的 webhook 集成，並使用 OpenAI 來提供高質量的語音識別，並支持 60 多種語言。數據隱私是優先考慮的，無需註冊，所有數據均存儲在用戶的設備上。Vagent.io 非常靈活，允許用戶連接各種後端並構建模塊化的多代理系統，以處理更複雜的任務。

AWS Sample Model Context Protocol Demos是一個開源儲存庫，展示了用於大語言模型（LLM）上下文管理與工具調用的標準化範式。包含兩個完整範例—一個使用JavaScript/TypeScript，另一個是Python—實作模型上下文協議，使開發者可以建立呼叫AWS Lambda函數、維持對話記錄及串流回應的AI代理。範例程式碼涵蓋訊息格式化、函數參數序列化、錯誤處理與可客製化的工具整合，加速生成式AI應用的原型開發。

Saga提供一個彈性的架構，用來建立規劃和執行多步工作流程的AI代理。核心組件包括將目標拆解為行動的規劃模組、用於對話及任務語境的記憶存儲，以及用於整合外部服務或腳本的工具登錄機制。代理以非同步方式運行，管理跨會話的狀態，並支持自訂工具的開發。Saga能快速原型化自主助理，自動化資料收集、警示和互動式問答等任務，皆可在您的Python環境中實現。

Sentient 是一個具狀態的人工智慧代理平台，旨在支援非玩家角色與虛擬人設。它擁有記憶系統，可以記錄事件，具有多步操作規劃的任務排程引擎，以及自然對話的交流界面。開發者可以自定義角色屬性、目標與知識庫。Sentient 的 SDK 與 API 支援Unity、Unreal、JavaScript 及 Node.js，允許本地或雲端無縫整合，以提供沉浸式互動數位體驗。

Sheet-Chat的基於AI代理的電子表格助手徹底改變了表格管理，使用戶能夠創建、編輯、格式化表格、生成圖表和翻譯內容。這個人工智慧驅動的工具無縫集成到Google Sheets和Excel中，提高生產力並提供更深入的數據洞察。無論是自動化重複性任務還是提供智能建議，Sheet-Chat都增強了電子表格的可用性和效率。

Simple-Agent 是一個用 Python 編寫的開源 AI 代理框架，利用 OpenAI API 創建模組化的對話代理。它允許開發者定義代理可以調用的工具功能，維持多次互動的上下文記憶，並通過技能模組自訂代理行為。框架負責請求路由、動作規劃和工具執行，讓你專注於領域特定邏輯。內建記錄與錯誤處理，Simple-Agent 可加快AI聊天機器人、自動化助理與決策支援工具的開發。它支援簡單整合自定義API與資料來源，支持非同步工具呼叫，並提供簡易配置界面。用它來原型設計客服支持、資料分析、自動化等用途。模組化架構使擴充功能變得容易，不需更改核心邏輯。在社群貢獻與文檔支援下，Simple-Agent 非常適合初學者及經驗豐富的開發者快速部署智慧代理。

Sirji讓團隊在無需編碼的情況下建立AI驅動的代理。用戶可視化設計對話流程，整合外部API與知識庫，管理長期記憶，並在多個渠道部署代理。內建分析功能監控效能，安全控制確保資料隱私。Sirji簡化多元商業流程中智能代理的開發與維護。

Skeernir是一個開源的AI代理框架，旨在加速開發木偶操控代理，用於遊戲自動化與流程協調。專案包括一個基本模板、核心API和範例模組，示範如何將代理邏輯連結到目標環境，無論是模擬遊戲玩法或控制作業系統任務。其擴展性架構允許用戶實作自訂決策策略、插入機器學習模型，並在Windows、Linux和macOS上管理代理生命週期。內建日誌與配置支援，Skeernir讓自主AI代理的測試、除錯與部署更為便利。

Solana多模態AI代理是一個開源框架，結合了尖端的AI模型——GPT用於文本、DALL·E用於圖像、Whisper用於音頻轉錄和合成，以及視頻生成——並與Solana區塊鏈配合。它提供模組化的服務器架構和RESTful API，對每個請求強制鏈上SOL支付。開發者配置Solana錢包和OpenAI憑證，部署代理，然後通過UI或API發送多模態請求。回應中帶有相關的交易收據。這種設計支持微支付、審計追蹤和去中心化AI服務，非常適合Web3分散式應用和創意內容平台。

Solana AI Agent Eliza是一個概念驗證的AI代理，使經典的Eliza聊天機器人能在Solana區塊鏈上運行。它由一個基於Anchor的Rust智慧合約實現，該合約含有Eliza對話範式，並配備一個輕量級的Web前端。當用戶提交訊息時，前端調用鏈上程序，產生Eliza風格的回應，並將提示與回應寫入一個Solana賬戶。此設計展示了如何直接在鏈上整合簡單的AI邏輯，確保不可篡改、可審核的對話日誌，並為開發者建立更先進的AI代理提供範本。

StarCat提供一個拖放式的建立工具，可讓您在不寫程式碼的情況下創建AI代理。選擇範本或從零開始，配置提示語、設置記憶體與語境，並與Slack、電子郵件、CRM和資料庫等工具整合。代理可以處理多階段工作流程，如工單分類、潛在客戶評分、資料輸入和報告產生。內建分析工具可監控績效，版本控制則確保安全升級。您可以將代理部署到網站、通訊平台或內部儀表板，立即自動化重複性流程。

Steamship 是一個強大的平台，旨在簡化 AI 代理的創建、部署和管理。它為開發人員提供了一個管理堆棧，用於語言 AI 包，支持從無伺服器託管到向量存儲解決方案的完整生命週期開發。使用 Steamship，用戶可以輕鬆構建、擴展和自定義 AI 工具和應用程式，提供無縫的 AI 功能整合體驗。

Stellar Chat 讓團隊能夠建立對話式人工智慧代理，提供一個堅固的框架，抽象化LLM互動、記憶管理和工具整合。核心包含一個擴充性管線，處理用戶輸入預處理、透過向量記憶檢索進行上下文豐富，以及用可配置的提示策略調用LLM。開發者可以接入流行的向量存儲方案，如 Pinecone、Weaviate 或 FAISS，並整合第三方API或自訂插件以進行網頁搜尋、資料庫查詢或企業應用控制。支援串流輸出及即時反饋循環，確保用戶體驗的響應速度。還提供入門範例及最佳實作範例，適用於客戶服務、知識搜尋及內部工作流程自動化。由 Docker 或 Kubernetes 部署，能滿足生產需求，且完全採用MIT開源授權。

Strands Agents 提供模組化架構，用於建立結合自然語言推理、長期記憶與外部API/工具呼叫的智慧代理。它允許開發者配置規劃器、執行器與記憶組件，插入任意LLM（如OpenAI、Hugging Face），定義自訂動作架構，並管理任務間的狀態。內建記錄、錯誤處理與擴充工具庫，快速原型及部署能研究、分析數據、控制裝置或擔任數位助理的代理。抽象化常見的代理模式，減少樣板程式碼並促進最佳實踐，打造可靠且可維護的AI自動化系統。