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。

Azure AI Agents JavaScript SDK是一個客戶端框架和範例程式碼儲存庫，使開發者能用Azure OpenAI及其他認知服務來建立、客製化和協調AI代理。它支援多輪對話、增強檢索生成、函數調用，並與外部工具和API整合。開發人員可管理代理流程、處理記憶體，並透過插件擴展功能。範例模式包括知識庫問答機器人、自動任務執行器和對話助手，方便快速原型設計與部署智慧解決方案。

bedrock-agent是一個多功能的AI代理框架，與AWS Bedrock系列大型語言模型整合，用於協調複雜的任務驅動流程。它提供插件架構來註冊自訂工具、記憶模組以保存背景資訊，以及改進推理的思考鏈機制。透過簡單的Python API和命令列界面，開發人員可以定義能呼叫外部服務、處理文件、產生代碼或與用戶交談的代理。代理可以根據用戶提示自動選擇相關工具，並跨會話維持對話狀態。此框架是開源、可擴展的，適用於快速原型設計和在本地或AWS雲端部署AI助手。

BeeAI框架提供一個完全模組化的架構，用於構建能執行任務、管理狀態並與外部工具互動的智能代理。它包含長期上下文保留的記憶管理器、自定義技能集成的插件系統，以及內建的API串聯和多代理協調支援。框架提供Python和JavaScript SDK、用於建構專案的命令列介面，以及用於雲端、Docker或邊緣設備的部署腳本。監控儀表板和記錄工具協助即時追蹤代理性能與除錯。

在其核心，DAGent將代理工作流表示為由節點組成的有向無環圖，每個節點可以封裝一個LLM調用、自定義函數或外部工具。開發者明確定義任務依賴，實現并行執行和條件邏輯，框架管理調度、數據傳遞和錯誤恢復。DAGent還提供內建可視化工具，用於檢查DAG結構和執行流程，改善調試和審計。通過可擴展的節點類型、插件支持和與主流LLM提供者的無縫集成，DAGent使團隊能夠輕鬆構建複雜的多步AI應用，如數據管道、對話代理和自動化研究助手。其模塊化和透明性設計使其成為實驗和生產中的可擴展代理協調的理想選擇。