LlamaIndex是一個面向開發者的Python庫，旨在彌合大型語言模型與私有或領域專用數據之間的鴻溝。它提供多種類型的索引，如向量索引、樹狀索引和關鍵詞索引，以及數據庫、文件系統和Web API的適配器。該框架包含將文檔切片成節點、利用流行的嵌入模型進行嵌入，並進行智能檢索以提供上下文的工具。配備內建緩存、查詢模式和節點管理功能，LlamaIndex使構建檢索增強生成變得簡單，能在聊天機器人、問答服務和分析管道中提供高精度且豐富上下文的回應。

ChainLite 通過將 LLM 協調的複雜性抽象為可重用的鏈模塊，簡化了 AI 代理的創建。開發者可使用簡單的 Python 裝飾器與配置文件來定義代理行為、工具介面與記憶結構。該框架與流行的 LLM 提供商（OpenAI、Cohere、Hugging Face）和外部資料源（API、資料庫）集成，使代理能夠即時獲取資訊。基於瀏覽器的內建 UI 由 Streamlit 強化，使用者可以檢查 Token 級別的對話歷史、除錯提示並視覺化鏈執行圖。ChainLite 支援多種部署目標，從本地開發到生產容器，促進資料科學家、工程師及產品團隊之間的無縫合作。

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。

QueryCraft是一個基於Python的提示工程工具包，旨在簡化AI代理的開發流程。它允許用戶通過模組化流程定義結構化的提示，無縫連接多個LLM API，並根據自定義指標進行自動評估。內建的標記使用量和成本日誌功能幫助開發者衡量性能、比較提示變體，並識別低效率之處。QueryCraft還包括除錯工具，用於檢查模型輸出、可視化工作流程步驟，並進行不同模型的基準測試。其CLI和SDK界面支持集成到CI/CD流程中，加快迭代和協作。提供一個完整的提示設計、測試和優化環境，幫助團隊交付更準確、更高效且成本效益更佳的AI代理解決方案。

TheTen AI 代理平台提供一個圖形建構器，用戶可以連接各種資料來源—如雲端文件、資料庫或 API—並定義代理的用途與語氣。代理可以回答用戶詢問，提供情境感知的回應，按需求總結大量文件，並觸發自動化流程，例如建立工單或發送電子郵件通知。內建的分析儀表板追蹤使用量、性能和用戶滿意度。代理能夠個性化設定獨特的個性與優化提示，無需撰寫程式碼。完成後，可透過嵌入碼、REST API 或與 Slack、MS Teams 等訊息平台整合，提供跨通道的順暢對話體驗。

Connery SDK 是一個全面的框架，簡化了 AI 代理的創建。它為 Node.js、Python、Deno 和瀏覽器提供客戶端庫，使開發者能定義代理行為、整合外部工具和資料來源、管理長期記憶，並連接多個 LLM。內建遙測與部署工具，加速從開發到生產的整個代理生命周期。