AI-Agents提供一個彈性且模組化的平台，用於建立自主AI驅動的代理。開發者可以定義代理目標，鏈結任務，並加入記憶模組以存取跨會話的情境信息。此框架支援透過API金鑰與主要的LLM整合，使代理能產生、評估並修訂輸出。客製化的工具與插件支援能與外部服務如網路爬蟲、資料庫查詢與報告工具互動。透過明確的規劃、執行與反饋循環抽象，AI-Agents加速智慧自動化流程的原型設計與部署。

AgenticIR（Agentic Information Retrieval）提供一個模組化框架，LLM 驅動的代理能自主規劃與執行 IR 工作流程。它能定義代理角色，例如查詢產生器、文件擷取器和摘要器，並在可自訂的序列中運行。代理可以擷取原始文本、根據中間結果調整查詢，並將提取的段落合併成簡潔的摘要。此框架支援多步驟流程，包括反覆的網頁搜索、API 取用和本地文件解析。開發者可調整代理參數、整合不同的 LLM，並微調行為策略。AgenticIR 亦提供日誌記錄、錯誤處理與平行代理執行，以加速大規模資訊收集。只需最少程式碼，即可讓研究人員與工程師快速原型與部署自主檢索系統。

Canny是一個完整的客戶反饋平台，允許您從各種來源集中、分析和優先排序反饋。這使您能夠建立路線圖並與觀眾共享更新。通過收集反饋、分析、優先排序和共享等功能，Canny幫助您通過理解和行動滿足客戶需求來創建更好的產品。它提供與Jira、Salesforce和Hubspot等工具的集成，以將反饋與收益影響聯繫起來，並確保您的團隊工作流程流暢。

Langtrace提供一套全面的功能，幫助開發人員監控和增強其大型語言模型應用程式。它利用OpenTelemetry標準以確保兼容性，允許從各種來源收集痕跡並提供性能指標。該工具幫助識別趨勢、異常和改進空間，從而使應用程式更加高效和可靠。它使團隊能夠建立自動評估和反饋迴路，大大簡化了LLM應用程式的開發和改善過程。

ManasAI是一個以Python為基礎的框架，可創建具有內建狀態和模組化元件的自主AI代理。它提供代理推理、短期與長期記憶、外部工具與API整合、訊息驅動事件處理與多代理協調的核心抽象。代理可被設定來管理背景、執行任務、處理重試及收集反饋。其可插拔架構讓開發者能根據特定工作流程調整記憶後端、工具和協調器，非常適合原型開發聊天機器人、數位工作者與需要持續背景與複雜交互的自動化流程。

Meta-Agent-with-More-Agents 是一個擴展性開源框架，實現了元代理架構，使多個專門的子代理可以合作完成複雜任務。它利用LangChain進行代理調度，並使用OpenAI API進行自然語言處理。開發者可以定義自訂的代理，用於數據擷取、情感分析、決策或內容生成。元代理負責任務分解、將目標派發給相應的代理、收集它們的輸出，並通過反饋循環不斷完善結果。其模組化設計支持平行處理、日誌記錄和錯誤處理。非常適合自動化多步工作流程、研究管道和動態決策支持系統，並簡化建立穩健的分散式AI系統，抽象化代理間通信與生命週期管理。

SCOUT-2提供模組化架構，用於建立由大型語言模型支持的自主代理人。包括目標拆解、任務規劃、執行引擎和反饋驅動的反思模組。開發者定義頂層目標後，SCOUT-2會自動生成任務樹，派遣工作代理人執行，監控進度，並根據結果調整任務。它與OpenAI API整合，並可透過自訂提示和範本擴展以支持各種工作流程。

Pentagi 是一個無需編碼的 AI 代理平台，讓您可以為各種業務場景創建、培訓和部署智能對話代理。利用其視覺流程構建器，定義意圖、實體和回應行動。與外部 API 的整合使得動態資料獲取和自動任務執行成為可能。將代理部署到網頁聊天小工具、訊息應用或行動 SDK，並通過內建的分析儀表板監控性能，優化對話和代理效率。