VMAS是一個構建與訓練多智能體系統的綜合工具包，利用深度強化學習。它支持GPU並行模擬上百個環境實例，實現高通量數據收集與可擴展訓練。VMAS包含流行的MARL算法實現，例如PPO、MADDPG、QMIX和COMA，並具有模塊化的策略和環境接口，便於快速原型設計。該框架促進集中訓練與去中心化執行(CDTE)，提供可自定義的獎勵塑造、觀測空間和回調鉤子，用於記錄和可視化。其模塊化設計使VMAS能與PyTorch模型及外部環境無縫整合，非常適合在機器人、交通控制、資源分配和遊戲AI等多方面進行合作、競爭與混合動機任務的研究。

Cloudflare Agents 旨在協助開發者利用 Cloudflare Workers 在網路邊緣建構、部署與管理自主式 AI 代理。透過統一的 SDK，您可以用 JavaScript 或 TypeScript 定義代理行為、自訂動作和對話流程。此框架可無縫整合主要大型語言模型供應商如 OpenAI 和 Anthropic，並提供內建支援 HTTP 請求、環境變數和串流回應。一旦設定完成，代理可在數秒內全球部署，為終端用戶提供超低延遲的互動體驗。Cloudflare Agents 亦包含用於本地開發、測試及除錯的工具，確保開發流程順暢。

Fetch.ai的自主經濟代理（AEA）是一個多用途框架，讓開發者能設計、實現並協調自主軟件代理，這些代理能相互作用、與外部環境及數字帳本互動。利用插件架構，AEA提供預建模塊，用於通信協議、加密帳本API、去中心化身份和可自定義的決策能力。代理能在去中心化市場合內自我探索及交易，執行目標驅動行為，並通過實時數據流進行調整。該框架支持模擬工具，用於測試和排除多代理情境的錯誤，以及部署到實時區塊鏈或點對點網絡。結合內建的互操作性和代理之間的訊息傳遞，AEA能簡化能源交易、供應鏈優化和智慧物聯網協調等複雜的自主經濟應用開發。

人工智慧代理機器翻譯是一個開源框架，設計用於機器翻譯的研究與開發。它協調三個核心代理：生成、評估與調整，共同產出、評估並改善翻譯。基於PyTorch與Transformer模型，支援監督預訓練、強化學習優化與可配置代理策略。用戶可以在標準資料集上做基準測試、追蹤BLEU分數，並擴充流程加入自訂代理或獎勵函數，以探索代理間合作在翻譯任務中的應用。

Agents with ADK是一個開源的Python框架，旨在簡化由大型語言模型驅動的智能代理建立。它包含模組化的代理範本、內建記憶管理、工具執行介面，以及多代理協調功能。開發者能快速插入自定義功能或外部API，配置規劃與推理流程，並監控代理互動。該框架支援與流行的LLM供應商整合，並提供日誌、重試邏輯，以及用於生產部署的擴展性。

HackerGCLASS Agent API是一個開源的Python框架，暴露RESTful端點來運行AI代理。開發人員可以定義自定義工具整合、配置提示模板，並在各會話中維護代理狀態和記憶體。該框架支持多代理並行調度、處理複雜對話流程，並整合外部服務。它通過Uvicorn或其他ASGI服務器簡化部署，並通過插件模組提供擴展性，快速為各種用途創建領域專屬的AI代理。

Agentic Framework是一個多功能的開源框架，設計用來簡化利用大型語言模型與MongoDB的自主AI代理的建立。它提供模組化組件來管理代理記憶、定義工具集、調度多步工作流程和模板提示。內建的MongoDB支持記憶體存儲器，使代理能在會話之間保持持久的上下文，而可插拔的工具介面允許與外部API和資料源進行無縫交互。基於Node.js，該框架包括日誌記錄、監控鉤子和部署範例，加快智能代理的原型設計與擴展。透過可定制的配置，開發者可以根據任務需求定制代理，如知識檢索、自動化客戶支持、資料分析和流程自動化，降低開發負擔並加快推向生產。

AI-Creator提供一個彈性的架構，可用於創建能執行任務、用自然語言互動並利用外部工具的AI代理。它包含提示管理、鏈式推理、會話記憶及可自訂的流程模組。開發者可以使用簡單的JSON或程式碼配置來定義代理行為，整合API和資料庫作為工具，並將代理部署為Web服務或CLI應用程式。此框架支持擴充性和模組化，非常適合用於快速打造聊天機器人、虛擬助手和專用數位工作者。

Dive是一個基於Python的開源框架，旨在創建和運行能夠執行多步任務、且需要最少手動干預的自主AI代理。通過在簡單的YAML配置文件中定義代理配置文件，開發者可以指定API、工具和記憶模組，用於數據檢索、分析和管道協調。Dive管理上下文、狀態和提示工程，允許靈活的工作流程，並具有內建錯誤處理和日誌記錄。其模組化的架構支持廣泛的語言模型和檢索系統，方便組建用於客戶服務自動化、內容生成和DevOps流程的代理。該框架可以從原型擴展到生產，提供CLI命令和API端點，便於與現有系統集成。

Jina AI 是雲原生神經搜索解決方案的領先提供商。他們的開源框架利用最先進的深度學習，讓企業和開發者能夠有效地處理和搜索各種數據類型。這種方法促進了搜索系統的無縫部署、擴展和協作，使其成為希望改善信息檢索和數據管理能力的企業的理想選擇。

RAGENT 被設計用來創建能與各種工具及資料源互動的自主 AI 代理。底層上，它使用檢索增強生成來從本地檔案或外部資源取得相關內容，並透過 OpenAI 模型撰寫回應。開發者可以加入網頁搜尋、Selenium 瀏覽器自動化、檔案讀寫、在安全沙箱中執行程式碼，以及 OCR 圖像文字擷取的工具。該框架管理對話記憶、協調工具，並支持自訂提詞模板。有了 RAGENT，團隊可以快速原型設計智慧代理，用於文件問答、研究自動化、內容摘要及端到端工作流程自動化，全部在 Python 環境中實現。

Lagent是一個以開發者為中心的框架，能讓用戶在大語言模型之上建立智能代理。它提供動態規劃模塊，將任務拆解為子目標，並存儲長期會話的上下文的記憶庫，以及外部工具調用的API整合界面。有可定制的管道，使用者可以定義代理行為、提示策略、錯誤處理和輸出解析。Lagent的日誌和除錯工具可以監控決策過程，支持本地、雲端或企業部署的可擴展架構。它促使建構自主助理、資料分析器與工作流程自動化。

llm-lab提供靈活的工具包，用於使用大型語言模型創建智慧代理。它包括代理協調引擎、自訂提示範本、記憶與狀態追蹤，以及與外部API和插件的無縫整合。用戶可以撰寫情境、定義工具鏈、模擬互動並收集性能日誌。框架也內建測試套件，用於驗證代理行為是否符合預期結果。由於設計具擴充性，llm-lab使開發者能交換LLM供應商、添加新工具，並透過反覆實驗來演進代理邏輯。

Multi-Agent-RAG提供一個模組化框架，用於構建由多個專用AI代理人協調工作的基於檢索的生成應用（RAG）。開發者配置個別代理人：檢索代理連接向量存儲以提取相關文件；推理代理執行思維鏈分析；生成代理用大語言模型合成最終回應。框架支持插件擴展、可配置提示語和全面日誌紀錄，實現與主流LLM API及向量資料庫的無縫整合，改善RAG的準確性、擴展性與開發效率。

多智能體架構提供一個可擴展且可擴展的平台，用於定義、註冊和協調多個共同工作的AI智能體。它包括訊息中介、生命週期管理、動態智能體生成和可定制的通信協議。開發者可以構建專門的智能體（例如：資料擷取器、NLP處理器、決策者），並將它們插入核心運行時，以處理資料整合到自主決策流程等任務。其模組化設計支援插件擴展，並可與現有的ML模型或API整合。

Multi-Agent-Blueprint是一套全面的開源代碼，用於建立和協調多個人工智能驅動的代理，合作完成複雜任務。其核心為一個模組化系統，用於定義不同的代理角色—如研究員、分析師和執行者—每個角色配備專用的記憶存儲和提示模板。該框架與大型語言模型、外部知識API及定制工具無縫整合，支持動態任務委派和代理間的反饋循環。內建日誌和監控功能，追蹤代理間的交互與輸出。具有可自定義的工作流程和可更換組件，開發者與研究者能快速原型設計多代理管道，用於內容生成、資料分析、產品研發或自動客戶支持。

MultiAgentPuzzleSolver提供了一個模塊化的環境，獨立的AI代理可以合作解決滑動拼圖、魔方和邏輯格子等謎題。代理共享狀態信息，協商子任務分配，並應用多種啟發式策略，比單一代理方式更有效地探索解決空間。開發者可以插入新的代理行為，定義或定制通信協議，並添加新的謎題定義。框架包含實時視覺化工具、性能指標收集和實驗腳本，支持Python 3.8以上版本，標準庫，以及流行的機器學習工具包，方便整合進研究項目。

Nuzon-AI提供一個基於Python的代理框架，允許定義任務、管理對話記憶和通過插件擴展功能。它支持與主要LLMs（OpenAI、本地模型）集成，使代理能執行網絡互動、數據分析和自動化流程。架構包括技能註冊表、工具調用系統及多代理協作層，讓您組合代理用於客戶支持、研究輔助和個人生產力。透過配置文件，您可以定制每個代理的行為、記憶保留策略和日誌記錄，用於除錯或審計。

Open WebUI Pipeline for RAGFlow 為開發者和資料科學家提供一個模組化管道，用於構建檢索增強生成（RAG）應用。它支持上傳文件、使用各種LLM API計算嵌入，並將向量存儲於本地資料庫中，以高效進行相似度搜尋。該框架協調檢索、摘要和對話流程，使實時聊天界面能引用外部知識。提供可自定義提示、多模型兼容和記憶管理，幫助用戶在交互式Web UI環境中創建專用的問答系統、文件摘要器和個人AI助手。插件架構可與Oobabooga等現有本地WebUI輕鬆集成。並包括逐步配置文件，支援批次處理、對話上下文追蹤及靈活的檢索策略。開發者可以擴展管道，加入自定義模組，用於向量存儲選擇、提示鏈和用戶記憶，使其適用於研究、客戶支持及專業知識服務。

OpenAI Agents MCP Server提供一個穩固的基礎，用於部署及管理由OpenAI模型驅動的自主代理。它公開彈性RESTful API來建立、配置和控制代理，讓開發者能編排多步驟任務、協調代理之間的互動，並維持跨會話的持久記憶。框架支持插件式工具整合、進階對話記錄及可定制的規劃策略。透過抽象化基礎建設問題，MCP Server簡化開發流程，促進快速原型製作和在生產環境中的擴展部署，適用於對話助手、流程自動化和AI驅動的數位工作者。