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。

Agent Workflow Memory 是一個設計用來增強AI代理在複雜工作流程中擁有持久記憶的Python庫。它利用向量存儲來編碼和檢索相關上下文，使代理能記憶過去的互動、維持狀態並做出明智的決策。這個庫與LangChain的WorkflowAgent等框架無縫集成，提供可定制的記憶回調、資料驅逐政策和對各種存儲後端的支持。透過在向量資料庫中存放對話記錄和任務元資料，它能進行語義相似性搜尋，以呈現最相關的記憶。開發者可調整檢索範圍、壓縮歷史資料以及實現自定義的持久化策略。非常適合長時間會話、多代理協調和高上下文的對話，Agent Workflow Memory 確保AI代理在持續性運作下，進行更自然、更具上下文感的互動，同時降低冗餘和提升效率。

LangGraph提供一個靈活的多智能體系統，建立在有向圖之上，每個節點代表專門從事代碼合成、審查、調試或聊天等任務的AI代理。用戶以JSON或YAML定義工作流程，指定代理角色及通信路徑。LangGraph管理任務分配、消息路由和錯誤處理。它支持插件不同的LLM API、擴展自定義代理，以及執行流程可視化。有CLI和API接口，方便構建從初始代碼產生到持續測試及開發者互動的複雜自動化流程。