Agentfy提供模組化架構，將大型語言模型（LLM）、記憶後端和工具整合成一個合作的運行環境。開發者用Python類別聲明代理行為，註冊工具（REST API、資料庫、工具程式），並選擇記憶存儲（本地、Redis、SQL）。框架協調提示、行動、工具調用和上下文管理以自動化任務。內建CLI與Docker支援，讓部署可以一步完成，適用於雲端、邊緣或桌面環境。

AI Agent Marketplace是使用Next.js和React構建的，旨在提供一個集中的中心，讓用戶可以瀏覽、評估和部署各種AI代理。該平台從社群貢獻中提取代理元數據，提供詳細描述、能力標籤和瀏覽器中的實時演示。用戶可以根據領域、功能或技術提供商篩選代理。對於開發者而言，開源存儲庫包括模組化架構，支持添加新的代理條目、配置API端點和自定義UI元件。部署選項包括在Vercel托管或使用本地Docker容器。通過將不同的AI代理專案整合為一個可搜尋界面，該市場促進實驗、協作和在生產工作流程中的集成。

AI-Short-Video-Engine在端到端流程中協調多個AI模組，將用戶定義的文字提示轉換成精美的短影片。首先，系統利用大型語言模型產生分鏡和腳本。接著，Stable Diffusion創建場景圖像，bark提供逼真的語音配音。引擎會將圖像、字幕和音訊合成成一個完整影片，自動添加轉場和背景音樂。其插件架構允許按需客製化每階段：從替換不同的文字轉圖像或TTS模型到調整影片解析度和樣式模板。透過Docker或原生Python部署，提供CLI命令和RESTful API端點，讓開發者可以輕鬆整合AI影片製作流程到既有工作流程。

Aladin提供模組化架構，允許開發者定義由大型語言模型（LLMs）驅動的自主代理。每個代理可以載入記憶後端（如SQLite或內存）、使用動態提示模板，並集成自定義插件以調用外部API或執行本地指令。其具有將高階目標拆解成排程動作的任務規畫器，依序執行並根據LLM反馈迭代。配置通過YAML檔案與環境變數管理，適用於不同用例。用戶可通過Docker Compose或pip來部署Aladin。CLI與基於FastAPI的HTTP端點讓用戶觸發代理、監控執行流程和檢查記憶狀態，促進與CI/CD流程、聊天界面或自訂儀表板的整合。

Kurtosis AutoGPT套件是一個AI代理框架，以Kurtosis模組包裝，能在最少努力下提供一個完整配置的AutoGPT環境。它配置並連接PostgreSQL、Redis和向量存儲，然後注入API金鑰和代理腳本到網絡中。通過Docker和Kurtosis CLI，您可以啟動隔離的代理實例、查看日誌、調整預算和管理網絡策略。此套件消除了基礎設施障礙，使團隊能快速開發、測試並擴展自主GPT驅動的工作流程，並確保可重複性。

Cargoship提供了一個簡化的解決方案，讓您在應用程式中整合AI，而不需要任何機器學習專業知識。從我們的開源AI模型收藏中選擇，這些模型方便地打包在Docker容器中。運行容器後，您可以輕鬆部署模型，並通過良好的API文檔訪問它們。這使得任何技能水平的開發人員都能夠將複雜的AI功能集成到他們的軟體中，從而加快開發時間並減少複雜性。

Chatpad AI 是一款免費且開源的聊天用戶介面，增強 ChatGPT 體驗。它提供一個流暢、易於使用、注重隱私的環境，使用戶能夠無縫地進行對話並輕鬆提出請求。使用 Docker 進行自我托管，確保用戶對其數據擁有完全控制。無論是自我托管還是利用一鍵部署，Chatpad AI 都提供靈活性和易用性，是與 ChatGPT 進行安全且友好的交互的絕佳選擇。

ClassiCore-Public提供一個完整環境，用於建立、優化和部署分類模型。具有直覺操作的流程構建器，負責從原始資料讀取、清洗及特徵工程。內建的模型庫涵蓋隨機森林、SVM及深度學習架構。自動超參數調整則利用貝氏優化尋找最佳設定。訓練好的模型支援部署成RESTful API或微服務，並配備監控儀表板，可即時追蹤效能指標。擴充插件允許開發者加入自訂資料預處理、視覺化或新部署目標，非常適合產業級分類應用。

Co-Sight 是一個開源的 AI 框架，簡化了實時視頻分析解決方案的開發與部署。它提供視頻數據輸入、預處理、模型訓練和分散推理的模塊，支援邊緣與雲端操作。內建物體檢測、分類、追蹤及管道編排等功能，確保低延遲處理與高吞吐量。其模塊化設計可與流行的深度學習庫集成，並利用 Kubernetes 無縫擴展。開發者可通過 YAML 定義管道，利用 Docker 部署，並通過網頁儀表板監控性能。Co-Sight 使用戶能建立智慧城市監控、智能運輸和工業質量檢測的高階視覺應用，縮短開發時間並降低運營複雜度。

CrewAI Agent Generator 利用命令列界面，初始化具有結構化資料夾、範例提示模板、工具定義與測試框架的新 AI 代理專案。可連結 OpenAI、Azure 或自訂 LLM 端點；用向量儲存管理代理記憶；協調多個代理於合作流程；檢視詳細對話紀錄；並以一鍵部署到 Vercel、AWS Lambda 或 Docker，內建部署腳本。加速開發並確保專案架構一致性。

Deploud 是一個強大的平台，旨在快速部署 Docker 映像到 Google Cloud Run。使用 Deploud，用戶可從自動生成的腳本中獲益，使他們能夠無縫地部署應用程序。該服務通過處理基礎設施代碼的複雜性來簡化過程，讓您專注於構建優秀的應用程序。它生成經過驗證的部署腳本，運行流暢，為開發人員創造更高效的工作流程。

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。

此框架提供基於伺服器的架構，支援多個MCP（多通道處理）伺服器以處理並發會話，跨會話維持上下文，並通過插件整合外部服務。開發者可以配置消息平台的連接器、定義自訂功能調用，並使用Docker或原生主機擴展實例。它包括日誌記錄、錯誤處理和模組化流程，以在不更改核心程式碼的情況下擴展功能。

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。

RAGApp 旨在簡化整個 RAG 流程，提供與流行向量資料庫（FAISS、Pinecone、Chroma、Qdrant）及大型語言模型（OpenAI、Anthropic、Hugging Face）的即用型整合。它包含資料導入工具，將文件轉換成嵌入，提供語境感知檢索實現精確知識選擇，以及內建聊天界面或 REST API 伺服器進行部署。開發者可以輕鬆擴充或替換任何組件——加入自訂預處理器、整合外部 API 為工具，或更換 LLM 提供者——同時利用 Docker 和 CLI 工具進行快速原型設計及正式部署。

Stellar Chat 讓團隊能夠建立對話式人工智慧代理，提供一個堅固的框架，抽象化LLM互動、記憶管理和工具整合。核心包含一個擴充性管線，處理用戶輸入預處理、透過向量記憶檢索進行上下文豐富，以及用可配置的提示策略調用LLM。開發者可以接入流行的向量存儲方案，如 Pinecone、Weaviate 或 FAISS，並整合第三方API或自訂插件以進行網頁搜尋、資料庫查詢或企業應用控制。支援串流輸出及即時反饋循環，確保用戶體驗的響應速度。還提供入門範例及最佳實作範例，適用於客戶服務、知識搜尋及內部工作流程自動化。由 Docker 或 Kubernetes 部署，能滿足生產需求，且完全採用MIT開源授權。

Taiga是一個基於Python的開源AI代理框架，旨在簡化自主大語言模型（LLM）代理的創建、協調與部署。該框架包括彈性的插件系統用於整合自定義工具和外部API，可配置的記憶模塊用於管理長短期對話內容，以及任務鏈接機制來安排多步工作流程。Taiga還提供內建的日誌、指標與錯誤處理功能，適用於生產環境。開發者可以快速用模板建立代理、通過SDK擴展功能並跨平台部署。透過抽象化複雜的協調邏輯，Taiga讓團隊專注於構建能搜索、計劃並自主執行動作的智能助手。

ByteChef提供一個模組化架構，用於構建、測試和部署AI代理。開發者定義代理配置檔，附加自定義技能插件，並透過視覺化Web IDE或SDK協調多代理工作流程。它與主要的LLM供應商（OpenAI、Cohere、自託管模型）和外部API整合。內建的除錯、日誌和監控工具簡化迭代。專案可部署為Docker服務或無伺服器函數，實現可擴展且面向生產的AI代理，可應用於客戶支持、資料分析與自動化。

DocumentAI-Backend 是一個輕量級的後端框架，能自動化從文件中提取文字、表單欄位和結構化資料。它提供 REST API 端點，支援上傳 PDF 或圖像文件，利用 Google Document AI 處理（並配合 OCR 輪替），並以 JSON 格式返回解析結果。採用 Python、FastAPI 和 Docker 開發，方便快速集成到現有系統、支持擴展部署，並透過可配置的流程和中介件進行定制。

OCO-Agent利用與OpenAI兼容的語言模型，將普通語言提示轉化為可執行的工作流程。它提供彈性的插件系統，支援整合外部API、Shell命令和數據處理流程。該框架在記憶中保存對話歷史和上下文，支持長時間、多步驟任務。配備CLI界面與Docker支援，OCO-Agent加快智慧助手在營運、分析和開發效率上的原型設計與部署。