Drive Flow 是一個彈性很高的框架，讓開發人員可以通過定義步驟序列來設計AI流程。每個步驟都可以調用大型語言模型、執行自訂函數或與存於MemoDB的持久記憶交互。此框架支援複雜的分支邏輯、迴圈、平行任務與動態輸入處理。採用TypeScript，並使用宣告式DSL來指定流程，讓流程邏輯分離清晰。Drive Flow還提供內建錯誤處理、重試策略、執行上下文追蹤與豐富的日誌記錄。主要用例包括AI助手、自動化文件處理、客戶支持自動化和多步決策系統。通過抽象流程編排，Drive Flow加速開發並簡化AI應用的維護。

Scint是一個強大的無碼AI代理平台，讓用戶能組合、部署及管理自主多步流程。利用Scint的拖放界面，用戶可以定義代理行為、連接API及資料來源，並設定觸發條件。平台內建除錯、版本控制及即時監控儀表板。為技術與非技術團隊設計，Scint加快自動化開發，確保從資料處理到客戶支持的複雜任務可靠執行。

Agent Communication Protocol (ACP) 是一個正式規範，旨在實現自主人工智慧代理之間的無縫互動。ACP 指定了一套訊息類型、標頭和負載約定，以及代理發現和登記機制。它支持對話追蹤、版本協商和標準化的錯誤回報。透過提供語言無關的JSON架構和傳輸無關的綁定，ACP 減少了整合的複雜性，讓開發者可以組合出可擴展、互通的多代理系統，用於客戶服務機器人、機器人群、物聯網協調與合作人工智慧流程。

AWS Agentic Workflows 是一個無伺服器編排框架，允許您將 AI 任務串接成端對端的工作流程。利用 Amazon Bedrock 的基礎模型，您可以調用 AI 代理進行自然語言處理、分類或自訂任務。AWS Step Functions 管理狀態轉換、重試和平行執行。Lambda 函數可以預處理輸入和後處理輸出。CloudWatch 提供日誌和指標，用於即時監控和除錯。開發者可在毫無伺服器或基礎建設管理的情況下建立可靠且可擴展的 AI 管道。

FlowOps 提供一個視覺化、無碼的環境，用戶能以順序工作流程來定義 AI 代理人。透過直覺的拖放建構器，可組合 LLM 互動模組、向量存取、外部 API 呼叫與自訂程式碼。進階功能包含條件分支、迴圈及錯誤處理，以建構穩健的流程。此外支援與主要 LLM 供應商（OpenAI、Anthropic）及資料庫（Pinecone、Weaviate）與 REST 服務整合。設計完成後，工作流程可立即將其部署為可擴展的 API，具備監控、記錄與版本管理。團隊協作工具讓成員可以分享與優化代理人設計。FlowOps 非常適用於打造聊天機器人、自動文件擷取、資料分析流程及完整端到端的 AI 商務流程，完全不需撰寫任何基礎架構程式碼。

Firebase GenKit是一個開發框架，簡化了使用Firebase服務創建生成式AI功能的流程。它包括調用LLM的Cloud Functions範本、用於記錄和管理Prompt/Responses的Firestore觸發器、認證整合，以及用於聊天和內容生成的前端UI組件。為無服務器擴展而設計，GenKit允許你插入自己選擇的LLM供應商（例如OpenAI）和Firebase項目設置，實現端到端AI工作流程，無需繁重的基礎設施管理。

Hero 是一款為創建、組織和分享自訂連結頁面而設計的消費產品，稱為 Hero Pages。用戶可以編輯連結、照片、文本及其他內容的列表，與朋友、家人或同事分享。該平台用戶友好，幫助人們順利追踪和傳播信息，適合個人、業務或社區使用。

Jupyter AI Agents是一個框架，可將自主式AI助手嵌入Jupyter Notebook和JupyterLab環境。它允許用戶建立、配置並執行多個代理，能完成資料分析、程式碼生成、除錯、網路爬取與知識檢索等各類任務。每個代理都保存語境記憶，可串連形成複雜的工作流程。透過簡易的魔術命令與Python API，使用者能將代理與現有的Python函式庫和資料集無縫整合。此平台基於熱門的大型語言模型（LLM），支援自訂提示範本、代理間通訊，以及即時反饋。它顛覆傳統筆記本流程，藉由自動化重複性任務，加速原型開發，並在開發環境中直接進行互動式AI探索。

LangGraphJS API 提供一個程式界面，設計 AI 代理流程，使用有向圖。圖中的每個節點代表 LLM 呼叫、決策邏輯或資料轉換。開發者可以串連節點、處理分支邏輯，並無縫管理非同步執行。具有 TypeScript 定義和內建整合流行 LLM 供應商，簡化對話代理、資料擷取流程及複雜多步驟流程的開發，無需樣板代碼。