LeanAgent 是一個基於 Python 的框架，旨在簡化自主 AI 代理的建立。它提供內建的規劃模組，利用大型語言模型進行決策，擴展性強的工具集成層可調用外部 API 或自定義腳本，並具有能在多次交互中保留上下文的記憶管理系統。開發者可以配置代理工作流程、加入自定義工具，快速進行除錯並部署適用於各種領域的生產級代理。

MCP Agent Tool Adapter作為語言模型代理與外部工具實現之間的中介層。透過註冊函數簽名或工具描述符，框架能自動分析標明工具調用的代理輸出，調度適當的適配器，處理輸入序列化，並將結果返回推理上下文。功能包括動態工具發現、併發控制、日誌記錄及錯誤處理管道。它支持定義自定義工具接口與集成雲端或本地服務，讓用戶可以在不修改代理核心代碼的情況下構建複雜的多工具工作流，例如API協調、數據檢索與自動化操作。

多代理AI框架提供端到端解決方案，調度多個自主代理在雲端環境中運行。它利用Neon的Postgres相容的無伺服器資料庫來存儲對話記錄和代理狀態，Azure Functions用於大規模運行代理邏輯，以及OpenAI API驅動自然語言理解和生成。內建的訊息佇列和角色基的行為機制允許代理協同完成研究、排程、客戶支持和資料分析等任務。開發者可以自定義代理策略、記憶規則與工作流程，以滿足不同企業需求。

NeXent 是一個彈性的 AI 代理框架，允許你透過 YAML 或 Python SDK 自訂數字工作者。你可以將多個大規模語言模型（LLMs）、外部 API 和工具鏈整合到模組化管道中。內建的記憶模組支援有狀態的互動，而監控儀表板提供即時洞察。NeXent 支援本地與雲端部署、Docker 容器，並可水平擴展以滿足企業需求。其開源設計鼓勵擴充性和社群驅動的插件。

OpenAI Agents JS使開發者能透過結合OpenAI模型與自定義工具集來建構AI代理人。代理人可以處理使用者輸入、呼叫外部API、管理具有記憶模組的狀態對話，以及執行如網頁爬取、程式碼產生或資料查詢等任務。此框架提供插件系統用於註冊工具、一個標準化的Agent類別進行協調、內建存記憶抽象，並支援基於聊天和完成的模型。功能包括錯誤恢復、多工具協調及可定制的中介層。透過定義工具並將其輸入到代理實例中，可在Node.js或瀏覽器環境中用最少的樣板軟體部署複雜的AI驅動工作流程。同時，其也簡化API金鑰管理並支援非同步操作，使代理能執行長時間任務或輕鬆與資料庫和訊息佇列集成。

EspressoAI為開發者提供一個結構化環境，用於設計、配置和部署由大型語言模型驅動的AI代理。它支持在代理工作流程中註冊和調用工具，通過內建的記憶模塊管理對話上下文，並允許鏈接提示進行多步推理。開發者可以整合外部API、自訂插件和條件邏輯，以定制代理行為。該框架的模組化設計確保擴展性，讓團隊能替換組件、加入新能力，或適配專有的LLM而不需重寫核心邏輯。

AgentIn 是一個基於 Python 的 AI 代理框架，旨在加速對話與任務驅動代理的開發。它提供內建記憶模塊以持久化上下文，動態工具整合以調用外部 API 或本地函數，以及靈活的提示模板系統用於定制交互。多代理協調可實現平行工作流程，而日誌和緩存則提升可靠性與可審計性。可通过 YAML 或 Python 代碼輕鬆配置，AgentIn 支援主要 LLM 提供商，並可透過自定義插件擴展域特定功能。

Agentic 應用範本是一個完全配置的 Next.js 項目，作為開發 AI 驅動代理應用的基礎。它採用模組化的資料夾結構、環境變數管理和範例代理工作流程，利用 OpenAI 的 GPT 模型和 Pinecone 等向量資料庫。範本演示了串行多步鏈、對話式問答代理和文本產生端點等關鍵範例，開發者可輕鬆自訂流程邏輯，整合其他服務，並部署到 Vercel 或 Netlify 等平台。採用 TypeScript 支援與內建錯誤處理，減少初始設定時間並提供豐富的文件說明以便擴展。

Agentic Kernel 提供一個解耦的架構，用於通過組合可重用的組件來構建AI代理。開發者可以定義規劃流程來分解目標，配置短期和長期記憶存儲（使用嵌入或檔案後端），並註冊外部工具或API來執行操作。該框架支持動態工具選擇、代理反思循環，以及內置的排程來管理工作流程。其可插拔設計適用於任何LLM提供商和自定義組件，應用場景包括對話助手、自動研究代理和數據處理機器人。通過透明的日誌、狀態管理和易於集成，Agentic Kernel加快開發速度，同時確保AI驅動應用的可維護性和可擴展性。

搭載MCP的AI代理是一個全面的框架，設計用來簡化高階AI代理的建立，這些代理能維持長期情境、進行多步推論，並根據記憶調整策略。它採用模組化設計，包括記憶管理器、條件規劃器和提示管理器，允許自定義集成與擴展不同的LLM。記憶管理器持久儲存過去的交互，確保情境保留。條件規劃器評估每個步驟的條件，動態選擇下一步行動。提示管理器格式化輸入並無縫鏈接任務。它用Python撰寫，藉由API與OpenAI GPT模型整合，支援檢索增強生成，並促進對話代理、任務自動化或決策支援系統。豐富的文件和範例指引用戶進行設定與客製化。

AI代理工作坊是一個完整的資源庫，提供實用範例與範本，用於用Python開發AI代理。內容包含展示代理框架的Jupyter筆記本、工具整合（如網路搜尋、檔案操作、資料庫查詢）、記憶機制與多步推理。用戶學習設定自定義代理規劃器、定義工具結構與實作循環式對話流程。每個模組均包含錯誤處理、Prompt優化與輸出評估的練習。程式碼支援OpenAI的功能呼叫與LangChain接點，可無縫擴充特定領域專用任務。非常適合希望打造自主助手、自動化任務機器人或問答代理的開發者，提供從簡單代理到高階流程的逐步指南。

Autogen Studio Research是一個托管在GitHub上的研究原型，用於構建、視覺化和迭代多智能體AI應用程序。它提供基於網頁的界面，讓您拖放智能體組件、定義通信渠道和配置執行管道。在底層，它使用Python SDK連接到各種LLM後端（OpenAI、Azure、本地模型），並提供實時日誌、度量和除錯工具。該平台旨在支持快速原型開發、決策流程和自動任務協調。