RModel是一個以開發者為中心的AI代理框架，旨在簡化次世代對話和自主應用的建立。它與任何LLM整合，支持插件工具鏈、記憶存儲和動態提示生成。具有內建規劃機制、自定義工具註冊和遙測功能，讓代理能執行資訊檢索、資料處理和多領域決策，同時維持有狀態的對話、異步執行、可自訂的響應處理程序，以及安全的上下文管理，適用於可擴展的雲端或本地部署。

SonAgent是一個可擴展的開源框架，主要用於在Python中構建、組織和運行AI代理。它提供核心模塊，用於記憶存儲、工具包裝器、規劃邏輯和異步事件處理。開發者可註冊自定義工具、整合語言模型、管理長期代理記憶，並協調多個代理以合作完成複雜任務。SonAgent的模組化設計促進對話機器人、工作流程自動化和分散式代理系統的開發。

SwiftAgent提供一套強大的工具箱，通過將OpenAI的模型直接整合到Swift中來構建智慧代理。開發者可以申報自定義動作與外部工具，由代理根據用戶查詢調用。該框架持有對話記憶，允許代理引用過去的互動。它支持指令模板和動態上下文注入，促進多輪對話與決策邏輯。SwiftAgent的非同步API與Swift的併發特性無縫配合，非常適合用於iOS、macOS或伺服器端環境。通過抽象模型調用、記憶存儲和流程調度，SwiftAgent幫助團隊在Swift專案中快速原型設計與部署對話助理、聊天機器人或自動化代理。

TinyAgent提供一個輕量級的代理框架，用於協調以OpenAI GPT模型為核心的複雜任務。開發者安裝後設定API金鑰，定義工具或插件，並使用記憶上下文維持多步對話。TinyAgent支援串接任務、整合外部API以及持久化用戶或系統記憶。其簡潔的Python API讓您可以快速原型設計自主資料分析流程、客戶服務聊天機器人、程式碼生成助手等任務，適用於任何需要具備狀態和智慧的代理。該庫持續是完全開源、可擴展並兼容多平台。

With AI Agents是一個用於在TypeScript中定義和協調多個AI代理的以程式碼為先的框架，每個代理具有不同職能，如規劃者、執行者和記憶模組。它內建記憶管理，以持久化上下文，並擁有函數調用子系統來整合外部API，以及用於互動會話的CLI界面。透過將代理組合成管道或層級結構，可實現複雜任務的自動化，例如資料分析管道或客戶支持流程，同時確保模組化、可擴展與易於客製化。

ChatAgent 讓開發者能快速建立和部署智慧型聊天機器人，通過可擴展的架構提供核心模組，包括記憶處理、工具鏈和策略協調。它能無縫整合流行的 LLM 供應商，並允許自定義 API 呼叫、資料庫查詢或檔案操作的工具定義。此框架支援多步規劃、動態決策與情境記憶回溯，確保擴展對話中的連貫性。其插件系統與配置驅動的流程設計使定製與實驗更為方便，同時結構化日誌與指標有助於監控性能和排解生產中的問題。

DreamGPT 是一個多用途的開源平台，旨在簡化由 GPT 模型驅動的 AI 代理開發、配置與部署。它提供直觀的 Python SDK 與命令列界面，用於建立新代理、管理對話歷史（具有可擴展的記憶體後端），以及透過標準化插件系統整合外部工具。開發者可以定義自訂提示流程，連結 API 或資料庫以強化生成能力，並透過內建的記錄與遠端監控監控代理效能。其模組化架構支援雲端水平擴展，並確保用戶資料的安全處理。有預設範本用於助理、聊天機器人與數位工人，團隊能快速原型化專屬的 AI 代理，應用於客服、資料分析、自動化等領域。

Granite Retrieval Agent為開發者提供一個彈性平台，用於建構結合語義搜索與大語言模型的檢索增強生成型AI代理。用戶可從多樣資料來源導入文件，建立向量嵌入並配置Azure Cognitive Search索引或其他向量存儲。在收到查詢時，代理會檢索最相關的段落，建立上下文窗口，並調用LLM API以取得精確答案或摘要。它支援記憶管理、思維鏈協調與客製插件的前後處理。透過Docker或Python直接部署，Granite Retrieval Agent能加速建立知識驅動的聊天機器人、企業助理與問答系統，減少幻覺並提升事實準確性。

PearAI將最強大的AI工具結合成一個開源代碼編輯器，改變開發者創建和管理代碼的方式。該平台包括用於AI編碼的Roo Code、用於預測文本的Supermaven、用於記憶管理的MemO、用於AI驅動搜索的Perplexity和用於高級聊天和編輯的Continue。這一整合使開發者能夠充分利用AI的潛力，使編碼更快、更高效且非常個性化。

LiteMultiAgent提供模組化的SDK，用於構建和運行多個AI代理，可以並行或順序運行，每個代理具有唯一的角色和責任。它包含現成的記憶體存儲、訊息管道、插件適配器和執行循環，以管理複雜的代理間通訊。用戶可以自訂代理行為、加入外部工具或API，並透過日誌監控對話。其輕量設計和依賴管理，使其非常適合快速原型製作和協作AI工作流程的正式部署。

pyafai是開源的Python函式庫，協助開發者設計、配置與執行自主式AI代理。它提供可插拔模組，用於管理記憶以保存上下文、整合工具以呼叫外部API、環境監控器、決策規劃器，以及用於管理代理循環的協調器。其日誌與監控功能提供代理效能與行為的可視性。pyafai支援主要LLM供應商，允許建立自訂模組，並降低樣板碼數，使團隊能快速原型化虛擬助理、研究機器人與自動化工作流程，並完整掌控每個元件。

Python AGNO Memory Agent通過組織記憶於AGNO框架中，提供結構化的代理記憶方法。它利用嵌入模型將文本記憶轉換為向量表示，並存儲於可配置的向量存儲如ChromaDB、FAISS或SQLite。代理能夠新增記憶，查詢相關過往事件，更新過時條目或刪除不相關資料。該庫提供時間軸追蹤、多代理場景的命名空間記憶存儲，以及可定制的相似度閾值，並易於與流行的LLM框架集成，也可擴展為使用自定義嵌入模型以適應不同的AI代理應用。

scenario-go 作為一個強大的框架，使開發者能在 Go 中構建 AI 代理，透過編寫場景定義，逐步與大型語言模型進行互動。每個場景可以包含提示模板、自定義函數和記憶存儲，以維持多輪對話狀態。該工具包透過 RESTful API 整合主要 LLM 提供者，實現動態的輸入輸出循環與條件分支。內建日誌記錄與錯誤處理，使 scenario-go 簡化了 AI 工作流程的除錯與監控。開發者可以組合可重用的場景元件、串聯多個 AI 任務，並透過插件擴展功能。最終，這提供了一個簡化的開發體驗，用於建立聊天機器人、數據萃取管道、虛擬助手，以及在 Go 中全自動化的客服代理。

Semantic Kernel Copilot Demo是一個端到端的參考範例，展現如何利用Microsoft的Semantic Kernel框架建立進階AI代理。此範例包含多步推理的提示鏈、跨會話回憶上下文的記憶管理，以及插件式技能架構，支援與外部API或服務整合。開發者可以配置Azure OpenAI或OpenAI模型的連接器，定義自訂提示範本，並實作領域專用技能，如日曆存取、檔案操作或資料取得。範例展示如何協調這些元件，建立理解用戶意圖、執行任務並持續維持上下文的對話型Copilot，促進個人化AI助手的快速開發。

Steel 是一款以開發者為中心的框架，旨在加快在生產環境中建立和運作Llm 驅動代理的速度。它提供供主要模型 API 使用的供應商中立連接器、記憶體存儲（快取與持久）、內建工具調用範本、自動快取回應，以及詳細的追蹤功能，用於提升可觀察性。開發者可以定義複雜的代理流程，整合自訂工具（如搜尋、資料庫查詢和外部 API），並處理串流輸出。Steel 簡化了協調的複雜性，使團隊能專注於商業邏輯，快速迭代 AI 驅動的應用。

Stella框架讓開發者能建立可靠的AI代理，能維持語境、執行工具協助的動作，並提供動態的對話體驗。抽象化LLM整合的複雜性，Stella提供非依賴供應商的適配器，支援OpenAI、Hugging Face及自行託管模型。代理可以使用可自訂的記憶存放空間來回憶用戶資料與對話歷史，插件則能與外部API、資料庫或服務互動。內建的協調引擎管理決策循環，而精簡的DSL則用於定義動作、工具調用和回應處理。不論是客戶服務機器人、研究助手，或工作流程自動化器，Stella都提供可擴展的基礎來部署合規的AI代理。

Team of AI Agents提供模塊化架構，用於建立和部署多代理系統。每個代理具有不同角色，利用全域記憶庫和本地上下文來保存知識。該框架支援非同步消息傳遞、通過適配器使用工具，以及根據代理結果動態重新分配任務。開發者可用YAML或Python腳本配置代理，實現專題化、目標層次和優先級管理。內建性能評估與除錯指標，促進快速迭代。通過可擴展插件架構，用戶可以整合自定義NLP模型、資料庫或外部API。Team of AI Agents利用專門化代理的集體智慧，加速複雜工作流程，非常適合研究、自動化和模擬環境。

AgentChat 是一個開放原始碼的 AI 代理管理平台，利用 OpenAI 的 GPT 模型來運行多用途的對話代理。它提供使用 React 開發的交互式聊天界面、使用 Node.js 的後端 API 路由，以及用於擴展代理能力的插件系統。代理可以設定角色導向的提示、持久記憶存儲與預設工作流程，以自動化摘要、排程、資料擷取及通知等任務。使用者可以建立多個代理實例，指定自訂名稱，並在即時切換。系統支援安全的 API 密鑰管理，開發者亦可建立或整合新的資料連接器、知識庫和第三方服務，豐富代理互動。

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。

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。