Amazon Q CLI 是一款擴展 AWS CLI 的開發者工具，加入了生成式 AI 的能力。它讓使用者能利用 Amazon Q 的大型語言模型，利用自然語言查詢 AWS 服務、配置資源與生成程式碼片段。CLI 支援會話管理、多帳戶認證，以及可定制的代理配置。透過整合 AI 建議與自動化工作流程到 Shell 腳本和 CI/CD 流程，團隊能減少手動步驟、更快排查問題，並在大規模中維持一致的雲端運作。

Azeerc-AI 是一個面向開發者的框架，通過編排大型語言模型（LLM）調用、工具集成和記憶管理，實現快速構建智能代理。它提供插件架構，您可以註冊自定義工具，例如網路搜索、資料獲取器或內部API，然後設計複雜的多步工作流程。內置動態記憶模塊允許代理記住並檢索過去的交互。只需少量樣板代碼，就可以快速建立對話機器人或任務專用代理，定制其行為，並在任何Python環境中部署。其擴展性設計適用於客服對話機器人到自動研究助理等多種應用。

ModelOp Center是一個先進的平台，旨在在企業範圍內管理、監控和管理AI模型。這款ModelOps軟件對於協調AI計劃至關重要，包括涉及生成AI和大型語言模型（LLMs）的項目。它確保所有AI模型高效運行，符合監管標準，並在其生命周期內提供價值。企業可以利用ModelOp Center來增強其AI部署的可擴展性、可靠性和合規性。

Dataku.ai 是一個最先進的平台，利用大型語言模型（LLMs）進行數據提取和轉換。其主要特性包括人工智能模式檢測、支持多種輸入類型和針對不同需求的定製數據提取。該平台高效處理非結構化文本和文檔，將其轉換為結構化數據。這幫助用戶自動化數據分析，從而節省時間並提高準確性。Dataku.ai 被設計用來處理大量數據，提供驅動數據驅動決策的見解。

demo_smolagents是SmolAgents的參考實作，是一個用Python建立自主AI智慧體的微框架，這些智慧體由大型語言模型驅動。此演示包括配置單一智慧體的特定工具包、建立智慧體間通信渠道和動態管理任務交接的範例。它展示了LLM整合、工具調用、提示管理與智慧體協調模式，用於構建能根據用戶輸入和中間結果執行協調動作的多智慧體系統。

Fabrice AI讓開發者能在Node.js與瀏覽器環境中建立利用大型語言模型（LLMs）的高階AI代理系統。內建記憶模組用於保存對話歷史、工具整合以擴展代理能力並支持自訂API，以及插件系統促進社群擴充。配合類型安全的提示模板、多代理協調和可配置的運行時行為，簡化聊天機器人、任務自動化與虛擬助理的建立。跨平台設計確保無縫部署於網頁應用、無伺服器功能或桌面程式，加速智能且具上下文感知的AI服務開發。

GenAI Agents SDK 是一個開源的Python函式庫，旨在協助開發者利用大型語言模型建立自主的AI代理。它提供一個核心代理範本，具有可插拔的模組，用於記憶儲存、工具介面、規劃策略與執行循環。你可以設定代理致電外部API、讀寫檔案、執行搜尋或與資料庫互動。其模組化設計確保易於客製化、快速原型開發，以及新功能的無縫整合，促進打造具備推理、規劃與在現實場景中行動的動態自主AI應用。

GPA-LM 是一個以 Python 為基礎的框架，旨在簡化由大型語言模型驅動的人工智慧代理的建立與協調。它具有一個規劃器，能將高層指令拆解為子任務，一個執行器，管理工具調用和互動，以及一個能在會話之間保留上下文的記憶模塊。插件架構允許開發者新增自訂工具、API 及決策邏輯。支援多代理協同的 GPA-LM，可以協調角色、分配任務並匯整結果。它無縫整合 OpenAI GPT 等流行 LLM，並支援在不同環境中部署。該框架加速自主代理的研發，用於研究、自動化與應用原型設計。

iNextLabs提供先進的AI驅動解決方案，旨在幫助企業自動化日常運營並增強客戶互動。我們專注於生成性AI和大型語言模型（LLM），我們的平台提供行業特定的應用程序，以簡化工作流程並提供個性化的體驗。無論您是想通過智能聊天機器人改善客戶服務，還是自動化管理任務，iNextLabs都有工具和技術來提升您的業務表現。

Labs是一個開源、可嵌入的領域專用語言，用於定義和執行使用大型語言模型的AI代理。它提供聲明提示、管理上下文、條件分支和集成外部工具（如數據庫、API）的結構。使用Labs，開發者可以將代理工作流程描述為代碼，協調多步任務，如資料檢索、分析和生成。該框架將DSL腳本編譯成可執行的管道，可用於本地或生產環境。Labs支持交互式REPL、命令列工具，並與標準LLM提供商集成。其模組化架構允許輕鬆擴展自定義函數和工具，促進快速原型及可維護的代理開發。輕量運行時確保低資源開銷，無縫嵌入現有應用。

Lagent是一個以開發者為中心的框架，能讓用戶在大語言模型之上建立智能代理。它提供動態規劃模塊，將任務拆解為子目標，並存儲長期會話的上下文的記憶庫，以及外部工具調用的API整合界面。有可定制的管道，使用者可以定義代理行為、提示策略、錯誤處理和輸出解析。Lagent的日誌和除錯工具可以監控決策過程，支持本地、雲端或企業部署的可擴展架構。它促使建構自主助理、資料分析器與工作流程自動化。

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。

LLM Maze Agent框架提供了一個基於Python的環境，用於構建能夠利用大型語言模型導航網格迷宮的智能代理。通過結合模塊化環境介面、思路鏈提示模板和啟發式規劃，代理迭代詢問LLM以決定移動方向，適應障礙物並更新其內部狀態表示。支持OpenAI和Hugging Face模型的開箱即用，並可配置迷宮生成和逐步調試，方便實驗不同策略。研究人員可以調整獎勵函數、定義自定義觀測空間，並視覺化代理路徑來分析推理過程。這種設計使得LLM Maze Agent成為評估LLM驅動規劃、教授AI概念和基準測試空間推理任務的多功能工具。

LLM狀態機是一個開源的Python框架，專為使用明確狀態機構建AI代理而設計。開發者將狀態定義為離散步驟——每個調用一個大型語言模型或自訂邏輯——並根據輸出進行轉換。這種方法提供清晰性、可維護性和強健的錯誤處理，適用於多步、由LLM驅動的工作流程，例如文件處理、對話機器人或自動化流程。

LLMWare 作為一個全面的工具包，用於構建由大型語言模型驅動的 AI 代理。它允許用戶定義可重用的鏈條，通過簡單接口整合外部工具，管理上下文記憶狀態，並協調多步推理，涵蓋語言模型與下游服務。使用 LLMWare，開發者可插入不同模型後端，設定代理決策邏輯，並附加自定義工具包，用於網頁瀏覽、資料庫查詢或 API 呼叫等任務。其模組化設計支持快速原型開發自主代理、聊天機器人或研究助手，並提供內建日誌記錄、錯誤處理與部署適配器，適用於開發與生產環境。

Taiat（TypeScript AI Agent Toolkit）是一個輕量且可擴充的框架，用於在Node.js和瀏覽器環境中建構自主式人工智慧代理。它允許開發者定義代理行為、整合OpenAI和Hugging Face等大型語言模型API，並協調多步工具執行流程。該框架支援可自定義狀態對話記憶體後端、網路搜尋工具註冊、檔案操作和外部API呼叫，以及可插拔的決策策略。透過Taiat，你可以快速原型設計具備自主規劃、推理與任務執行能力的代理，涵蓋資料擷取、摘要、自動產生程式碼及對話助理等應用。

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。

bedrock-agent是一個多功能的AI代理框架，與AWS Bedrock系列大型語言模型整合，用於協調複雜的任務驅動流程。它提供插件架構來註冊自訂工具、記憶模組以保存背景資訊，以及改進推理的思考鏈機制。透過簡單的Python API和命令列界面，開發人員可以定義能呼叫外部服務、處理文件、產生代碼或與用戶交談的代理。代理可以根據用戶提示自動選擇相關工具，並跨會話維持對話狀態。此框架是開源、可擴展的，適用於快速原型設計和在本地或AWS雲端部署AI助手。

GradientJ是一個AI驅動的平台，旨在幫助非技術團隊自動化複雜的後台流程。它利用大型語言模型來處理其他需要外包給海外工人的任務。這種自動化促進了顯著的時間和成本節省，提升了整體效率。用戶可以構建並部署穩健的語言模型應用，實時監控其性能，並通過持續反饋改善模型輸出。

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。