cpp-langchain在C++中實現了LangChain生態系統的核心功能。開發者可以封裝對大型語言模型的調用、定義提示模板、組合鏈條並協調調用外部工具或API的代理。包含用於維護對話狀態的記憶模組、相似度搜索的嵌入支持，以及向量數據庫的整合。模組化設計讓你可以根據特定用例自訂每個組件——LLM客戶端、提示策略、記憶後端及工具包。提供純標頭文件庫與CMake支援，簡化在Windows、Linux和macOS平台上原生AI應用的編譯，無需Python運行環境。

Deep Research AI Agent 是一個開源的 Python 框架，設計用於執行全面的研究任務。它結合整合的網路搜尋、PDF 輸入與 NLP 管道，以發現相關來源、解析技術文件並萃取結構化見解。該代理通過 LangChain 和 OpenAI 聯動請求，支援情境感知的問題解答、自動引文格式化與多文件摘要。研究人員可以調整搜尋範圍、以發表日期或領域篩選，並輸出 Markdown 或 JSON 格式的報告。此工具能最大限度縮短手動文獻回顧時間，並確保在各研究領域中產生一致且高品質的摘要。

Knowledge-Discovery-Agents提供一組模組化的預建及可定制化的AI代理，專為從PDF、CSV、網站和其他來源抽取結構化資訊而設。它集成LangChain來管理工具使用，支援網頁抓取、嵌入產生、語義搜尋與知識圖譜建立等任務串聯。用戶可以自定義代理工作流程，加入新的資料載入器，並部署QA聊天機器人或分析管道。在最少樣板碼的情況下，加速研究和企業環境中的原型設計、資料探索與自動報告生成。

LangGraph GUI ReactFlow是一個開源的React組件庫，允許用戶通過直觀的流程圖編輯器構建AI代理工作流程。每個節點代表LLM調用、資料轉換或外部API調用，而邊則定義資料流。用戶可以自訂節點類型、配置模型參數、實時預覽輸出，並導出工作流程定義以供執行。與LangChain及其他LLM框架的無縫整合，使建立和部署複雜對話代理和資料處理管道變得更加容易。

Meta-Agent-with-More-Agents 是一個擴展性開源框架，實現了元代理架構，使多個專門的子代理可以合作完成複雜任務。它利用LangChain進行代理調度，並使用OpenAI API進行自然語言處理。開發者可以定義自訂的代理，用於數據擷取、情感分析、決策或內容生成。元代理負責任務分解、將目標派發給相應的代理、收集它們的輸出，並通過反饋循環不斷完善結果。其模組化設計支持平行處理、日誌記錄和錯誤處理。非常適合自動化多步工作流程、研究管道和動態決策支持系統，並簡化建立穩健的分散式AI系統，抽象化代理間通信與生命週期管理。

SecGPT 將 LLM 呼叫包裹在層狀安全控制與自動化測試中。開發者在 YAML 中定義安全檔案，將此庫整合到 Python 管道中，並利用模組進行提示注入偵測、防止資料外洩、對抗威脅模擬及合規監控。SecGPT 產生詳細的違規報告、支援 Webhook 警示，並與 LangChain 和 LlamaIndex 等流行工具無縫整合，以確保 AI 部署的安全與合規。

通過Web3.js實現的Solana AI Agent Multimodal。代理會使用配置的錢包私鑰自動簽署交易，提交至Solana RPC端點，並監控確認狀態。其模塊化架構支持輕鬆擴展自定義提示模板、鏈和指令構建器，以支持自動NFT鑄造、代幣交換、錢包管理機器人等用例。

Virtual Scientists V2 作為一個模組化的 AI 代理框架，專為科學研究設計。它定義了多個虛擬科學家—化學家、物理學家、生物學家與資料科學家—每位皆具備領域知識與工具整合能力。這些代理利用 LangChain 統籌調用 Semantic Scholar、ArXiv 和網路搜尋等來源的 API，以自動化文獻蒐集、情境分析及資料抽取。使用者設定研究目標，代理會自主蒐集論文、摘要方法和結果、提出實驗方案、生成假設，並產出結構化報告。框架支援外掛擴充，能整合自訂工具與流程。自動化重複性研究任務，加快洞察產生，並降低跨領域專案的手動負擔。

Coffee-Shop-AI-Agents是一款開源框架，用於構建和部署專業的AI代理，實現咖啡店關鍵功能的自動化。利用LangChain和OpenAI模型，該項目提供模組化的代理，包括能處理複雜飲品訂單、提供定制建議和管理原料存貨的咖啡師代理，負責支付、出具數字收據和追蹤銷售指標的收銀員代理，以及生成庫存預測、提出補貨計劃和分析績效數據的經理代理。透過可定制的模板和流程配置，開發者可以快速將這些代理適配於商店的特殊規則和菜單。倉庫中含有安裝腳本、API集成以及範例工作流程，用於在開發者友好的環境中模擬逼真的客戶互動和經營分析。

ImageAgent是一個基於Python的AI代理框架，連接OpenAI API和視覺模型，以執行文本到圖像的生成、圖像編輯（修復、風格轉移）和圖像分析（標註、物體檢測）。它使用類似LangChain的代理編排，可以自主管理多個步驟，處理提示解析，並可擴展為自定義工具和管道，以實現定制化的圖像工作流程。

此基於RAG的智慧對話AI代理，結合支持向量存儲的檢索層與Google的Gemini LLM，通過LangChain推動富含語境的知識提取。用戶將PDF、網頁或資料庫中的文件索引到向量資料庫中。當提問時，代理會檢索最相關的段落，並輸入提示模板，生成簡潔且準確的答案。模組化元件允許自訂資料來源、向量存儲、提示工程與LLM後端。此開源框架簡化開發領域專屬問答機器人、知識探索者與研究助手，能從大量文檔中即時擷取可擴展的洞見。

Rawr Agent 是一個模組化、開源的 Python 框架，讓開發者能透過協調複雜的 LLM 互動流程來構建自主式 AI 代理。利用 LangChain 的底層支援，Rawr Agent 允許用 YAML 配置或 Python 程式碼定義任務序列，並加入 Web API、資料庫查詢和自定義腳本等工具。它包含用於存儲對話歷史和向量嵌入的記憶元件、優化重複呼叫的快取機制，以及用於監控代理行為的豐富日誌與錯誤管理。其擴展架構支援自訂工具和介面，適用於自動化研究、資料分析、報告生成與互動聊天機器人等任務。通過簡單 API，團隊能快速原型設計並部署多樣化應用的智能代理。

Remote Jobs Research Agent 是一個用Python開發，結合LangChain與OpenAI的AI代理，能程式化搜尋符合使用者定義條件的遠端職缺（例：We Work Remotely、Remote OK、GitHub Jobs）。它抓取詳細貼文資料，運用自然語言處理抽取關鍵資訊如技能、薪資範圍和公司概況，並以清晰、結構化的格式進行摘要。此代理可批次處理數百則貼文，過濾不相關的機會，並將結果匯出為CSV或JSON。研究人員與招聘者能獲得更快速、一致的遠端職缺市場趨勢洞察，無需人工操作。

AI-Agents提供一個模組化工具包，能創建具有任務規劃、執行和自我監控能力的自主AI代理。它內建支持工具集成，例如網頁搜索、數據處理和自定義API，並具有記憶組件，可在交互過程中保留和回憶上下文。借助靈活的插件系統，代理可以動態載入新功能，而異步執行確保高效的多步工作流程。該框架利用LangChain實現高級連鎖思考推理，並簡化在macOS、Windows或Linux上的Python環境部署。

Agent Visualiser 是一個以開發者為中心的可視化工具，將 AI 代理的內部操作映射為直觀的圖形流程。它連接到代理的運行時，捕捉每個提示、LLM 調用、決策節點、行動執行和記憶查詢。用戶可以在交互式圖表中查看這些步驟，展開節點以檢查參數和回應，並追蹤導致每個結果的邏輯路徑。該工具原生支援 LangChain 代理，但也可透過簡單的適配器調整以支持其他框架。藉由提供實時洞察和詳細步驟分解，Agent Visualiser 加速除錯、性能調整與團隊知識分享。

Agentic Shared Memory為基於AI的多代理環境提供一個強大的上下文數據管理解決方案。使用向量嵌入和高效資料結構，存儲代理的觀察、決策與狀態轉移，實現無縫的上下文檢索與更新。代理可查詢共享記憶，以存取過去的互動或全球知識，促進行為的一致性與合作解決問題。此函式庫支援與LangChain等流行AI框架或自訂代理協調者的即插即用整合，提供可定制的保留策略、上下文窗口及搜索功能。透過抽象記憶管理，開發者專注於代理邏輯，同時確保在分散或集中的部署中記憶體的可擴展性與一致性，提升系統整體性能，減少重複計算，並增強代理智力。

AGNO AI代理提供一套可定制的預建AI代理，處理各種任務：大型文件摘要、網頁內容爬取與解析、領域專屬問答、源碼審查、資料集分析，以及具備記憶的聊天機器人。其模組化設計讓你可以加入新工具或整合外部API。代理透過LangChain流程協調，並通過REST端點暴露。AGNO支援多代理流程、記錄和簡單部署，幫助開發者加速應用中的AI驅動自動化。