Continuum 是一個開源的 Python 框架，讓開發者能以模組化方式定義任務、工具與記憶體，來建構智能代理。使用 Continuum 的代理遵循「規畫-執行-觀察」循環，能在大型語言模型推理與外部 API 調用或腳本之間插入。其插件架構支援多種記憶體存儲（如 Redis、SQLite）、自訂工具庫及非同步執行。注重彈性，使用者可撰寫自訂代理規則，整合第三方服務如資料庫或 Webhook ，以及在多種環境部署。Continuum 的事件驅動協調會記錄代理行動，有助於除錯與性能調優。不論是自動化資料擷取，構建對話式助理，或協調 DevOps 流程，Continuum 都提供可擴展的產線級 AI 代理工作流程基礎。

multiagent-env是一個開源的Python函式庫，旨在簡化多智能體強化學習環境的創建和評估。用戶可以通過指定智能體數量、行動和觀察空間、獎勵函數及環境動態來定義合作與對抗情境。它支持實時可視化、可配置渲染，並能輕鬆集成Stable Baselines和RLlib等Python基礎的RL框架。模組化設計允許快速原型制作新情境與便捷的多智能體算法基準測試。

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。

LLM-Agent 提供一個結構化架構，用於建立智慧代理，利用 LLM。它包含定義自訂工具的工具箱、保持語境的記憶模組，以及協調複雜動作連鎖的執行器。代理可以呼叫 API、執行本地流程、查詢資料庫，並管理對話狀態。提示範本與插件鉤子允許微調代理行為。設計高度可擴展，支援新增工具介面、自訂評估器及動態任務路由，實現自動化研究、資料分析、程式碼生成等功能。

Agents-Deep-Research旨在通過提供模組化、可擴展的程式碼庫，簡化自主AI代理的開發與測試。它具有將用戶定義目標分解為子任務的任務規劃引擎、存儲與檢索上下文的長期記憶模組，以及允許代理與外部API和模擬環境互動的工具整合層。框架還提供評估腳本和基準工具，用於衡量代理在各種場景中的性能。基於Python，並可適配多種LLM後端，幫助研究人員和開發者快速原型化新型代理架構，進行可重複的實驗，並比較不同的規劃策略。

Azure AI Foundry Agents Samples為開發者提供了一系列豐富的範例場景，說明如何利用Azure AI Foundry SDK和服務。包括具有長期記憶的對話代理、拆解複雜任務的規劃代理、呼叫外部API的工具支援代理，以及結合文本、視覺和語音的多模態代理。每個範例都預先配置了環境設置、LLM協調、向量搜索和遙測，以加快在Azure上原型開發和部署強大AI解決方案的速度。

Autonomais是一個模塊化的AI代理框架，設計實現任務規劃和執行的完全自主。它整合大型語言模型來生成計劃，通過可定制的管道協調操作，並將上下文存儲在記憶模塊中，以實現連貫的多步推理。開發者可以插入額外的工具，如網頁爬蟲、數據庫和API，定義自定義動作處理器，並通過可配置的技能微調代理行為。該框架支持日誌記錄、錯誤處理和逐步調試，確保研究任務、數據分析和網頁交互的可靠自動化。其擴展性插件架構使Autonomais能快速開發具有複雜決策和動態工具使用能力的專用代理。

Blockchain AI Agent專案提供建構、部署與管理在區塊鏈網絡上自主AI代理的完整解決方案。它具有原生智能合約整合，用於讀取與寫入鏈上資料，由機器學習演算法驅動的決策引擎，以及授權交易的執行層。使用者可以設定自訂策略，如收益農場、NFT套利或DAO提案投票，並部署代理全天候運作。有內建分析、記錄與警示系統，確保代理在去中心化環境中安全、透明且高效運作。