LLM驅動的AI代理旨在通過模組化架構協調大型語言模型與外部工具，簡化自主代理的創建。開發者可以定義具有標準化接口的自定義工具，配置記憶後端以保存狀態，以及建立多步推理鏈，使用LLM提示來規劃和執行任務。AgentExecutor模組管理工具調用、錯誤處理和異步工作流程，內建範例模板展示了資料擷取、客戶支援及行事曆排程等場景。通過抽象API調用、提示工程和狀態管理，該框架降低重複性程式碼，加快實驗速度，非常適合Python環境下的客製化智慧自動化解決方案團隊。

MCP-CLI-Agent是一個開源且可擴展的命令列AI代理。用戶輸入自然語言提示，工具會生成並執行相對應的Shell指令，處理多步驟任務連結，並記錄輸出。基於GPT模型，支援自定義插件、設定檔與情境感知執行，非常適合用於自動化DevOps任務、程式碼生成、環境建置，以及直接在終端機取得資料。

interactive-browser-use 是一個用於 Python/JavaScript 的庫，它連接大型語言模型（LLMs）與 Playwright 或 Puppeteer 等瀏覽器自動化框架，使 AI 代理能實時進行網絡交互。用戶可以通過定義提示，指示代理瀏覽網頁、點擊按鈕、填寫表單、提取表格以及滾動動態內容。該庫管理瀏覽器會話、上下文和操作執行，將 LLM 回應轉換為可用的自動化步驟。它簡化了即時網頁抓取、自動化測試和基於網頁的問答任務，提供一個可編程界面，用於 AI 驅動的瀏覽，減少手動操作並支持複雜的多步 Web 流程。