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。

xBrain提供模組化架構，用於在Python應用中建立、配置和協調自主代理。用戶可以定義具備數據擷取、分析或生成等能力的代理，並將它們組裝成工作流程，在該流程中每個代理進行通訊與任務委派。框架包括管理非同步執行的排程器、整合外部API的插件系統，以及用於實時監控和除錯的內建日誌機制。xBrain的彈性介面支持自訂記憶體實作和代理模板，使開發者能根據不同領域調整行為。從聊天機器人、資料管道到研究實驗，xBrain可加速設計複雜多代理系統，並提供最少樣板碼。

MultiAgentModel提供統一API，用於定義多智能體場景的自訂環境和智能體類。開發者可以指定觀察與行動空間、獎勵結構和通信通道。內建支持流行的RL算法如PPO、DQN和A2C，讓訓練變得簡單配置。實時可視化工具協助監控智能體互動和績效指標。模塊化架構確保易於整合新算法與自訂模組。此外，還包括用於超參數調優的彈性配置系統、實驗追蹤的日誌工具，以及與OpenAI Gym環境的相容性，實現無縫移植。用戶可以在共享環境合作，並重播記錄的會話進行分析。

本儲存庫匯集了多智能體系統組件與分散式AI協調技術的完整集合。提供共識演算法、合約網協商協議、拍賣式任務分配、聯盟形成策略與智能體間通信框架的實作。使用者可以利用內建模擬環境，模擬並測試不同網路拓撲、延遲狀況及故障模式下的智能體行為。模組化設計讓開發者與研究者能方便整合、擴充或客製化單一協作模組，用於機器人群、物聯網裝置合作、智慧電網與分散式決策系統的應用。

AmongA 和多智能體 AI 系統的研究。透過簡單的 Python API，用戶可以啟動任意數量的 AI 代理，每個都具有定制的人格、提示與記憶緩衝。代理參與可配置的對話循環，支援辯論、頭腦風暴、決策或遊戲模擬。此框架無縫整合主要的 LLM API（例如 OpenAI、Anthropic），支持訊息交流與轉錄記錄。開發者可自訂代理角色、控制輪到邏輯，以及插入外部資料來源。AmongAIs 也提供情感分析、評分評估與會話重播工具。非常適合探究新興交流、協作構思及測試研究與生產中的數位工作者協調。

ComfyUI LLM派對擴展了Node基礎的ComfyUI環境，提供一系列用於協調文本交互和視覺AI工作流程的LLM驅動節點。它包括用於與大型語言模型互動的聊天節點、用於保持上下文的記憶節點，以及用於管理多代理對話的路由節點。用戶可以在管道中鏈接語言生成、總結和決策操作，將文本AI與圖像生成結合。此擴展還支持自定義提示模板、變數管理和基於條件的分支，讓創作者能自動生成故事、圖像說明和動態場景描述。其模塊化設計支持與現有節點的無縫集成，使藝術家和開發者可以在不需程式技術的情況下建立複雜的AI代理人流程。

Isek是一個針對開發人員的AI代理建構平台，採用模組化架構。提供工具和資料來源的插件系統、內建記憶以保留上下文、及協調多步任務的規劃引擎。你可以在本地或雲端部署代理，整合任何LLM後端，並透過社群或自訂模組擴展功能。Isek透過範本、SDK和CLI工具，簡化聊天機器人、虛擬助手及自動化工作流程的快速開發。

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。

mcp-agent-graph為AI代理提供一個基於圖的調度層，使開發者可以將複雜的多步工作流程映射為有向圖。每個圖節點對應一個代理任務或函數，捕捉輸入、輸出和依賴。邊定義代理之間的數據流，確保正確的執行順序。引擎支持順序和並行執行模式，能自動解決依賴，並可與自定義Python函數或外部服務整合。內建的視覺化功能允許用戶檢查圖拓撲並進行調試。該框架簡化模組化、可擴展的多代理系統開發，用於數據處理、自然語言工作流程或結合多個AI模型的管道。

NKC多智能體模型為研究者與開發者提供完整的工具包，用於設計、訓練與評估多智能體強化學習系統。其模組化架構允許用戶定義自訂代理策略、環境動態與獎勵結構。與OpenAI Gym的無縫整合，支持快速原型開發；支援TensorFlow與PyTorch，提供靈活的學習後端選擇。內建資料回放、中心化訓練與分散式訓練工具，並能在多GPU下擴展。豐富的記錄與視覺化模塊捕捉性能指標，助於基準測試與超參數調整。透過簡化合作、競爭及混合動機場景的設置，快速推進自主車輛、機器人群聚與遊戲AI等領域的研究。

RainbowGPT提供一整套設計、定制和部署由OpenAI模型驅動的AI代理的框架。包括FastAPI後端、LangChain工具與記憶管理集成，以及基於React的UI，用於建立和測試代理。用戶可以上傳文件進行向量為基知識檢索、定義自定義提示和行為，並連接外部API或功能。平台會記錄互動以供分析，並支持多代理工作流程，實現複雜自動化及對話流程。

SquadflowAI Studio允許用戶通過定義角色、任務和代理間通信來視覺化組合AI代理。代理可以串聯以處理複雜的多步流程—查詢數據庫或API、執行動作以及傳遞上下文。平台支援插件擴展、即時除錯和逐步日誌。開發者配置提示、管理記憶狀態，並在無需繁雜程式碼的情況下設置條件邏輯。支持OpenAI、Anthropic和本地LLM模型。團隊可使用REST或WebSocket端點部署流程，監控性能指標，並在集中式儀表板調整代理行為。

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。

ThreeAgents使用Python開發，利用OpenAI的聊天完成API來實例化具有不同角色（系統、助理、用戶）的多個AI代理。它提供代理提示、角色基消息處理和上下文記憶管理的抽象。開發者可以定義自訂提示範本、配置代理個性，並鏈接交互以模擬逼真的對話或任務導向工作流程。框架處理消息傳遞、上下文窗口管理和日誌記錄，支持協作決策或層級任務分解的實驗。支持環境變數與模塊化代理，ThreeAgents允許在OpenAI與本地LLM後端之間無縫切換，促進快速原型設計。附帶範例腳本與Docker支持，方便快速部署。

VMAS是一個構建與訓練多智能體系統的綜合工具包，利用深度強化學習。它支持GPU並行模擬上百個環境實例，實現高通量數據收集與可擴展訓練。VMAS包含流行的MARL算法實現，例如PPO、MADDPG、QMIX和COMA，並具有模塊化的策略和環境接口，便於快速原型設計。該框架促進集中訓練與去中心化執行(CDTE)，提供可自定義的獎勵塑造、觀測空間和回調鉤子，用於記錄和可視化。其模塊化設計使VMAS能與PyTorch模型及外部環境無縫整合，非常適合在機器人、交通控制、資源分配和遊戲AI等多方面進行合作、競爭與混合動機任務的研究。

Wumpus LLM代理旨在簡化高階蘇格拉底式AI代理的開發，通過提供預設的協調工具、結構化的提示範本和無縫的工具整合。用戶定義代理角色、工具集和對話流程，並利用內建的鏈式思考管理來提供透明的推理過程。框架負責上下文切換、錯誤恢復與記憶儲存，支持多步決策過程。它還包含一個API、資料庫和自定義函數的插件介面，讓代理能瀏覽網頁、查詢知識庫或執行程式碼。藉由完整的日誌記錄與除錯工具，開發者可以追蹤每個推理步驟、微調代理行為，並支援Python 3.7+的任何平台部署。

A2A（Agent-to-Agent Architecture）是由谷歌開源的框架，可開發和操作協同工作的分散式 AI 智能體。它提供模組化元件，以定義智能體角色、通訊通道和共用記憶體。開發者可以整合多種 LLM 提供者，客製化智能體行為，並編排多步驟的工作流程。A2A 包含內建的監控、錯誤管理和回放功能，以追蹤智能體互動。透過標準化的協定進行智能體發現、訊息傳遞和任務分配，A2A 簡化複雜的協調模式，在不同環境中擴展智能體應用時提升可靠性。

Agent Forge 提供模組化架構，用於定義、執行和協調 AI 代理。它內置任務調度 API 支持操作的排隊與並行，記憶模組支持長期上下文保持，以及插件系統能集成外部服務（如 LLM、資料庫、第三方API）。開發者可以快速原型設計、測試並在生產中部署代理，組合複雜的工作流程而無需管理底層基礎設施。

AgentCrew旨在簡化AI代理的創建與管理，通過抽象代理生命週期、記憶持久化、任務調度和代理間通信等常用功能。開發者可以定義自訂的代理檔案、設定觸發器與條件，並與OpenAI和Anthropic等主要大模型供應商整合。該框架提供Python SDK、CLI工具、RESTful端點和直觀的網頁儀表板，用於監控代理性能。自動化工作流程功能讓代理能並行或串接工作、交換訊息並記錄互動，以進行審計和重新訓練。模組化架構支援插件擴充，使組織可以根據不同應用需求定制平台，從客戶服務機器人到自動化研究助手和資料擷取管線。

Agent ChatRoom 提供了一個靈活的環境，用於構建和運行多智能體對話系統。用戶可以創建具有獨特 personas 和 prompts 的智能體，路由消息至智能體之間，並在漂亮的界面中查看對話歷史。它與 OpenAI API 集成，支持自定義智能體行為配置，並可部署在任何靜態托管服務上。開發者受益於模塊化架構、便捷的 prompts 調整，以及響應式界面，用於測試 AI 合作場景。