LangChain 是一個模組化的框架，幫助開發者連結大型語言模型與外部資料來源和工具，打造高階 AI 應用。它提供用於順序 LLM 呼叫的鏈抽象、決策流程的代理協調、用於保留上下文的記憶模組，並與文件載入器、向量存儲器與 API 工具整合。支援多供應商和 Python、JavaScript SDK，加速聊天機器人、QA 系統與個人化助理的原型與部署。

Langchainrb是一個開源的Ruby函式庫，旨在透過模組化架構簡化人工智慧驅動應用的開發，包含代理、鏈和工具。開發者可定義提示模板，組合LLM的呼叫鏈，加入記憶模組以維持上下文，並連結自訂工具，如文件載入器或搜索API。它支援語義搜索的嵌入產生、內建錯誤處理，以及模型的彈性配置。有了代理抽象層，你可以實作對話助手，根據用戶輸入決定調用哪些工具或鏈。其擴充架構使得客製化變得便利，快速原型開發聊天機器人、自動摘要流程、QA系統及複雜工作流程自動化。

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。

LangGraph-MAS4SE 設計為一個合作性生態系統，由專門於軟體工程各階段的智能代理組成。在核心，由圖形消息總線協調工作流程，讓代理在任務資料節點間發布與訂閱。例如，程式碼合成代理產生初步草稿，然後傳遞給靜態分析代理進行品質檢查。文件代理根據分析的模組產生用戶指南，而測試代理自動生成單元測試。系統支持插件介面，以開發自訂代理，讓團隊整合特定領域的邏輯。透過抽象複雜的依賴管理與利用 LLM 驅動的推理，LangGraph-MAS4SE 加快開發週期、降低手動負擔，並確保大型專案的程式碼品質一致。

LLM-Agent是個輕量級且可擴充的框架，用於建構由大型語言模型驅動的AI代理。它提供對於會話記憶、動態提示範本及無縫整合自訂工具或API的抽象層。開發者能編排多步推理流程、跨多次互動保持狀態，並自動化複雜任務，例如資料擷取、報告生成與決策支援。結合記憶管理、工具利用與規劃，讓在Python中開發智能、任務導向的代理更加高效。

Local-Super-Agents提供一個基於Python的平台，用於創建完全在本地運行的自主AI代理。框架包括模組化元件，如記憶體存儲、API整合工具包、LLM適配器和代理協調。用戶可以定義自訂任務代理、連鎖行動，並在沙盒環境中模擬多代理協作。它通過CLI工具、預設模板和可擴展模組抽象複雜的設定。沒有雲端依賴，讓開發者保有資料隱私與資源控制。其插件系統支援整合網頁爬蟲、資料庫連接器和自訂Python函式，應用於自主研究、資料擷取和本地化自動化等工作流程。

MARFT是一個基於Python的LLM，支持可重複實驗和快速原型設計協作式AI系統。

Maxun.dev 是一個無程式碼/低程式碼的 AI 代理框架，允許開發者與企業建立符合特定任務的智能代理。用戶可以透過視覺界面定義代理工作流程，整合資料來源與外部 API，並配置記憶體模組以進行情境理解。該平台支援多代理協調、即時監控與性能分析，以優化代理行為。內建協作工具、版本控制與一鍵部署選項，使 Maxun.dev 簡化從原型到實作的整個流程，加速 AI 驅動的自動化，涵蓋客戶支援、文件管理與商業流程。

MCP Crew AI是一個面向開發者的框架，簡化了在協作團隊中創建和協調基於GPT的AI代理。通過定義管理員、工作員和監控員角色，它自動化任務委派、執行與監督。此套件內建支援OpenAI的API，具有模組化架構支持自訂代理插件，並配備CLI界面來運行和監控你的團隊。MCP Crew AI加速多代理系統的開發，讓建立可擴展、透明且易維護的AI驅動工作流程變得更輕鬆。

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。

OSU NLP Middleware是一個輕量級的Python框架，簡化AI代理系統的開發。它提供一個核心代理循環，協調自然語言模型與作為插件定義的外部工具功能的交互。該框架支持流行的LLM供應商（如OpenAI、Hugging Face等），並允許開發者註冊用於資料庫查詢、文件檢索、網絡搜索、數學計算和RESTful API調用等任務的自定義工具。Middleware管理對話歷史，處理速率限制，並記錄所有互動。它還提供可配置的快取和重試策略，以提升可靠性，讓用戶能輕鬆建立智能助理、聊天機器人和自主工作流程，且代碼量最小化。

模組化LLM架構旨在通過可組合的模組設計，簡化定制化LLM驅動應用的創建。它提供關鍵組件如會議狀態保持的記憶模組、外部API調用工具接口、模板或動態提示生成的提示管理器，以及控制代理人工作流程的協調引擎。您可以配置串聯這些模組的管線，以實現多步推理、上下文感知回應和資料整合等複雜行為。此框架支持多個LLM後端，允許切換或混用模型，同時提供擴展點以增加新模組或自訂邏輯。這個架構加快開發速度，促進元件重用，並維持對代理行為的透明度與控制。

Multi-Agent 是一個幫助你建立並編排多個並行運行的 AI 代理的開發者工具包。每個代理都具有獨立的記憶存儲、提示配置和訊息佇列。你可以定義自訂行為、建立代理間的溝通渠道，並根據代理角色自動委派任務。它利用 OpenAI 的 Chat API 來理解與產生語言，並提供模組化的組件來進行工作流程編排、日誌記錄與錯誤處理。這使得可以建立專門的代理，例如研究助手、資料處理器或客戶支援機器人，共同完成多面向的任務。

Multi-Agent AI Assistant是一個模組化的Python框架，能協調多個GPT驅動的代理，每個代理被分配到不同的角色，如規劃、研究、分析和執行。系統支援代理之間的訊息傳遞、記憶儲存，以及與外部工具和API整合，實現複雜的任務拆解與合作解決問題。開發者可以自訂代理行為、添加新工具包，並透過簡單的配置檔案設定工作流程。利用專業代理之間的分散推理，該框架加速自動研究、資料分析、決策支援和任務自動化。資料庫包含範例實作和模板，支持快速原型設計智慧助手和數位工作者，能處理企業、教育及研究環境中的端對端工作流程。

Multi-Agent ColComp是一個可擴展的開源框架，用於協調一個AI代理團隊完成複雜任務。開發者可以定義不同的代理角色，設定通信通道，並通過統一記憶存儲共享上下文資料。此庫包含即插即用的組件，用於協商、協調和共識建立。範例配置示範協作文本生成、分散規劃與多代理模擬。其模組化設計便於擴展，使團隊能快速原型化並評估多代理策略，適用於研究或生產環境。

NagaAgent是一個開源的Python庫，旨在簡化AI代理的創建、協調和擴展。它提供即插即用的工具集成系統、持久的對話記憶對象和異步多代理控制器。開發者可以將自定義工具註冊為函數，管理代理狀態，並安排多個代理之間的交互。此框架包括日誌功能、錯誤處理鉤子和快速原型設計的預設配置，非常適合構建複雜工作流程——如客戶支持機器人、數據處理管道或研究助理，且無需基礎設施負擔。

Nefi.ai 是一個基於雲端的平台，用於設計、訓練和協調由 AI 驅動的代理人，無需撰寫程式碼。它提供一個視覺化畫布，來組合諸如 LLM 模組、向量資料庫檢索、外部 API 諸如呼叫、條件邏輯和記憶陣列等模組。代理人可以用自訂文件訓練，或鏈結到企業資料。建立完成後，可用作聊天機器人、電子郵件助理或排程任務。進階功能包括監控儀表板、版本控制、角色存取管理，以及與 Slack、Teams 和 Zapier 的整合。

Nexus Agents是一個模組化框架，用於構建以大型語言模型為核心的AI驅動多代理系統。開發者可以定義自訂代理，整合外部工具，並通過宣告式YAML或Python設定來協調工作流程。它支持動態任務路由、記憶體管理和代理間通信，確保擴展性強且可靠的自動化。內建日誌記錄、錯誤處理和CLI支持，簡化了涵蓋資料檢索、分析、內容生成和客戶互動的複雜流程的構建。其架構允許輕鬆擴展自訂工具或LLM供應商，使團隊能以一貫且易於維護的方式自動化商業流程、研究任務與運營工作流程。

Noema Declarative AI允許開發者及研究人員以高層次、聲明性方式指定AI代理及其工作流程。通過撰寫YAML或JSON配置檔，你可以定義代理、提示、工具及記憶模塊。Noema執行時解析這些定義，載入語言模型，逐步執行流程每個階段，處理狀態和上下文，並回傳結構化結果。此方式減少樣板碼、提升重複性、並將邏輯與執行分離，非常適合原型設計聊天機器人、自動化腳本與研究實驗。

Odyssey 提供了一個靈活的架構，用於構建協作式多智能體系統。其核心組件包括用於定義和分配子任務的任務管理器、存儲上下文和對話歷史的記憶模塊、協調基於 LLM 的智能體的智能體控制器，以及整合外部 API 或自定義函數的工具管理器。開發者可以通過 YAML 文件來配置工作流程，選擇預建的 LLM 核心（例如 GPT-4、本地模型），並輕鬆擴展框架加入新工具或記憶後端。Odyssey 支援交互記錄、異步任務執行和迭代優化流程，適用於研究、原型設計和投產的多智能體應用。