Micro-agent 是一個輕量且無偏見的 JavaScript 函式庫，旨在簡化使用大型語言模型打造高階 AI 代理。它提供核心抽象，如代理、工具、規劃器與記憶體存儲，讓開發者組合自訂的會話流程。代理可以調用外部 API 或內部工具，實現動態資料擷取與行動執行。此庫支持短期會話記憶與長期持久存儲，以維持跨會話的上下文。規劃器負責串聯鏈式思考，將複雜任務拆解成工具調用或語言模型查詢。支援可配置的提示模板與執行策略，讓 micro-agent 無縫整合前端網頁、Node.js 服務與邊緣環境，成為構建聊天機器人、虛擬助手或自主決策系統的彈性基礎。

MiniAgent是一個極簡的開源框架，用Python構建，用於建立具有規劃和執行複雜工作流程的自主AI代理。核心包括一個任務規劃模組，將高層目標分解為有序步驟，一個逐步執行的控制器，以及集成外部工具和API（包括Web服務、數據庫和自定義腳本）的內建適配器。還具有輕量的記憶管理系統，用於保存對話或任務上下文。開發人員可以輕鬆註冊自定義動作插件、制定決策策略規則，並擴展工具功能。支援OpenAI模型和本地LLMs，使MiniAgent能迅速原型化聊天機器人、數字工作者和自動化流程，全部在MIT許可證下。

Nagato AI 是一個可擴展的 AI 代理框架，通過結合任務規劃、記憶管理和工具整合來協調自主工作流程。用戶可以定義自訂工具和 API，使代理能夠獲取資訊、執行動作並在長時間會話中維持對話情境。藉由其插件架構和對話式 UI，Nagato AI 能適應各種場景——從研究協助與資料分析，到個人生產力與自動客服交互，同時保持完整開源與開發者友好。

SeeAct 設計目的是為視覺語言代理提供雙階段管線：由大型語言模型驅動的規劃模塊生成基於觀察場景的子目標，執行模塊將子目標轉化為環境特定的行動。感知骨幹從圖像或模擬中提取物件與場景特徵。模塊化架構允許輕鬆替換規劃器或感知網絡，並支持在 AI2-THOR、Habitat 及自訂環境中的評估。SeeAct 促進互動式 embodied AI 研究，提供端到端的任務分解、歸屬與執行。

Symbol-LLM提供模組化的架構，用於構建由大型語言模型支援並增強有符號記憶存儲的AI代理。它具有用於拆解複雜任務的規劃模塊、調用工具的執行器，以及用於在交互中保持上下文的記憶系統。配備像網路搜尋、計算器和代碼執行器等內建工具，以及簡單的API以整合自定義工具，Symbol-LLM使開發者和研究人員能快速原型設計並部署用於各種領域的複雜LLM助手，包括研究、客戶支援和工作流程自動化。

AgentSmithy設計旨在簡化AI代理的開發週期，提供模組化元件進行記憶體管理、任務規劃與執行協調。框架利用 Google Cloud Storage 或 Firestore 持久存儲記憶體，Cloud Functions 用於事件驅動觸發，Pub/Sub 實現可擴展的訊息傳遞。Handler 定義代理行為，Planner 管理多步任務執行。觀察模組追蹤性能指標與日誌。開發者可整合定制插件，提升能力，例如自訂資料來源、專用 LLM 或領域專用工具。AgentSmithy 的雲端原生架構確保高可用性與彈性，支持在開發、測試與生產環境無縫部署。內建安全與角色基權控制，確保團隊治理，同時快速迭代智慧代理方案。

ElizaOS 提供一套強大的工具，用於在 TypeScript 項目中設計、測試和部署自主 AI 代理。開發者可以定義代理角色、目標和記憶層級，並利用 ElizaOS 的規劃系統來設計任務流程。其模組化連接器架構簡化了與通信平台—如 Discord、Telegram、Slack、X—及 Web3 匹配器的整合。ElizaOS 支援多個 LLM 後端（OpenAI、Anthropic、Llama、Gemini），實現模型之間的無縫切換。插件支援擴展功能，包含自訂技能、記錄和可觀察性。借助 CLI 和 SDK，你的團隊可以微調代理配置，監控即時表現，並在雲端或本地環境中擴展部署。ElizaOS 讓企業能自動化客戶互動、社群媒體參與和業務流程，創造自主數位工作者。

IoA提供了一個靈活的架構，用於定義、協調和執行多個AI代理在統一的工作流程中。主要組件包括分解高層目標的規劃器、向專用代理調度任務的執行器，以及用於上下文管理的記憶模組。它支援與外部API和工具包的整合、實時監控和可自定義的技能插件。開發者可以通過結合現成的模組或用自定義邏輯擴展來快速原型設計自主助理、客戶支持機器人和數據處理管道。

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。

llm-ReAct 實現了大型語言模型的 ReAct（推理與行動）架構，實現了思考鏈推理與外部工具執行和記憶存儲的無縫集成。開發者可以配置自定義工具集，如網路搜索、資料庫查詢、文件操作和計算器，並指示代理計劃多步任務，根據需要調用工具以獲取或處理信息。內建的記憶模組保存對話狀態和過去的行動，支持更具上下文感知的代理行為。使用模塊化的 Python 代碼和 OpenAI API 支持，llm-ReAct 簡化了智能代理的實驗和部署，可適應性解決問題、自動化流程並提供富有上下文的回應。

Nova提供完整工具集，用於在Python中創建自主AI代理。它具有將目標分解為可行步驟的規劃器、整合任何外部工具或API的插件系統，以及用於存儲和回憶會話內容的記憶模組。開發者可以配置自定義行為、透過日誌追蹤代理決策，並以最少程式碼擴充功能。Nova簡化從設計到部署的整個代理生命週期。

Pillar是一個完整的AI代理框架，旨在簡化智能多步工作流程的開發與部署。它具有模組化架構，包括任務拆解的規劃器、保持上下文的記憶存儲，以及可透過外部API或自訂程式碼執行動作的執行器。開發者可以用YAML或JSON定義代理管道、整合任何LLM供應商，並透過自訂插件擴展功能。Pillar內建異步執行與上下文管理，減少模板重複程式碼，加快聊天機器人、資料分析助手和自動化商務流程等AI驅動應用的上市時間。

Whisprlist透過利用語音命令來創建和組織任務，提供了一種獨特的任務管理方式。不再需要打字和手動輸入；只需說話，AI將處理其餘工作。它還會發送每日議程電子郵件，突出顯示您的重點區域和即將到來的任務。這種個性化的協助幫助您保持高效和有條理。Whisprlist提供免費計劃和實惠的高級計劃，使得任務管理變得輕鬆且高效。

Agent-FLAN設計的目的是透過將任務分割為規劃角色和執行角色，來簡化複雜AI代理應用的建立。用戶透過設定檔定義代理行為與工作流程，指定輸入格式、工具介面與通訊協定。規劃代理會生成高層次的任務計畫，而執行代理則執行特定行動，如呼叫API、處理資料或使用大型語言模型產生內容。其模組化架構支援即插即用的工具適配器、自定義prompt範本與即時監控儀表板。它能無縫整合OpenAI、Anthropic及Hugging Face等主流LLM供應商，讓開發者快速 prototypes、測試，以及部署多代理工作流程，用於自動化研究助手、動態內容產生管道與企業流程自動化等場景。

Agentic-AI是一個開源Python框架，簡化構建利用大語言模型（如OpenAI GPT）的自主代理。它提供核心模組，用於任務規劃、記憶持久化和工具整合，讓代理可以將高層目標拆解為可執行的步驟。該框架支援基於插件的自定義工具，例如API、網頁爬取和資料庫查詢，使代理能與外部系統互動。它具備鏈式思考推理引擎，協調規劃與執行循環，支持情境記憶回想和動態決策。開發者可以輕鬆配置代理行為、監控動作日誌並擴展功能，實現多樣應用的擴展性和適應性AI自動化。

Agentic Solver提供一個完整工具組，讓開發能運用大型語言模型（LLMs）來解決實際問題。它包含任務拆解、規劃、執行和結果評估的組件，協助代理將高階目標拆解為有序行動。用戶可整合外部API、自訂函式和記憶存儲，以擴充代理能力，而內建記錄與重試機制確保韌性。此框架使用Python撰寫，支援模組化流程和彈性prompt範本，加速實驗範圍。無論自動化客戶支援、資料分析或內容產出，Agentic Solver皆能簡化整個生命週期，從初始設定、工具註冊到持續監控和效能優化。

AgentPilot 提供一個完整的 monorepo 解決方案，用於建立、管理與部署自主 AI 代理。核心特色包括擴展性插件系統，整合自訂工具及 LLMs、跨對話的記憶管理層，以及排程模組來串接代理任務。用戶可以透過命令列介面或網頁儀表板操作，配置代理、監控執行狀況、檢閱日誌。透過抽象化代理協調、記憶管理與 API 整合的複雜性，AgentPilot 支援快速原型設計與產線部署，用於客戶支援自動化、內容生成、資料處理等多領域應用。

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。

Musajjel提供了一個強大的解決方案，讓團隊能夠精確且有效地追蹤他們的專案。透過友善的使用者介面和一系列強大的功能，Musajjel提供了一個一體化的平台，用於從開始到結束的專案排程、追蹤和管理。它旨在簡化專案管理過程中的複雜性，透過整合任務、監控進度、確保所有團隊成員保持一致且互相知情，從而實現成功的專案成果。

AppAgent 是一個基於 LLM 的多模態代理框架，旨在無需手動腳本即可操作智慧手機應用。它集成螢幕截圖、GUI元素偵測、OCR解析與自然語言規劃，用以理解應用佈局與用戶意圖。該框架通過Android設備或模擬器發送觸控事件（點擊、滑動、文字輸入）來自動化工作流程。研究人員與開發者可以自訂提示、配置LLM API，並擴展模組以支援新應用與任務，實現彈性且可擴展的移動端自動化。