Ant_racer 是一個虛擬多智能體追逐-逃避平台，提供一個用於研究多智能體強化學習的遊戲環境。基於 OpenAI Gym 和 Mujoco，允許用戶在追逐與逃避任務中模擬多個自主智能體之間的互動。該平台支持在物理真實的環境中實現和測試如 DDPG 等強化學習算法。對於關注動態場景中 AI 多智能體行為的研究者和開發者非常有用。

JaCaMo提供一個統一的環境，用於設計和運行多智能體系統（MAS），整合三個核心組件：用於基於BDI代理的Jason代理語言、用於工件的環境建模CArtAgO，以及用於指定組織結構和角色的Moise。開發者可以撰寫代理計劃、定義帶操作的工件，並在規範框架下組織代理群組。此平台包括模擬、除錯和視覺化MAS交互的工具。支援分散式執行、工件資料庫及彈性訊息傳遞，使得JaCaMo能迅速原型化與研究，例如群體智慧、協作機器人及分散決策。其模組設計確保在學術及工業專案中的擴展性及彈性。

Jason-RL在Jason多代理框架中加入一層強化學習，使AgentSpeak BDI代理器可以通過獎勵反饋學習行動選擇策略。它實現了Q-learning和SARSA算法，支援配置學習參數（學習率、折扣因子、探索策略）並記錄訓練指標。通過在代理計劃中定義獎勵函數和運行模擬，開發者可以觀察代理隨時間改善決策，並適應變化的環境，而不需要手動編碼策略。

Label Studio 是一款強大的開源數據標註工具，旨在處理各種數據類型，如文本、圖片、音頻和視頻。它使數據科學家和機器學習工程師能夠創建高質量的訓練數據。該平台提供互動式標註、模型評估以及流行的機器學習模型的集成，以完成預標註任務。Label Studio 支持多用戶協作，並提供社區版和企業版，以滿足不同需求。

Neon AI 通過提供先進的工具以創建對話 AI 應用程式，徹底改變企業與客戶的互動方式。這些應用程式理解用戶查詢，提供個性化回應，並增強整體用戶體驗。專注於可擴展性和自定義，Neon AI 提供量身訂做的解決方案，以滿足各行各業的特定需求，包括小型企業、大型企業、學術機構和非營利組織。其開源平台確保了可及性和持續創新。

OpenKoda是一個人工智慧驅動的開源平台，旨在加速應用開發過程。它提供大量預建立的應用模板和可自訂的解決方案，以滿足特定的商業需求。藉由利用現代技術和開源原則，OpenKoda旨在減少應用開發所需的時間和努力，同時保持高質量標準。