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。

Self Collab AI提供一個模組化框架，開發者可以在其中定義自治代理、通信通道和任務目標。代理使用預設提示和範例來協商責任、交換資料並對解決方案反覆迭代。基於Python且具有易於擴展的界面，支援與大型語言模型、客製插件和外部API整合。團隊可以快速原型設計復雜工作流程，如研究助理、內容生成或資料分析管線，透過配置代理角色與合作規則，而無需深入撰寫調度程式碼。

SQL LangChain Agent是一個基於LangChain框架的專用AI代理，旨在彌合自然語言與結構化資料庫查詢之間的鴻溝。使用OpenAI語言模型，該代理能將純英文的使用者提示解釋為正確的SQL語句，並安全地在關聯式資料庫上透過SQLAlchemy執行。返回的查詢結果會格式化為對話式回應或資料結構，以便後續處理。透過自動化SQL的產生與執行，該代理讓資料團隊能無需寫程式就能探索與分析資料，加快報表產生速度並降低人為錯誤。

HackerGCLASS Agent API是一個開源的Python框架，暴露RESTful端點來運行AI代理。開發人員可以定義自定義工具整合、配置提示模板，並在各會話中維護代理狀態和記憶體。該框架支持多代理並行調度、處理複雜對話流程，並整合外部服務。它通過Uvicorn或其他ASGI服務器簡化部署，並通過插件模組提供擴展性，快速為各種用途創建領域專屬的AI代理。

AutoBrowse是一個開發者函式庫，支援由LLM驅動的網路自動化。透過運用大型語言模型，它規劃並執行瀏覽器行為——搜尋、導航、互動與從網頁擷取資訊。採用規劃-執行範式，它將高階任務拆解為逐步執行的動作，並處理JavaScript渲染、表單輸入、連結遍歷與內容分析。它產出結構化資料或摘要，非常適合用於研究、資料收集、自動化測試和競爭情報工作流程。

DevLooper旨在簡化AI代理項目的端到端生命週期。只需一個命令，即可生成任務專用代理和逐步工作流程的樣板程式碼。它利用Modal的雲端原生執行環境，將代理作為可擴展、無狀態的函數運行，同時提供快速迭代的本地運行和除錯模式。DevLooper可處理有狀態的資料流、定期排程和內建的可觀察性。通過抽象化基礎設施細節，讓團隊聚焦於代理邏輯、測試和優化。與現有Python庫及Modal的SDK無縫整合，確保在開發、測試和生產環境中的安全、可重現部署。