CopilotKit是一個開源的Python框架，設計給開發者建立客製化的AI代理。其模組化架構允許註冊和配置工具——如檔案系統存取、網路搜尋、Python REPL和SQL連接器——並將它們與支援的LLM結合。內建的記憶模組可用於持久化對話狀態，LangGraph則用來定義複雜任務的結構化推理流程。代理可在腳本、網頁服務或CLI應用部署，並支持雲端擴展。CopilotKit無縫與OpenAI、Azure OpenAI及Anthropic模型協作，強化自動化流程、聊天機器人及資料分析機器人。

Duet GPT是一個基於Python的開源框架，用於協調兩個GPT模型之間的多代理對話。你定義不同的代理角色，並用系統提示進行定制，框架自動管理輪流、訊息傳遞和對話記錄。這種合作結構加速解決複雜任務，支持比較推理、批評循環和反覆修正，通過來回交換來提高效率。其與OpenAI API的無縫集成、簡單配置和內建日誌，使其非常適合研究、原型開發和生產流程中的程式協助、決策支援和創意構思。開發者可以擴展核心類別，以整合新的LLM服務，調整迭代邏輯，並將對話記錄匯出為JSON或Markdown格式以便後續分析。

MACL 是一個模組化的 Python 框架，旨在簡化多個 AI 智能體的創建與協調。它允許你定義具有自訂技能的獨立智能體，設置通信通道，並在智能體網絡中排程任務。智能體可以交換訊息、協商責任，並根據共享資料動態調整。內建支援常用 LLMs，以及擴展性的插件系統，使 MACL 能在客戶服務自動化、數據分析流程和模擬環境等領域中實現可擴展且易於維護的 AI 工作流程。

Overeasy 是一個基於 Python 的開源框架，用於在各種領域協調由 LLM 驅動的 AI 代理。它提供模組化架構，用以定義代理、配置記憶存儲及整合外部工具，如 API、知識庫與資料庫。開發者可以連接至 OpenAI、Azure 或自行托管的 LLM 端點，設計涉及單一或多個代理的動態工作流程。Overeasy 的協調引擎負責任務委派、決策及後備策略，從而打造強健的數位工作者，用於科研、客戶支持、資料分析、排程等。完善的文件與範例專案促進在 Linux、macOS 與 Windows 上的快速部署。

PromptMage是一個Python框架，旨在簡化使用大型語言模型（LLM）開發複雜、多步驟應用程序的過程。它提供了多種功能，包括提示遊樂場、內置版本控制和自動生成的API。無論是小型團隊還是大型企業，PromptMage都能提高生產力，促進有效的提示測試和開發。它可以在本地或伺服器上部署，為多樣的用戶提供方便和可管理性。

Thufir 是一個基於 Python 的開源框架，旨在簡化創建具有複雜任務規劃與執行能力的自主 AI 代理。Thufir 核心提供一個規劃引擎，將高層次目標拆解為可行的步驟，並配備一個用於存儲與檢索會話上下文資訊的記憶模組，以及一個插拔式工具介面，讓代理可以與外部 API、資料庫或程式碼執行環境互動。開發者可利用 Thufir 的模組化組件，客製化代理行為、定義專屬工具、管理代理狀態並協調多代理工作流程。藉由抽象底層基礎設施，Thufir 加速智慧代理的開發與部署，用於虛擬助理、流程自動化、科研和數位工作者等應用。

Agent-Squad是一個模組化的Python框架，能讓團隊設計、部署與運行多代理系統來執行複雜任務。其核心允許配置多樣的代理設定，如數據擷取器、摘要器、程式碼撰寫器與驗證器，這些代理透過定義的頻道溝通，共享記憶體語境。藉由將高層目標分解為子任務，框架協調平行處理，並利用LLM與外部API、資料庫或自訂工具連結。開發者可用JSON或程式碼定義工作流程，監控代理互動，並用內建日誌與評估工具動態調整策略。

agent-steps是一個Python步驟協調框架，旨在通過將複雜任務拆解為離散且可重用的步驟，以簡化AI代理的開發。每個步驟封裝一個特定操作，如調用語言模型、執行資料轉換或外部API調用，並可以將上下文傳遞到後續步驟。該庫支持同步和異步執行，實現可擴展的管道。內建的日誌與除錯工具提供執行透明度，其模組化架構促進維護性。用戶可以定義自訂的步驟類型，將它們鏈接成工作流程，並輕鬆整合到現有Python應用中。agent-steps適用於建立聊天機器人、自動化資料管道、決策支援系統及其他多步驟AI解決方案。

AI-Agent是一個擴展性強的Python框架，旨在建立由OpenAI的GPT模型和LangChain驅動的自主代理。它包含Web搜尋、維基百科查詢、計算器功能和自定義工具整合模組，實現自動化研究、資料分析和腳本執行。用戶可以配置代理人以規劃多步任務、與API互動、產生報告以及執行複雜的工作流程，減少手動干預，提升開發、資料科學和商業流程的生產力。

ANAC-agents是一個基於Python的框架，集中多個談判代理的實現，用於Automated Negotiating Agents Competition（ANAC）。每個代理都具有不同的策略，用於效用建模、提議產生、讓步策略與接受標準，有助於比較研究與快速原型設計。用戶可以定義具有自訂議題與偏好檔的談判域，並模擬雙邊談判或類似錦標賽的競賽。工具包包括配置腳本、評估指標與日誌工具，用於分析談判動態。研究人員與開發者可以擴展現有代理、測試新算法或整合外部學習模組，促進自動化議價與在資訊不完整條件下的策略決策創新。

Besser Agentic Framework提供模組化工具包，用於定義、協調和擴展AI代理。它允許配置代理行為、整合外部工具與API、管理代理記憶和狀態，以及監控執行狀況。基於Python，支援可擴展的插件介面、多代理協作，以及內建的日誌記錄。開發者可以快速原型化並部署用於資料擷取、自動化研究和對話式助手等任務的代理，全部在統一框架中完成。

Chainlit 是一個開源的異步 Python 框架，旨在幫助開發者快速構建和部署可擴展的對話式 AI 和智能應用。它支持與流行的 Python 庫和框架的集成，以提供無縫的開發體驗。使用 Chainlit，使用者可以創建可處理複雜互動並保留對話上下文的生產級聊天應用。

ChatGPT OpenAI Smart Speaker是用於打造自己語音激活AI助手的開發框架。它可運行於像Raspberry Pi、Linux PC、macOS或Windows設備上。使用標準Python語音辨識和語音合成函式庫，它會監聽喚醒詞、捕捉問題、傳送到OpenAI ChatGPT API並即時讀出回應。用戶可加入自訂命令、整合智慧家庭控制，或用於教育用途的語音AI演示。

ModelScope Agent提供一個模組化的Python框架，用於協調自主AI代理。它具有外部工具（API、資料庫、搜尋）插件整合、對話記憶以保存上下文，以及可定制的代理鏈，用於處理知識檢索、文件處理和決策支援等複雜任務。開發者可以配置代理角色、行為和提示，並運用多個LLM後端來優化生產環境中的性能與穩定性。

CodeFuse-muAgent是一個基於Python的開源框架，用於協調多個自主AI代理，共同解決複雜任務。開發者定義擁有專門技能（如資料處理、自然語言理解或外部API互動）的個別代理，並配置通信協議以進行動態任務委派。該框架提供集中式記憶管理、日誌記錄與監控功能，保持模組獨立，並支援與流行的LLMs和自訂AI模型的整合。利用CodeFuse-muAgent，團隊可以建立模組化AI工作流程、自動化多步驟流程，以及在不同環境中擴展部署。彈性的設定檔與可擴充的API，支持快速原型設計、測試及微調，適用於客戶支援、內容產生管線、研究助理等多種應用場景。

CUPCAKE AGI（Component Utilitarian Pipeline for Creative, Knowledgeable, and Evolvable Autonomous General Intelligence）是一個彈性的Python框架，通過結合語言模型、記憶體和外部工具，簡化建立自主代理的流程。其核心模組包含目標規劃器、模型執行器與記憶管理器，以保持多次互動中的上下文。開發者能透過插件擴充功能，整合API、資料庫或自訂工具包。CUPCAKE AGI支援同步與非同步工作流程，非常適合科研、原型設計和生產環境部署，應用範圍多元。

Cyrano 是一個開源的 Python 框架和 CLI，用於創建通過自然語言提示協調大型語言模型和外部工具的 AI 代理。用戶可以自定義工具（函數）、配置記憶體和令牌限制，並處理回調。Cyrano 負責解析來自 LLM 的 JSON 回應，並依序執行指定的工具。它強調簡單性、模組化和零外部依賴，使開發者能快速原型化聊天機器人、建立自動化工作流程並將 AI 功能整合到應用中。

Fast Reinforcement Learning是一個專門的Python框架，旨在加速強化學習代理的開發與執行。它支援流行的算法如PPO、A2C、DDPG和SAC，並配合高吞吐量的向量環境管理。用戶可以輕鬆配置策略網絡、自定義訓練流程，並利用GPU加速進行大規模試驗。其模組化設計確保與OpenAI Gym環境的無縫整合，使研究人員和實務工作者能在控制、遊戲和模擬任務中原型設計、基準測試與部署代理。

defaultmodeAGENT 是一個基於 Python 的框架，旨在簡化建立能自主執行多步工作流程的智慧代理。它具備預設模式規劃—一種用於決定何時探索或利用的自適應策略—以及與自訂工具與 API 的無縫整合。代理保持對話記憶，支持動態提示，並提供除錯記錄。基於 OpenAI 的 API，使快速原型化資料提取、研究和任務自動化輔助成為可能。

GenAI Job Agents 是一個基於 Python 的開源框架，可簡化 AI 助力的任務代理的建立與管理。開發者可以使用簡單的配置文件或 Python 類來定義自訂的任務類型與代理行為。系統無縫整合 OpenAI 用於 LLM 支持的推理，以及 LangChain 用於調用鏈。任務可以排入佇列、並行執行，並通過內建日誌與錯誤處理機制進行監控。代理能處理動態輸入，自動重試失敗，輸出結構化結果供後端處理。模組化架構、可擴充插件與清晰 API，讓團隊能自動化重複任務、協調複雜工作流程，並在生產環境擴展 AI 驅動運營。