Multi Agent Simulation提供靈活的API，用以定義具有自訂感測器、執行器和決策邏輯的代理類別。用戶配置帶有障礙物、資源和通信協定的環境，然後運行逐步或實時的模擬循環。內建的日誌系統、事件調度和Matplotlib整合，協助追蹤代理狀態並視覺化結果。模組化設計允許輕鬆擴展新的行為、環境及提升性能，非常適合學術研究、教育以及多代理場景的原型設計。

RinSim 提供一個模組化的模擬環境，專注於模擬具有多個自主代理的動態物流場景。用戶可以定義道路網路圖，配置車隊（包括電動模型及電池限制），並模擬采樣到達的接送請求。離散事件架構確保精確的時間控制與事件管理，而內建的路由演算法和可自定義的代理行為允許進行廣泛的實驗。RinSim 支援輸出度量如行程時間、能耗及服務水平，並包含實時和事後的可視化模組。其擴展性設計支持自訂演算法整合，擴展至大型車隊，並可復現研究流程，對於學術與產業中優化流動性策略至關重要。

Summative Info Researcher Agents 提供一個模組化的AI驅動代理人框架，旨在執行端到端的研究任務。它自動執行網路搜尋、內容抓取、提取相關資料點並將結果合成清晰、結構化的摘要。基於流行的LLM，並可通過插件工具擴展，讓用戶定義多步驟工作流程、串聯代理人與調整設定，以符合特定領域的查詢需求。其彈性架構支持與自訂API、資料庫連接器和排程系統的集成，适用于學術、商業或個人研究。