Advanced Agents Cookbooks是一個由社群管理的GitHub專案，提供基於LangChain的AI代理食譜庫。內容涵蓋存取記憶模組以保持上下文、整合自定義工具及外部API、使用函數呼叫獲得結構化回應、進行思考鏈計劃，以及多步工作流程的協同處理。開發人員可以使用這些範例來了解最佳實踐、調整行為，加速智慧代理的開發，實現排程、資料檢索與客戶支援等自動化。

EasyAgent提供了一個用於Python中建構自主AI代理的全面框架。它支持插拔式的LLM後端，例如OpenAI、Azure和本地模型，客製化的規劃與推理模組、API工具整合，以及持久記憶存儲。開發者可以透過簡單的YAML或程式碼配置定義代理行為，利用內建的函數調用存取外部資料，並協調多個代理以完成複雜的工作流程。EasyAgent還具有記錄、監控、錯誤處理和擴展點，方便客製化實作。其模組化架構能加速原型設計與專門領域如客戶服務、資料分析、自動化以及研究的代理部署。

LangGraph4j將AI代理操作——如LLM調用、函數調用、數據轉換——表示為有向圖中的節點，邊則模擬數據流。用戶建立圖形，添加聊天、嵌入、外部API或自訂邏輯的節點，連接它們並執行。該框架管理執行順序、處理快取、記錄輸入輸出，並允許擴展新節點類型。支持同步和異步處理，適用於聊天機器人、文件問答和複雜推理流程。

LLM Functions提供一個簡單的框架，將大語言模型的回應與實際的程式執行連接。用戶通過JSON schema定義函數，將其註冊到庫中，並在合適時由LLM返回結構化的函數調用。庫會解析這些回應，驗證參數，並調用正確的處理程序。支持同步和異步回調、自定義錯誤處理及插件擴展，非常適合需要動態數據查詢、外部API調用或在AI驅動的對話中執行複雜商務邏輯的應用。