FireAct Agent是一個開源的React框架，旨在建立由AI驅動的對話代理。它提供模組化架構，可自定義工具、管理會話記憶，並渲染具有豐富訊息類型的聊天UI。配合TypeScript類型定義與伺服器端渲染支援，FireAct Agent精簡了連接大型語言模型(LLMs)、調用外部API或函數，以及在交互中維持對話上下文的流程。你可以自定義樣式、擴展核心組件，並部署到任何Web環境中。

FreeAct採用模組化架構，簡化AI代理的建立。開發者定義高層目標，配置規劃模組以產生逐步計畫。推理模組評估計畫的可行性，執行引擎協調API呼叫、資料庫查詢及外部工具互動。記憶管理追蹤會話內容與歷史資料，協助代理做出明智決策。環境登記方便整合自訂工具與服務，實現動態調適。FreeAct支援多種LLM後端，可部署在本地伺服器或雲端環境。其開源且可擴充的設計，促進智慧代理的快速原型開發，用於研究與產業應用。

Practical AI Agents 提供開發者一個完整的架構和即用範例，用於建構由大型語言模型支援的自主代理。它示範如何整合API工具（例如網頁瀏覽器、資料庫、自訂函數）、實作RAG式記憶、管理對話背景並進行動態規劃。範例可調整用於聊天機器人、資料分析助手、任務自動化腳本或研究工具。此倉庫包含筆記本、Dockerfile和設定檔，方便跨環境設置與部署。

Spellcaster採用結構化方法構建AI代理，通過‘咒語’——結合提示、邏輯與工作流程。開發者編寫YAML配置文件，來定義代理的角色、輸入、輸出與協調步驟。CLI工具執行咒語，傳遞訊息，並與OpenAI、Anthropic等LLM API無縫整合。Spellcaster追蹤執行日誌，保存對話上下文，並支持自定義插件進行前後處理。其除錯界面能視覺化調用序列與資料流程，方便辨識提示失敗與性能問題。藉由抽象複雜的協調模式與標準化提示範本，減少開發負擔，確保跨環境的一致代理行為。

Whiz旨在為開發能執行複雜對話和任務導向工作流程的智能代理提供堅實的基礎。使用Whiz時，開發者定義「工具」——Python函數或外部API——代理在處理用戶查詢時可以調用。內建的記憶模組能捕捉並檢索對話上下文，促進連貫的多輪交互。一個動態規劃引擎將目標拆解為可行的步驟，而彈性的界面則允許注入自訂策略、工具註冊表和記憶後端。Whiz支援基於embedding的語義搜尋來獲取相關文件、日誌記錄以供稽核，以及非同步執行來擴展規模。Whiz完全開源，能在Python運行的任何地方部署，實現快速原型設計，如客服機器人、資料分析助手或專門領域代理，幾乎不需繁瑣設定。

AIKitchen提供一個易於開發者使用的Python工具包，使您能夠將AI代理作為模塊化構建塊來組合。其核心提供包含前處理、LLM調用、工具執行和記憶檢索階段的管道定義。與流行LLM提供商的集成提供靈活性，內建的記憶存儲追蹤對話上下文。開發者可以加入自定義任務，利用檢索增強生成來獲取知識，並收集標準化的績效評估指標。此框架還具備工作流程調度能力，支援多個代理之間的序列及條件流。配合插件架構，AIKitchen簡化了端對端的代理開發——從原型研究到在生產環境部署高可擴展的數位工作者。

自治代理是一個開源的Python庫，旨在簡化由大型語言模型驅動的自主AI代理的創建。通過抽象感知、推理和行動等核心組件，它允許開發者定義自定義工具、記憶體和策略。代理能自主規劃多步任務、查詢外部API、通過自定義解析器處理結果，以及保持對話上下文。該框架支持動態工具選擇、序列和並行任務執行，以及記憶體持久化，讓數據分析、研究、電子郵件摘要和網頁抓取等工作具有強大的自動化能力。其可擴展性設計方便與各種LLM提供商和自定模組的集成。

BAML Agents 為尋找模組化、可擴展平台來構建自主代理的開發者和AI實踐者設計。它提供基於插件的架構，以實現自定義工具的無縫整合；一個用於維持對話上下文的記憶子系統；以及內建支持多步推理流程。使用BAML Agents，使用者可以快速設置代理行為、連接外部API，並協調複雜任務，而無需重新發明常用的代理模式。其輕量設計和清晰抽象使其非常適合原型設計、研究和各種自動化場景的生產部署。