Prediction Market Agent Tooling 提供模組化架構來建立自主預測市場交易代理。它包括主要平台的連接器如 Augur 和 Polymarket、一套可重用策略範本、即時數據串流、強大的回測引擎，以及內建的績效分析。使用者可以快速原型設計算法、模擬歷史市場狀況，並部署實時代理監控工具，非常適合研究者與量化交易者。

PulpGen 提供一個統一且可配置的平台，用於建立先進的基於 LLM 的應用。它提供與流行的向量存儲、嵌入服務及 LLM 供應商的無縫整合。開發者可以定義自訂管道進行檢索增強產生，啟用即時串流輸出，批次處理大量文件集，並監控系統性能。其可擴充架構支持插拔模組，包含快取管理、日誌和自動擴展，非常適合 AI 支援的搜尋、問答、摘要與知識管理解決方案。

ReasonChain 提供一個模組化流程，用於構建由 LLM 驅動的操作序列，每個步驟的輸出可傳入下一步。用戶可以定義自訂的鏈節點來生成提示、調用 API、進行條件判斷路由工作流程，以及進行最終結果的彙總。此框架內建除錯與日誌記錄，支持向量資料庫查詢，並可藉由用戶模組擴充。無論是解決多步推理任務、協調資料轉換，或構建具備記憶的對話 agent，ReasonChain 提供透明、可重用、可測試的環境。它鼓勵實驗思考策略，特別適合研究、原型打造與生產準備的 AI 解決方案。

simple_rl是一個簡約的Python庫，旨在簡化增強學習的研究和教育。它提供一致的API用於定義環境和代理，內置支援常見RL範式，包括Q-learning、蒙特卡羅方法和動態規劃算法如價值和策略迭代。該框架包括範例環境，如GridWorld、MountainCar和多臂強盜，方便實操實驗。用戶可以擴展基類實現自定義環境或代理，並利用工具函數進行記錄、性能追蹤和策略評估。simple_rl的輕量架構和清晰代碼使其非常適合快速原型、教授RL基礎，以及在可重現且易於理解的環境中進行新算法的基準測試。

Vagent.io 提供了一個直觀的界面，用於通過語音命令與自定義 AI 代理互動。用戶可以通過自然語音輕鬆地與其 AI 代理進行溝通，而不是鍵入。該平台與簡單的 webhook 集成，並使用 OpenAI 來提供高質量的語音識別，並支持 60 多種語言。數據隱私是優先考慮的，無需註冊，所有數據均存儲在用戶的設備上。Vagent.io 非常靈活，允許用戶連接各種後端並構建模塊化的多代理系統，以處理更複雜的任務。

Samantha Voice AI Agent 是一個完全模塊化、開源的語音助手框架，完全用Python構建。它利用OpenAI的GPT-4模型進行語境對話管理，使用Whisper進行準確的語音轉文字，並通過ElevenLabs或微軟的TTS實現逼真的文本轉語音輸出。內建支持持續聽取、可定制的技能觸發點、API集成和事件觸發，允許開發者構建個性化語音流程，自動化任務，並在桌面或伺服器環境中部署，無需繁重授權限制。

SonAgent是一個可擴展的開源框架，主要用於在Python中構建、組織和運行AI代理。它提供核心模塊，用於記憶存儲、工具包裝器、規劃邏輯和異步事件處理。開發者可註冊自定義工具、整合語言模型、管理長期代理記憶，並協調多個代理以合作完成複雜任務。SonAgent的模組化設計促進對話機器人、工作流程自動化和分散式代理系統的開發。

Splutter AI 是一種先進的聊天機器人解決方案，旨在通過可定制的AI代理增強客戶參與度。它允許企業創建具有各種功能的定制聊天機器人，適用於網頁和短信。通過其模塊化設計，Splutter AI 使用戶可以輕鬆更換模型、工具和數據庫。該平台促進與各種第三方服務的集成，確保適應獨特的商業需求。通過自動化互動，企業可以提高效率和客戶滿意度，成為多個行業中的有價值資產。

TreeInstruct 提供一個架構，建構層級式、基於決策樹的大型語言模型提示管道。用戶可以定義代表提示或函式呼叫的節點，根據模型輸出設置條件分支，並執行樹狀結構來引導複雜的工作流程。它支援與 OpenAI 及其他 LLM 提供者整合，並提供日誌記錄、錯誤處理及可客製化的節點參數，以確保多回合互動的透明度與彈性。

With AI Agents是一個用於在TypeScript中定義和協調多個AI代理的以程式碼為先的框架，每個代理具有不同職能，如規劃者、執行者和記憶模組。它內建記憶管理，以持久化上下文，並擁有函數調用子系統來整合外部API，以及用於互動會話的CLI界面。透過將代理組合成管道或層級結構，可實現複雜任務的自動化，例如資料分析管道或客戶支持流程，同時確保模組化、可擴展與易於客製化。

xBrain提供模組化架構，用於在Python應用中建立、配置和協調自主代理。用戶可以定義具備數據擷取、分析或生成等能力的代理，並將它們組裝成工作流程，在該流程中每個代理進行通訊與任務委派。框架包括管理非同步執行的排程器、整合外部API的插件系統，以及用於實時監控和除錯的內建日誌機制。xBrain的彈性介面支持自訂記憶體實作和代理模板，使開發者能根據不同領域調整行為。從聊天機器人、資料管道到研究實驗，xBrain可加速設計複雜多代理系統，並提供最少樣板碼。

MultiAgentModel提供統一API，用於定義多智能體場景的自訂環境和智能體類。開發者可以指定觀察與行動空間、獎勵結構和通信通道。內建支持流行的RL算法如PPO、DQN和A2C，讓訓練變得簡單配置。實時可視化工具協助監控智能體互動和績效指標。模塊化架構確保易於整合新算法與自訂模組。此外，還包括用於超參數調優的彈性配置系統、實驗追蹤的日誌工具，以及與OpenAI Gym環境的相容性，實現無縫移植。用戶可以在共享環境合作，並重播記錄的會話進行分析。

AgentSimulation 是一個建立在 Pygame 之上的開源 Python 函式庫，用於在 2D 環境中模擬多個自主代理。它允許用戶配置代理屬性、操控行為（如搜尋、逃跑、漫遊）、碰撞檢測、路徑尋找及互動規則。藉由實時渲染和模組化設計，支援快速原型設計、教學模擬及群體智慧或多代理互動的小規模研究。

ASP-DALI 提供一個統一的平台，定義並執行基於邏輯的智能代理。開發者在 .asp 文件中編寫 ASP 規則來表示代理的知識和目標，而 DALI 構造則用來定義事件反應和行動執行。運行時，ASP 求解器會計算回答集，指導代理的決策，使其能夠規劃、對輸入事件作出反應並動態調整信念。該框架支持模組化知識庫，方便增量式更新，並使聲明式規則與反應式行為清晰分離。ASP-DALI 使用 Prolog 實現，並提供與流行的 ASP 求解器的介面，簡化在研究和原型場景中的整合與部署。

Base OnChain Agent 是一個設計用於在以太坊類區塊鏈上部署自主AI代理的開源框架。它通過Web3連接到區塊鏈節點，並使用OpenAI GPT模型來解讀鏈上事件，例如代幣轉移或協議專有日誌。代理可以處理自然語言提示或預設策略，決定何時執行交易、調用智能合約或回應治理提案。開發者可擴展模組，用於自訂事件監聽器、整合鏈下數據源，並安全管理私鑰。此方案支持自動化DeFi操作，如流動性提供、套利交易和資產配置調整，避免手動干預。

bedrock-agent是一個多功能的AI代理框架，與AWS Bedrock系列大型語言模型整合，用於協調複雜的任務驅動流程。它提供插件架構來註冊自訂工具、記憶模組以保存背景資訊，以及改進推理的思考鏈機制。透過簡單的Python API和命令列界面，開發人員可以定義能呼叫外部服務、處理文件、產生代碼或與用戶交談的代理。代理可以根據用戶提示自動選擇相關工具，並跨會話維持對話狀態。此框架是開源、可擴展的，適用於快速原型設計和在本地或AWS雲端部署AI助手。

BeeAI Framework Py Starter是一個開源的Python專案，旨在快速啟動AI代理的建立。它包括核心模組用於代理協調、一個擴展功能的插件系統，以及連接流行LLM API的適配器。開發者可以定義任務、管理對話記憶並透過簡單的配置檔整合外部工具。該框架強調模組化和易用性，支持對話式聊天機器人、自動化助手和資料處理代理的快速原型設計，無需樣板程式碼。

ChatAgent 讓開發者能快速建立和部署智慧型聊天機器人，通過可擴展的架構提供核心模組，包括記憶處理、工具鏈和策略協調。它能無縫整合流行的 LLM 供應商，並允許自定義 API 呼叫、資料庫查詢或檔案操作的工具定義。此框架支援多步規劃、動態決策與情境記憶回溯，確保擴展對話中的連貫性。其插件系統與配置驅動的流程設計使定製與實驗更為方便，同時結構化日誌與指標有助於監控性能和排解生產中的問題。

ComfyUI LLM派對擴展了Node基礎的ComfyUI環境，提供一系列用於協調文本交互和視覺AI工作流程的LLM驅動節點。它包括用於與大型語言模型互動的聊天節點、用於保持上下文的記憶節點，以及用於管理多代理對話的路由節點。用戶可以在管道中鏈接語言生成、總結和決策操作，將文本AI與圖像生成結合。此擴展還支持自定義提示模板、變數管理和基於條件的分支，讓創作者能自動生成故事、圖像說明和動態場景描述。其模塊化設計支持與現有節點的無縫集成，使藝術家和開發者可以在不需程式技術的情況下建立複雜的AI代理人流程。

在其核心，DAGent將代理工作流表示為由節點組成的有向無環圖，每個節點可以封裝一個LLM調用、自定義函數或外部工具。開發者明確定義任務依賴，實現并行執行和條件邏輯，框架管理調度、數據傳遞和錯誤恢復。DAGent還提供內建可視化工具，用於檢查DAG結構和執行流程，改善調試和審計。通過可擴展的節點類型、插件支持和與主流LLM提供者的無縫集成，DAGent使團隊能夠輕鬆構建複雜的多步AI應用，如數據管道、對話代理和自動化研究助手。其模塊化和透明性設計使其成為實驗和生產中的可擴展代理協調的理想選擇。