AutoBrowse是一個開發者函式庫，支援由LLM驅動的網路自動化。透過運用大型語言模型，它規劃並執行瀏覽器行為——搜尋、導航、互動與從網頁擷取資訊。採用規劃-執行範式，它將高階任務拆解為逐步執行的動作，並處理JavaScript渲染、表單輸入、連結遍歷與內容分析。它產出結構化資料或摘要，非常適合用於研究、資料收集、自動化測試和競爭情報工作流程。

APLib旨在簡化在遊戲與模擬環境中開發AI驅動的自主代理。利用受信念-願望-意圖（BDI）啟發的架構，它提供多模組的感知、決策與行動模組。開發者可以通過直觀的API和行為樹定義代理的信念、目標和行為。APLib的代理能通過可定制的感測器解析遊戲狀態，利用內建規劃器制定計劃，並通過執行器與環境互動。這個庫支援Unity、Unreal以及純Java環境的整合，方便自動測試、AI研究與模擬。它鼓勵行為模組重用、快速原型製作及穩健的QA流程，自動化重複測試場景並模擬複雜玩家行為，無需人工干預。