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。