LangGraph-Chatchat作為一個記憶管理插件，運用LangGraph的圖形數據庫模型來儲存和檢索對話內容。在運行期間，使用者輸入與代理回應會轉換為語意節點並建立關聯，形成完整的知識圖。此結構能高效利用相似度、關鍵字或自定義篩選條件查詢過去的互動。插件支援配置記憶持久性、節點合併與TTL策略，確保相關內容的保留而不造成資料膨脹。配備序列化器與接口，LangGraph-Chatchat能無縫整合至ChatChat部署環境，為開發者提供強大的解決方案，建構具長期記憶、提升回應相關度及處理複雜對話流程的AI代理。

Memonto作為AI代理的中介庫，規劃整個記憶生命週期。在每次對話回合中，它記錄用戶和AI訊息，萃取重要細節，生成簡潔摘要。這些摘要會轉換為嵌入並存入向量數據庫或文件存儲中。在構建新對話提示時，Memonto執行語義搜尋以獲取最相關的歷史記憶，使代理保持上下文，回憶用戶偏好，並提供個性化回應。它支援多種存儲後端（SQLite、FAISS、Redis），並提供可配置的流程管道用於嵌入、摘要與檢索。開發者能無縫整合Memonto到現有的代理框架中，提升連貫性與長期互動。

FAgent 提供模組化架構來建立 AI 代理，包括環境抽象、策略介面和工具連接器。支援與流行的 LLM 服務整合，實現上下文保持的記憶管理，並提供用於日誌記錄和監控代理行為的可觀察層。開發者可定義自訂工具與行動，協調多步工作流程，並運行基於模擬的評估。FAgent 還包含資料收集、性能指標和自動化測試的插件，適用於研究、原型設計及多領域自主代理的生產部署。