Modelfy 是一個由 AI 驅動的平台，採用先進的專有神經網絡與八叉樹解析技術，將 2D 影像轉換為高品質 3D 模型。用戶可上傳影像並獲得 GLB、OBJ 和 STL 等格式的優化 3D 資產。該平台適合需要快速原型、遊戲資產或 3D 列印模型的專業人士，提供企業級基礎設施以確保可靠性與精確貼圖生成。

Junjo Python API是一個SDK，使開發者能將AI代理整合到Python應用中。它提供統一介面來定義代理、連結LLM、協調Web搜尋、資料庫或自定義函數等工具，並維持對話記憶。開發者可以建立條件式任務鏈、向客戶串流回應並優雅地處理錯誤。該API支持插件擴展、多語言處理和即時數據擷取，使自動客服、數據分析機器人等應用成為可能。配合完整的文件、範例程式碼與Python風格設計，Junjo Python API能縮短市場推廣與運營成本，快速部署智慧代理方案。

AI Library提供一個設計和運行AI代理的全面框架。它包括代理構建器、鏈協調、模型接口、工具整合及向量存儲支持。平台採用API優先的方法，附有豐富的文檔和範例項目。無論是創建聊天機器人、數據檢索代理還是自動化助手，AI Library的模塊化架構確保每個組件——如語言模型、記憶存儲和外部工具——都能被輕鬆配置、組合及在生產環境中監控。

Noema Declarative AI允許開發者及研究人員以高層次、聲明性方式指定AI代理及其工作流程。通過撰寫YAML或JSON配置檔，你可以定義代理、提示、工具及記憶模塊。Noema執行時解析這些定義，載入語言模型，逐步執行流程每個階段，處理狀態和上下文，並回傳結構化結果。此方式減少樣板碼、提升重複性、並將邏輯與執行分離，非常適合原型設計聊天機器人、自動化腳本與研究實驗。

WanderMind 提供模組化架構，用於建構自我引導的 AI 代理。它管理持久的記憶庫以在會話間保留上下文，整合外部工具和 API 以擴展功能，並通過可自定義的規劃器協調多步推理。開發者可以連接不同的 LLM 供應商、定義異步任務，並用新工具適配器擴展系統。此框架加速自主工作流程的實驗，應用範圍從想法探索到自動化研究助手，無需大量工程負擔。

JADE-DR-VPP 是一個開源的Java框架，實現了用於虛擬電廠（VPP）需求響應（DR）的多代理系統。每個代理代表一個彈性負載或發電單元，通過JADE消息通信。該系統協調DR事件，安排負載調整，並彙整資源以滿足電網信號。用戶可以配置代理行為，運行大規模模擬，並分析能源管理策略的性能指標。

Agentube AI Agent是一個基於網絡的平台，賦予企業和開發者無需編碼即可創建AI驅動的代理。它提供拖放式的對話流程、記憶管理、分析儀表板和無縫的API集成。代理可以處理客戶支持、潛在客戶資格認定、日程安排和數據檢索任務。基於Vercel，支持實時更新、協作編輯和一鍵部署到Web小部件、Telegram、WhatsApp或定制端點。

Ernie Bot Agent是一個旨在簡化使用Baidu ERNIE Bot創建AI驅動對話代理的開發框架。它提供API調用、提示模板、記憶管理和工具整合的抽象。該SDK支持具有上下文意識的多回合對話、任務的自定義工作流程，以及用於領域擴展的插件系統。內建日誌記錄、錯誤處理和配置選項，降低樣板碼，並促進聊天機器人、虛擬助手和自動化腳本的快速原型設計。

Goat SDK旨在簡化用Go建立和調度AI代理的流程。它提供可插拔的LLM整合（OpenAI、Anthropic、Azure、本地模型）、工具註冊表以支持自定義行動，以及用於狀態式對話的記憶存儲。開發者可以定義連鎖、表達策略和發布器，通過CLI、WebSocket、REST端點或內嵌Web UI輸出互動內容。Goat支援串流回應、可定制記錄與簡單的錯誤處理。結合這些組件，您可以在Go中用最少模版代碼開發聊天機器人、自動化流程和決策支持系統，同時保持更換或擴展供應商和工具的彈性。

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。

Rolodexter 3 允許你建立、定制和協調自主的 AI 代理，協同完成多步驟流程。每個代理可以被分配特定角色，搭配定制提示，訪問外部工具或 API，並在會話間存取或檢索記憶。平台具有直觀的網頁界面，可即時監控代理活動、日誌與結果。開發者可以透過自訂插件擴充系統，或整合新資料來源，非常適合快速原型設計、研究自動化及複雜任務委派。

MARTI（多智能體強化學習工具包和介面）是一個面向研究的框架，旨在簡化多智能體 RL 算法的開發、評估和基準測試。它提供即插即用的架構，允許用戶配置自定義環境、代理策略、獎勵結構和通信協議。MARTI 與流行的深度學習庫集成，支持 GPU 加速和分散式訓練，並產生詳細的日誌和性能分析用的可視化。其模組化設計支持快速原型開發新方法，並與標準基準進行系統比較，非常適合學術研究及自主系統、機器人、遊戲 AI 和合作多智能體場景的試點項目。

GPT Labs是一個完整的無程式碼平台，用於建立、訓練和部署GPT驅動的AI代理。它提供持久記憶、網路瀏覽能力、檔案上傳與處理，以及與外部API的無縫整合。透過直覺式的拖放界面，用戶設計對話流程、注入專屬領域知識，並即時測試互動。一旦設定完成，代理可以通過REST API部署，或嵌入網站和應用程序中，實現自動客戶支援、虛擬助手和資料分析任務，无需撰寫任何程式碼。平台支援團隊協作，提供代理效能分析，並有版本控制以進行持續改進。其靈活的架構可因應企業需求擴展，並包含角色存取與加密等安全功能。

Llama-Agent 是一個以開發者為中心的工具包，用於創建由大語言模型驅動的智能 AI 代理。它提供工具整合以調用外部 API 或函數、記憶管理以儲存與檢索上下文，以及思維鏈規劃來拆解複雜任務。代理能執行動作、與自訂環境互動，並透過插件系統調整。作為一個開源專案，支持方便擴展核心元件，能在各個領域快速實驗與部署自動化工作流程。

IpyBox在Jupyter筆記本中整合一個豐富的互動面板，由OpenAI的GPT模型驅動。用戶可與AI助理聊天、請求產生程式碼，並自動在筆記本核心中執行。該小工具支持情境感知，捕捉當前環境中的變數和匯入模組，以提供相關建議。用戶可以檢查變數值、調整提示詞、管理對話歷史。可自訂參數包括模型設定、回應長度與執行行為。IpyBox簡化探索性資料分析與快速原型設計，將自然語言交互與即時程式碼評估結合，非常適合資料科學家、研究人員與教育者尋求交互式AI幫助。

RL Collision Avoidance 提供完整的流程，用於開發、訓練和部署多機器人碰撞避免策略。它提供一套與 Gym 相容的模擬情境，在這些情境中代理人透過增強學習算法學習無碰撞的導航。使用者可以自訂環境參數，利用 GPU 加速以加快訓練速度，並導出學習到的策略。該框架還與 ROS 整合，用於實地測試，支援預訓練模型以立即進行評估，以及提供可視化代理人軌跡與性能指標的工具。

SyntropAI是一個以開發者為核心的Python函式庫，旨在簡化自主AI代理的建構。它提供模組化架構，核心組件包括記憶體管理、工具與API整合、LLM後端抽象，以及協調多步工作流程的規劃引擎。用戶可以定義自訂工具、配置持久或短期記憶，並從支援的LLM提供者中選擇。SyntropAI亦包含日誌記錄與監控鉤子，以追蹤代理決策。其即插即用模組讓團隊能快速迭代代理行為，非常適合用於聊天機器人、知識助手、任務自動化機器人與研究原型。

Agentic Website Dev通過協調專門的AI代理，帶來網站開發的自動化。某個代理分析用戶的提示以設計網站架構，另一個生成響應式HTML和CSS模板，而一個編碼代理則實現動態JavaScript功能。最後，一個部署代理打包並將網站推送到Vercel或Netlify等平台。該框架抽象化整個工作流程——規劃、編碼、測試和部署——實現快速原型和迭代。開發者用簡單的英文定義需求，代理合作產出一個完整的可運作、上線的網站。這減少了手動編碼，加快了上市時間，並讓非技術人員也能參與網站開發。

Taiat（TypeScript AI Agent Toolkit）是一個輕量且可擴充的框架，用於在Node.js和瀏覽器環境中建構自主式人工智慧代理。它允許開發者定義代理行為、整合OpenAI和Hugging Face等大型語言模型API，並協調多步工具執行流程。該框架支援可自定義狀態對話記憶體後端、網路搜尋工具註冊、檔案操作和外部API呼叫，以及可插拔的決策策略。透過Taiat，你可以快速原型設計具備自主規劃、推理與任務執行能力的代理，涵蓋資料擷取、摘要、自動產生程式碼及對話助理等應用。

InfantAgent 提供輕量級的結構，用於設計與部署Python中的智慧代理。它整合熱門的大型語言模型（OpenAI、Hugging Face）、支援持久性記憶模組，並啟用自定義工具鏈。開箱即用的功能包括會話界面、任務協調與策略驅動的決策。其插件架構允許輕鬆擴展特定領域的工具與API，非常適合用於原型研究代理、工作流程自動化或將AI助理整合到應用程式中。