Semantic Kernel Copilot Demo是一個端到端的參考範例，展現如何利用Microsoft的Semantic Kernel框架建立進階AI代理。此範例包含多步推理的提示鏈、跨會話回憶上下文的記憶管理，以及插件式技能架構，支援與外部API或服務整合。開發者可以配置Azure OpenAI或OpenAI模型的連接器，定義自訂提示範本，並實作領域專用技能，如日曆存取、檔案操作或資料取得。範例展示如何協調這些元件，建立理解用戶意圖、執行任務並持續維持上下文的對話型Copilot，促進個人化AI助手的快速開發。

VMAS是一個構建與訓練多智能體系統的綜合工具包，利用深度強化學習。它支持GPU並行模擬上百個環境實例，實現高通量數據收集與可擴展訓練。VMAS包含流行的MARL算法實現，例如PPO、MADDPG、QMIX和COMA，並具有模塊化的策略和環境接口，便於快速原型設計。該框架促進集中訓練與去中心化執行(CDTE)，提供可自定義的獎勵塑造、觀測空間和回調鉤子，用於記錄和可視化。其模塊化設計使VMAS能與PyTorch模型及外部環境無縫整合，非常適合在機器人、交通控制、資源分配和遊戲AI等多方面進行合作、競爭與混合動機任務的研究。