BuildOwn.AI 是一本全面的指南，旨在幫助開發人員使用大型語言模型構建真實世界的 AI 應用程序。這本書對於初學者和經驗豐富的開發人員都很理想，著重於基本的 AI 概念和實用應用。該指南涵蓋了本地運行模型、提示工程、數據提取、微調以及像檢索增強生成（RAG）和工具自動化等高級技術等主題。無論您使用 Python、JavaScript 還是其他語言編碼，BuildOwn.AI 都提供了可供您調整至優選平台的寶貴見解。

FMAS（Flexible Multi-Agent System）是一個開源的Python函式庫，用於建立、運行和視覺化多代理模擬。您可以定義具有自訂決策邏輯的代理、配置環境模型、設置通訊渠道來進行通信，並執行可擴展的模擬。FMAS提供監控代理狀態、除錯交互和匯出結果的鉤子。其模組化架構支援用於視覺化、度量收集及與外部資料源整合的插件，非常適合研究、教育和自主系統的實際原型。

LobeHub 提供一系列功能，旨在使每個人都能輕鬆開發 AI 模型。用戶可以輕鬆上傳數據集，選擇模型規格，並通過簡單的界面調整參數。該平台還提供整合選項，允許用戶迅速將模型部署到現實應用中。通過簡化模型訓練過程，LobeHub 滿足初學者和經驗豐富開發者對效率和易用性的需求。

CogAgent是一個面向研究的開源Python庫，旨在簡化AI代理的開發。它提供核心模組，包括記憶管理、規劃與推理、工具與API整合，以及思維鏈執行。憑藉高度模組化的架構，使用者可以定義自訂工具、記憶存儲與代理政策，以建立對話聊天機器人、自動任務規劃器與流程自動化腳本。CogAgent支援與OpenAI GPT和Meta LLaMA等熱門LLMs整合，讓研究人員與開發者能實驗、擴展並擴展其智能代理，應用於各種實務場景。

Minerva 是一個可擴展的 AI 代理框架，設計用來利用大型語言模型自動化複雜工作流程。開發者可以整合外部工具，例如網絡搜尋、API 呼叫或檔案處理器，定義自訂的規劃策略，並管理對話或持久存儲的記憶。Minerva 支援同步與非同步的任務執行，可配置的日誌記錄與插件架構，使原型設計、測試和部署智能代理變得容易，這些代理能在現實場景中進行推理、規劃和工具使用。

Justinvarghese511的代理課程是一個結構化學習計畫，裝備開發者設計、實作與部署AI代理的技能。透過逐步教程，學員可學會設計代理決策流程、整合外部API、管理背景資訊與記憶。課程包含實作範例、Jupyter筆記本與練習，建立能自動提取資料、回應對話、執行多步任務的代理。學完後，學員將擁有一系列可用的AI代理專案與產線部署的最佳實務。