ePH-MAPF提供一個高效的流程，用於計算數十到數百代理人在格子地圖上的無碰撞路徑。它採用優先啟發式、增量搜尋技術與可自訂的成本度量（曼哈頓距離、歐幾里得距離），在速度與解決方案品質之間取得平衡。使用者可以選擇不同的啟發式函數，將函數整合到Python機器人系統中，並在標準MAPF場景中進行效能基準測試。程式碼模組化且有良好文件，方便研究人員和開發者擴展適用於動態障礙或特殊環境。

Fynite與組織合作，通過先進的AI和數據分析徹底改造其業務運營。通過將原始數據轉化為可執行的見解，我們幫助客戶做出明智的決策，提高效率，發掘增長機會。我們的解決方案涵蓋了從雲遷移到定制軟件開發，提供靈活性和可擴展性。我們專注於提供實時可見性、動態定價策略、風險管理等。Fynite通過利用技術推動生產力和獲利能力的顯著改善，幫助您在競爭激烈的商業環境中保持領先。

llm-ReAct 實現了大型語言模型的 ReAct（推理與行動）架構，實現了思考鏈推理與外部工具執行和記憶存儲的無縫集成。開發者可以配置自定義工具集，如網路搜索、資料庫查詢、文件操作和計算器，並指示代理計劃多步任務，根據需要調用工具以獲取或處理信息。內建的記憶模組保存對話狀態和過去的行動，支持更具上下文感知的代理行為。使用模塊化的 Python 代碼和 OpenAI API 支持，llm-ReAct 簡化了智能代理的實驗和部署，可適應性解決問題、自動化流程並提供富有上下文的回應。

Octagon Agents 是一個企業級平台，讓開發者和組織能夠創建、協調和擴展自主人工智能代理。它具有可視化工作流程編輯器和Python及JavaScript的SDK，允許用戶配置代理行為、整合外部API及管理有狀態記憶體。代理可串聯成複雜的管道，支援多任務決策，例如資料抽取、分析及自動回應。透過實時監控儀表板、記錄與重試機制，確保在生產環境中的可靠性與追蹤性。此外，內建的認證與加密保障強固安全性，非常適合敏感商業應用。團隊可以在雲端或本地基礎設施中部署代理，實現高可用性與高性能。

Agentic Workflow是一個聲明式框架，使開發者能夠通過鏈接多個具有可定制角色、提示和執行邏輯的LLM代理人來定義複雜的AI工作流程。它支持任務調度、狀態管理、錯誤處理和插件集成，實現代理人與外部工具之間的無縫交互。該庫使用Python和YAML配置來抽象代理人定義，支持異步執行流程，並通過自定義連接器和插件擴展功能。作為開源項目，它包括詳細的範例、模板和文檔，幫助團隊加速開發與維護複雜的AI代理生態系統。

Fetch.ai的自主經濟代理（AEA）框架是一個開源的Python SDK和CLI工具集，用於創建模組化的自主代理，能在去中心化環境中協商、交易和合作。它包括用於生成代理項目的腳手架命令、協議和技能模板、連接模塊（支持Ethereum、Cosmos等多個帳本）、合約接口、行為和決策組件、測試與模擬工具，以及在Open Economic Framework網絡上分發代理的發布機制。開發者利用其模組化架構，可以快速原型化數字工作者，用於DeFi交易、數據市場、物聯網協作和供應鏈自動化。

Agno提供一個統一的環境，用於設計和管理由AI驅动的代理人，這些代理人能自動化任務、回答問題並與企業系統集成。用戶可以通過拖放界面構建工作流程，配置自然語言理解模組，並連接至CRM、資料庫和第三方服務的API。該平台支持版本控制、基於角色的訪問控制和績效分析，以追踪代理效能。開發者可以用自訂代碼擴展功能，非技術用戶則可以使用可重用模板。Agno的部署選擇包括雲端、本地或混合模式，確保合規與可擴展性，滿足各行業需求。

AnyAgent 是一個靈活的代理框架，使開發者能構建具備推理、規劃和執行多領域任務的智慧代理。它提供內建的行動鏈接規劃器，用於串聯動作，配置長短期記憶存儲以保持上下文，並可輕鬆連接外部工具與 API。透過簡單的聲明式 DSL，用戶可定義自定義技能，嵌入事件日誌，並在不同 LLM 後端間無縫切換。無論是客戶支援機器人、資料分析助手或研究原型，AnyAgent 都能提供堅實的架構、模組化元件與擴展性，加速實務化自動化場景的代理建立。

Celigo 是一個基於雲端的整合平台，以其強大的整合能力在各種應用和系統之間而聞名。透過 Celigo，企業可以將其雲端解決方案連接起來，創建自動化的工作流程，節省時間並最小化錯誤。它提供用戶友好的介面和預建模板，使使用者能夠快速設置整合，而無需廣泛的編程知識。其功能包括監控、錯誤警報和數據映射，以確保信息在應用之間平穩流動，改善整體業務效率。

Versi0n旨在使團隊和開發人員能通過建立能思考、學習和自主行動的智能代理來自動化複雜的工作流程。透過直觀的介面，您可以定義逐步任務、設定決策邏輯，並整合CRM、資料庫和訊息平台等外部服務。代理可以處理自然語言，通過記憶模組維持上下文，並根據事件或排程觸發操作。內建分析和日誌功能讓您洞察代理性能並持續優化。無論是自動化客戶支持對話、進行資料抽取，或產生市場行銷內容，Versi0n的彈性架構都能滿足多樣需求並隨組織擴展。

多智能體系統框架為在Python應用中建立與協調多個AI代理提供模組化結構。它包括一個代理管理器用於產生與監控代理，一個支援多種協議（如訊息傳遞、事件廣播）的通信骨幹，以及可定制的長期記憶存儲。開發者可以定義不同的代理角色、分配專屬任務並配置合作策略，如共識建立或投票。該框架可與外部AI模型與知識庫無縫集成，讓代理可以推理、學習與調整。特別適用於分散式模擬、會話式代理集群與自動決策流程，透過並行自治，加快復雜問題解決速度。

此框架提供基於伺服器的架構，支援多個MCP（多通道處理）伺服器以處理並發會話，跨會話維持上下文，並通過插件整合外部服務。開發者可以配置消息平台的連接器、定義自訂功能調用，並使用Docker或原生主機擴展實例。它包括日誌記錄、錯誤處理和模組化流程，以在不更改核心程式碼的情況下擴展功能。

Multi-Agent-AI-Dynamic-Interaction提供一個靈活的環境，用於設計、配置和運行由多個自主AI代理組成的系統。每個代理可以被賦予特定的角色、目標和通訊協議。該框架管理訊息傳遞、會話上下文及序列或並行的交互。它支持與OpenAI GPT、其他大型語言模型API以及自定義模組的整合。用戶通過YAML或Python腳本定義場景，指定代理細節、工作流程步驟和停止條件。系統記錄所有交互，用於調試和分析，並允許對代理行為進行細粒度控制，以進行協作、談判、決策和解決複雜問題的實驗。

PulpGen 提供一個統一且可配置的平台，用於建立先進的基於 LLM 的應用。它提供與流行的向量存儲、嵌入服務及 LLM 供應商的無縫整合。開發者可以定義自訂管道進行檢索增強產生，啟用即時串流輸出，批次處理大量文件集，並監控系統性能。其可擴充架構支持插拔模組，包含快取管理、日誌和自動擴展，非常適合 AI 支援的搜尋、問答、摘要與知識管理解決方案。

OpenAI Swarm 是一個多功能的協調庫，可在多個 AI 代理間實現平行執行與共識驅動的決策。它將任務廣播給獨立模型實例，匯總輸出，並應用可配置的投票或排名方案選擇最高分的結果。開發者可以調整代理數量、投票閾值和模型組合，以提升可靠性、減少偏見並改善解決方案品質。Swarm 支援串接回應、迭代反饋循環及詳細推理日誌，以提升摘要、分類、程式碼產生及複雜推理等任務的性能，藉由集體智慧來增強表現。

MultiAgentModel提供統一API，用於定義多智能體場景的自訂環境和智能體類。開發者可以指定觀察與行動空間、獎勵結構和通信通道。內建支持流行的RL算法如PPO、DQN和A2C，讓訓練變得簡單配置。實時可視化工具協助監控智能體互動和績效指標。模塊化架構確保易於整合新算法與自訂模組。此外，還包括用於超參數調優的彈性配置系統、實驗追蹤的日誌工具，以及與OpenAI Gym環境的相容性，實現無縫移植。用戶可以在共享環境合作，並重播記錄的會話進行分析。