KoG Playground é uma sandbox baseada na web para construir e testar agentes de recuperação alimentados por LLM com pipelines de busca vetorial personalizáveis.
Esta categoria reúne a base técnica para criar e executar agentes de IA: frameworks e SDKs, bibliotecas de orquestração para fluxos LLM em várias etapas, consoles de gestão auto-hospedados, hospedagem gerenciada de runtimes e ambientes de simulação com benchmarks para aprendizado por reforço. Serve para prototipar um agente, ligar memória e ferramentas, testar e publicar.
258 agentes · Atualizado em 29 de setembro de 2026
KoG Playground é uma sandbox baseada na web para construir e testar agentes de recuperação alimentados por LLM com pipelines de busca vetorial personalizáveis.
Um curso prático que ensina os desenvolvedores a construir agentes de IA usando LangChain para automação de tarefas, recuperação de documentos e fluxos de trabalho conversacionais.
Uma estrutura de agente AI em Python de código aberto que permite a execução autônoma de tarefas guiadas por LLM com ferramentas personalizáveis e memória.
Uma estrutura de aprendizado por reforço multiagente baseada em Python para desenvolver e simular ambientes de agentes IA cooperativos e competitivos.
Gera automaticamente mensagens descritivas de commit do Git a partir de alterações em staged usando os modelos GPT da OpenAI via CLI.
A Shepherding é uma estrutura de RL baseada em Python para treinar agentes de IA a conduzir e orientar múltiplos agentes em simulações.
O AgentPilot de código aberto orquestra agentes de IA autônomos para automação de tarefas, gerenciamento de memória, integração de ferramentas e controle de fluxo de trabalho.
Estrutura de código aberto para construir agentes de IA usando pipelines modulares, tarefas, gerenciamento avançado de memória e integração escalável de LLM.
Uma biblioteca de Python de código aberto para registro estruturado de chamadas de agentes de IA, prompts, respostas e métricas para depuração e auditoria.
Um ambiente OpenAI Gym baseado em Python que oferece mundos de grade multiarquitetônicos personalizáveis para pesquisa de navegação e exploração de agentes de aprendizagem por reforço.
Uma estrutura que integra diálogo conduzido por LLM em sistemas multiagentes JaCaMo para habilitar agentes conversacionais orientados a objetivos.
Ferramenta alimentada por IA para digitalizar, indexar e consultar semanticamente repositórios de código para resumos e perguntas e respostas.
Um ambiente de aprendizado por reforço multiagente baseado em Python com uma API semelhante ao gym que suporta cenários cooperativos e competitivos personalizáveis.
Artisan é um agente de IA que automatiza a criação de conteúdo digital de alta qualidade.
RinSim é uma estrutura de simulação de eventos discretos baseada em Java para avaliação de estratégias de roteamento de veículos dinâmicos, compartilhamento de viagens e logística.
Estrutura de agente AI baseada em Python que oferece planejamento autônomo de tarefas, extensibilidade por plugins, integração de ferramentas e gerenciamento de memória.
PowershellGPT é um módulo PowerShell que permite geração de código com GPT, otimização de scripts e sessões interativas de IA diretamente do terminal.
Codebuddy é uma ferramenta CLI que usa IA para gerar trechos de código, explicar o código existente, refatorar funções e escrever testes.
Uma estrutura modular de múltiplos agentes que permite que sub-agentes de IA colaborem, comuniquem-se e executem tarefas complexas de forma autônoma.
AI Worlds oferece experiências de jogos interativos imersivas impulsionadas por IA.
Eden Art: plataforma alimentada por IA que gera obras de arte digitais com estilos personalizáveis e feedback em tempo real para profissionais criativos.
Ferramenta de linha de comando que gera automaticamente regras de configuração YAML/JSON para agentes AI personalizados na plataforma Cursor, otimizando a configuração.
Uma ferramenta CLI alimentada por IA que analisa erros de compilador e utiliza o ChatGPT para corrigir automaticamente problemas de código.
O Modelo de Aplicativo Agentic estrutura aplicativos Next.js com agentes de IA multifuncionais integrados para Q&A, geração de texto e recuperação de conhecimento.
Uma estrutura Python para construir agentes de IA conversacional multicanal escaláveis com gerenciamento de contexto.
Um assistente de desenvolvedor alimentado por IA que automatiza geração de código, revisão de pull requests, testes e fluxos de trabalho de documentação.
Uma estrutura de CLI Python para criar aplicações de agentes de IA personalizáveis com memória integrada, ferramentas e integração de UI.
Explorium MCP Playground fornece ferramentas de descoberta de dados e engenharia de características para uma análise de dados aprimorada.
All Hands AI automatiza notas de reuniões e gerenciamento de itens de ação sem esforço.
RL Shooter fornece um ambiente de aprendizagem por reforço personalizável baseado em Doom para treinar agentes de IA a navegar e atirar em alvos.
Uma plataforma de RL de código aberto inspirada no Minecraft que permite que agentes de IA aprendam tarefas complexas em ambientes de sandbox 3D personalizáveis.
Agentic Kernel é uma estrutura de código aberto em Python que permite agentes de IA modulares com planejamento, memória e integrações de ferramentas para automação de tarefas.
Um ambiente de aprendizado por reforço multiagente baseado em Python para tarefas de busca cooperativa com comunicação e recompensas configuráveis.
Um agente de codificação Python alimentado por IA que gera, executa e depura código Python a partir de prompts de linguagem natural.
Uma estrutura de código aberto para treinar e avaliar algoritmos de aprendizado por reforço multiagente cooperativos e competitivos em ambientes diversos.
Uma estrutura Python de código aberto para construir agentes inteligentes modulares com gerenciamento de memória, integração de ferramentas e suporte a multi-LLM.
Agents-Prompts fornece modelos de prompts curados para criar, personalizar e implantar agentes conversacionais habilitados por IA em vários cenários.
Conecta o simulador de voo X-Plane com OpenAI Gym para treinar agentes de aprendizado por reforço para controle realista de aeronaves via Python.
O Doc Genius AI gera automaticamente documentação detalhada de código, arquivos README com base na análise do código, prompts personalizáveis e suporte a idiomas.
Especificação de código aberto para definir, configurar e orquestrar agentes de IA corporativos com ferramentas padronizadas, fluxos de trabalho e integrações.
LLM Coordination é uma estrutura em Python que orquestra múltiplos agentes baseados em LLM através de pipelines dinâmicos de planejamento, recuperação e execução.
Um exemplo .NET demonstrando a construção de um Copiloto de IA conversacional com Semantic Kernel, combinando cadeias LLM, memória e plugins.
Uma biblioteca Python leve para criar ambientes de grade 2D personalizáveis para treinar e testar agentes de aprendizado por reforço.
Uma estrutura leve em Python que habilita agentes de IA baseados em GPT com planejamento incorporado, memória e integração de ferramentas.
PulpGen é uma estrutura de IA de código aberto para construir aplicações modulares e de alta produção com recuperação de vetores e geração.
Uma coleção de ambientes de mundos em grade personalizáveis compatíveis com OpenAI Gym para desenvolvimento e testes de algoritmos de aprendizado por reforço.
Um ambiente de simulação open-source em Python para treinamento de controle cooperativo de enxames de drones com reforço de múltiplos agentes.
MADDPG escalável é uma estrutura de aprendizado por reforço multiagente de código aberto que implementa o política determinística profunda para múltiplos agentes.
Uma plataforma de código aberto abrangente apresentando estruturas de agentes de IA categorizadas e ferramentas para descobrir e comparar projetos de agentes autônomos.
Uma ferramenta GUI interativa baseada na web para projetar e executar visualmente fluxos de trabalho de agentes baseados em LLM usando ReactFlow.