一個開源的框架，方便開發者建立、定制並部署具有插件支持的自主AI代理。
- 模組化插件架構，支援自定義技能
- 長期情境記憶管理
- 多代理協調與通信
—前往 ↗
工具庫 流程最佳 AI Agents 推薦（271）
為開發自主 AI 代理而生的框架、SDK 與執行環境。可串接外部工具與 API、儲存記憶、檢索自有文件、編排多步推理並在沙箱中執行程式碼，也有追蹤代理決策流程的視覺化工具。
271 個代理 · 2026年9月29日 更新
CopilotKit是一個基於Python的SDK，用於建立具有多工具整合、記憶管理和對話式LangGraph的AI代理。
- 建立客製化代理
- 多工具整合（檔案系統、網路搜尋、SQL、執行程式碼）
- 持久化記憶管理
—前往 ↗一個輕量級的C++框架，使用llama.cpp構建本地AI代理，具有插件和會話記憶功能。
- 模組化插件系統支援自定義工具
- 會話記憶管理
- 多LLM後端支持（via llama.cpp）
—前往 ↗一個Go SDK，讓開發者能建立具有自主能力的AI代理人，結合LLMs、工具整合、記憶體與規劃管線。
- 可插拔的LLM整合（如OpenAI）
- 向量記憶庫用於持久保存上下文
- 配置式規劃引擎
—前往 ↗一個開源的Python框架，整合多代理AI模型與規劃演算法，用於機器人模擬。
- 多代理行為建模
- A*、Dijkstra、RRT路徑規劃
- 避障模組
—前往 ↗An open-source Python framework enabling developers to create autonomous GPT-based AI agents with task planning and tool integration.
- Modular custom tool integration
- Persistent memory management
- Multi-agent collaboration
—前往 ↗- 廣告
LemLab 是一個 Python 框架，讓你可以建立具有記憶、工具整合和評估管道的可定製 AI 代理。
- 模組化提示與串聯定義
- 外部工具與 API 整合
- 持久性記憶管理
—前往 ↗LLPhant 是一個輕量級的 Python 框架，用於建立具有工具整合和記憶管理的模組化、可定制的 LLM 代理人。
- 模組化代理架構
- 外部工具整合
- 多輪記憶管理
—前往 ↗Lagent是一個開源的AI代理框架，用於協調基於LLM的規劃、工具使用和多步任務自動化。
- 動態任務規劃與分解
- 工具整合與API呼叫
- 跨會話的記憶管理
—前往 ↗Pits and Orbs 提供一個多代理格子世界環境，AI代理在此避免陷阱、收集寶珠，並在回合制場景中競爭。
- 回合制多代理格子世界模擬
- 可自訂格子大小和佈局
- 隨機陷阱與寶珠獎勵
—前往 ↗一個基於ReAct並開源的AI代理，由DeepSeek構建，可實現動態問答和從定制數據源檢索知識。
- ReAct推理鏈
- DeepSeek向量檢索整合
- 模組化文件載入器
—前往 ↗AgentSimJS是一個用於模擬具有可自定義代理、環境、行動規則和交互的多代理系統的JavaScript框架。
- 自定義狀態、傳感器和執行器的代理類別定義
- 離散時間步長模擬引擎
- 基於事件的代理消息傳遞
—前往 ↗HackerGCLASS 的 Agent API：用於部署具有自定義工具、記憶體和工作流程的AI代理的Python RESTful框架。
- 代理執行的RESTful端點
- 自定義工具整合
- 記憶和狀態管理
—前往 ↗一個開源的Python框架，可實現合作與競爭多智能體增強學習系統的設計、訓練與評估。
- 實作MADDPG、QMIX、VDN等算法
- 模組化環境包裝器，與OpenAI Gym相容
- 代理通信與協調模組
—前往 ↗大廳AI透過會話AI代理促進引人入勝的對話和智能回應。
- 可自定義的AI代理
- 自動回應
- 上下文理解
免費試用 · $41.59+前往 ↗具有多智能體系統模組與分散式AI協調演算法的開源框架，涵蓋共識、協商與合作。
- 共識演算法的實作
- 合約網與拍賣式協商協議
- 任務分配與聯盟形成
—前往 ↗一個開源的Python框架，協調多個AI代理人進行自動化程式碼生成、測試、審查和除錯流程。
- 多代理協調完成程式開發任務
- 使用語言模型自動產生程式碼
- 建立單元測試與文件
—前往 ↗Wizard Language 是一種宣告式的 TypeScript DSL，用於定義具有提示協調與工具整合的多步驟 AI 代理。
- 宣告式向導 DSL，用於代理流程
- LLM 呼叫協調與提示管理
- 外部工具與 API 整合
—前往 ↗- 廣告
Java-Action-Datetime 為 LightJason 代理加入穩健的日期和時間處理行動，提供解析、格式化、運算和時區轉換。
- 取得目前的時間戳
- 分析字串為 Java 時間物件
- 用自訂模式格式化日期
—前往 ↗DAGent通過將LLM調用和工具作為有向無環圖來構建模塊化AI代理，以實現複雜任務協調。
- 基於有向無環圖的工作流程建模
- 支持自定義工具和函數集成
- 並行與條件任務執行
—前往 ↗一個Python庫，使AI代理能夠通過標準化的適配器接口，無縫整合並調用外部工具。
- 工具集成的適配器模式
- 動態工具註冊與發現
- 函數簽名解析與調度
—前往 ↗一個無需程式碼的平台，用於建立具有記憶、網頁瀏覽、檔案處理和自定義動作的可自訂GPT驅動代理。
- 無程式碼代理建構器
- 持久記憶管理
- 網頁瀏覽與擷取
—前往 ↗一個Python函式庫，能透過WebSocket和REST API與VAgent AI代理進行安全的即時通訊。
- WebSocket與REST通信
- 基於令牌的認證
- JSON負載序列化
—前往 ↗Smithery是設計用於增強創意工作流程和構思過程的AI代理。
- 想法生成
- 創意工作流程增強
- 協作頭腦風暴
—前往 ↗一個用於創建和運行可定制AI代理人的Python SDK，具備工具整合、記憶存儲和串流回應功能。
- 代理創建與執行
- 自定義工具整合
- 記憶管理
—前往 ↗一個開源的FastAPI入門模板，利用Pydantic和OpenAI建立具有可定制代理配置的AI驅動API端點。
- 基於Pydantic的請求/回應驗證
- 整合環境設定的OpenAI API
- FastAPI路由與依賴配置
—前往 ↗Agent-Squad協調多個專門的AI代理，分解任務、協調工作流程，並整合工具以解決複雜問題。
- 多代理協調
- 角色分工的代理設定
- 任務拆解與平行執行
—前往 ↗LangChain 是一個開源框架，使開發者能夠建立由 LLM 支持的鏈、代理、記憶體和工具整合。
- PromptTemplates
- 鏈抽象
- 代理協調
—前往 ↗一個增強學習框架，使自主機器人在多智能體環境中導航並避免碰撞。
- 多代理增強學習環境
- 避免碰撞的策略訓練
- 預訓練模型，加快入門速度
—前往 ↗一個基於Python的框架，實現自主AI代理的協調與通信，支援協作問題解決與任務自動化。
- 代理生命週期管理
- 代理間通信協議
- 模組化記憶及知識存儲
—前往 ↗- 廣告
IpyBox將ChatGPT帶入Jupyter，實現互動式AI聊天、程式碼執行、變數檢查與結果嵌入。
- ChatGPT動力的對話界面
- 筆記本內的程式碼產生
- 自動執行程式碼
—前往 ↗一個基於Java的多智能體系統演示，使用JADE框架來模擬智能體互動、協商和任務協調。
- 代理建立與註冊於AMS與DF
- 基於ACL的代理間訊息傳遞
- 支援循環、一次性與FSM行為
—前往 ↗Clear Agent 是一個開源框架，讓開發者能夠建立可自定義的AI代理，處理用戶輸入並執行操作。
- 代理類別抽象
- 工具與插件註冊表
- 記憶體與上下文管理
—前往 ↗一套面向 OpenWebUI 的 AI 代理工具，使大型語言模型（LLMs）能夠無縫瀏覽網頁、執行程式碼、管理檔案及運行指令。
- 實時網頁瀏覽與搜尋
- Python REPL 及程式碼執行
- 檔案系統讀寫操作
—前往 ↗Agent Visualiser 是一個互動式的網絡工具，用於視覺化 AI 代理決策流程、鏈式執行、行動和記憶以進行除錯。
- 代理工作流程的圖形化視覺化
- 提示、調用和回應的互動式檢查
- 代理執行的實時監控
—前往 ↗一個LangChain擴展，可以讓AI代理使用自然語言提示查詢、分析和操作Tableau數據源。
- Tableau自然語言轉換成SQL
- Hyper API整合與認證
- 資料結果作為DataFrame回傳
—前往 ↗一個模組化的Python框架，用於構建具有LLM驅動規劃、記憶管理和工具整合的自主AI代理。
- 模組化的規劃-執行架構
- LLM驅動的決策規劃
- 持久對話記憶
—前往 ↗ToolAgents是一個開源框架，使基於LLM的代理能夠自主調用外部工具並協作進行複雜的工作流程。
- 集中式工具註冊表
- 依據LLM輸出動態調用工具
- 支持串列與平行工作流調度
—前往 ↗一個基於Docker的框架，可快速部署和協調具有內置依賴的自主GPT代理，實現可重複的開發環境。
- 自動設置PostgreSQL、Redis和向量數據庫服務
- 一鍵部署隔離的AutoGPT實例
- 集成日誌和實時監控
—前往 ↗Amazon Q CLI 提供用於 AWS Amazon Q 生成式人工智慧助手的命令列介面，能自動化雲端查詢與任務。
- 終端機中的互動式人工智能聊天
- 自然語言資源查詢
- 基礎架構配置建議
—前往 ↗一個Python OpenAI Gym環境，模擬啤酒遊戲供應鏈，用於訓練和評估RL代理。
- 符合OpenAI Gym標準的環境
- 模擬零售商、批發商、經銷商和製造商角色
- 可定制的需求分布和領先時間
—前往 ↗一款用於建立、測試與部署自主AI代理的CLI工具包，具有內建工作流程和LLM整合功能。
- AI代理專案腳手架
- LLM供應商整合（OpenAI、Azure等）
- 自訂工作流程定義
—前往 ↗- 廣告
一個開源框架，促使多智能體強化學習模型的訓練、部署與評估，用於合作與競爭任務。
- 模組化智能體架構支持自訂策略
- 整合OpenAI Gym環境
- 支援TensorFlow與PyTorch後端
—前往 ↗一個展示用於在Azure上構建具有記憶、規劃和工具整合的自主AI代理的代碼範例的GitHub存儲庫。
- 具有長期記憶的對話代理
- 自動任務規劃與執行
- 工具鏈整合與外部API調用
—前往 ↗讓GPT-3.5/4可以呼叫並執行由開發者定義的函數，以進行動態、結構化的API驅動對話工具整合。
- 自動在JSON架構中註冊函數
- GPT-3.5/4的函數調用及引數提取
- 結構化JSON輸出處理
—前往 ↗OpenAgent 是一款用於構建具有自主能力的 AI 代理的開源框架，整合了 LLM、記憶體和外部工具。
- 自主任務規劃
- 與多個 LLM 後端整合
- 可插拔的工具執行系統
—前往 ↗一個模組化的SDK，讓自主的大型語言模型（LLM）代理能執行任務、管理記憶並整合外部工具。
- 模組化代理範本
- 記憶管理模組
- 工具整合介面
—前往 ↗一個開源的Python框架，用於建構具有插拔式大型語言模型（LLMs）、記憶體、工具整合和多步規劃的模組化AI代理人。
- 模組化代理架構
- 可插拔的LLM後端（OpenAI、Azure等）
- 自定義工具與API整合
—前往 ↗LangChain Google Gemini 代理利用 Gemini API 自動化工作流程，用於資料擷取、摘要和對話式人工智慧。
- 模組化LangChain整合Google Gemini API
- 自訂工具（API、資料庫、網路爬蟲、檔案I/O）
- 提示鏈結與記憶管理
—前往 ↗Lore 是一種人工智慧代理，可協助創建知識文章並自動化工作流程。
- 知識文章生成
- 工作流程自動化
- 數據分析
—前往 ↗
廣告