Agent Zero 是一個次世代的 AI 助手，允許用戶在虛擬計算機上運行自己的自主 AI 代理。它是開源且完全可自訂，這意味著用戶可以根據其具體需求調整其功能。使用 Agent Zero，您可以迴避傳統 AI 系統施加的限制，享受簡化和透明的體驗。這個 AI 助手體現了去中心化和自主性的原則，使其對每個人都可獲得，無論他們的技術背景如何。

Pipe Pilot 是一個開源工具，讓開發者可以用 Python 建立、視覺化並管理 AI 流水線。它提供宣告式 API 或 YAML 配置，串連文本產生、分類、資料增強和 REST API 呼叫等任務。用戶可以實作條件分支、迴圈、重試及錯誤處理，建立彈性工作流程。Pipe Pilot 追蹤執行內容、記錄每個步驟，並支援平行或串行執行模式。它與主要 LLM 提供商、自訂函數和外部服務整合，適用於自動化報告、多回合聊天、智慧資料處理與複雜多階段 AI 應用。

LangGraph-GUI後端是一個開源的FastAPI服務，為LangGraph圖形界面提供動力。它處理圖節點和邊的CRUD操作，管理針對各種語言模型的工作流程執行，並返回實時推理結果。後端支持身份驗證、日誌記錄與擴展功能，允許用戶通過視覺編程範式原型設計、測試和部署複雜的自然語言處理工作流程，同時完全掌控執行管道。

Autoware是一個尖端的開源軟件平台，專為自主車輛功能而設。它整合了各種能力，如感知、定位、規劃和控制，滿足開發人員和研究人員的需求。使用Autoware，用戶可以創建精密的自動駕駛應用，訪問各種工具和預配置的軟件模塊，促進在真實環境中的快速測試和部署。

Flocking Multi-Agent提供模組化的庫，用於模擬展示群體智慧的自主智能體。它編碼核心操控行為——凝聚、分離與對齊——以及避障和動態目標追蹤。利用Python和Pygame進行視覺化，該框架允許調整如鄰居半徑、最大速度和轉向力等參數。它支持通過自定義行為函數和機器人或遊戲引擎的集成掛鉤來擴展。適用於AI、機器人學、遊戲開發和學術研究的實驗，展示簡單的本地規則如何產生複雜的全局行為。

CrewAI Anthropic Similar Company Finder是一個命令列AI代理，處理用戶提供的公司名稱清單，將其傳送至Anthropic Claude以產生嵌入，並計算餘弦相似度分數以排序相關公司。透過使用向量表示，它能揭示資料集中的隱藏關聯和合作群組。用戶可以調整嵌入模型、相似度閾值與結果數，以符合其研究和競爭分析需求。

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。

EmailOrganizer是一款命令列Python應用程式，藉由機器學習分類來簡化電子郵件管理。它可以連接任何IMAP相容的電子郵件服務，批次或即時下載訊息，並利用預先訓練的模型將每封電子郵件分配到可自訂的分類中。用戶可以定義資料夾映射規則，訓練或微調分類器，並檢視分類信心分數。該工具支援Gmail等提供商的安全OAuth認證，提供遞增處理來避免重複，並產生日誌以供審核和錯誤追蹤。適合面對大量電子郵件的用戶，自動化排序與標記以減少手動管理的時間。

JADE-DR-VPP 是一個開源的Java框架，實現了用於虛擬電廠（VPP）需求響應（DR）的多代理系統。每個代理代表一個彈性負載或發電單元，通過JADE消息通信。該系統協調DR事件，安排負載調整，並彙整資源以滿足電網信號。用戶可以配置代理行為，運行大規模模擬，並分析能源管理策略的性能指標。

Intelligence允許開發人員通過組合管理有狀態記憶、整合語言模型（如OpenAI GPT）並連接外部工具（API、數據庫和知識庫）來組裝AI代理。它具有插件系統用於自定義功能、可觀察性模塊追蹤決策和指標，以及協調多個代理的協調工具。開發者通過pip安裝，使用簡單類別在Python中定義代理，並配置記憶後端（內存、Redis或向量存儲）。其REST API服務器方便部署，而CLI工具則協助調試。Intelligence簡化代理的測試、版本控制和擴展，使其適用於聊天機器人、客戶支持、數據檢索、文件處理和自動化工作流程。

Real-Agents旨在簡化創建和協調能獨立完成複雜任務的AI代理。基於Python並兼容主要的大型語言模型，框架具有模組化設計，核心組件包括語言理解、推理、記憶存儲和工具執行。開發者可快速集成Web API、資料庫與自定義函數來擴展代理能力。支持記憶機制以在交互中保持上下文，實現多回合對話與長時間運行的工作流程。平台亦包含日誌記錄、除錯和量產擴展工具。通過抽象低層細節，Real-Agents 精簡開發流程，讓團隊專注於任務邏輯，提供強大的自動化解決方案。

JARVIS是一個開源的Python AI代理，能將語音命令轉換為用戶電腦上的自動化操作。結合語音識別（如SpeechRecognition和pyttsx3）與OpenAI的GPT模型，JARVIS可以回答問題、搜尋網頁、播放音樂、開啟應用程式和傳送電子郵件。具有模組化架構，開發者可以整合額外API（如天氣、行事曆、新聞）、自訂意圖處理邏輯，並擴展至物聯網設備。JARVIS利用即時音訊輸入，處理用戶查詢並合成自然語言回應，打造無縫的對話介面以支援免持運算。項目強調便利安裝（用pip）及清楚的文件，便於快速部署。

Thufir 是一個基於 Python 的開源框架，旨在簡化創建具有複雜任務規劃與執行能力的自主 AI 代理。Thufir 核心提供一個規劃引擎，將高層次目標拆解為可行的步驟，並配備一個用於存儲與檢索會話上下文資訊的記憶模組，以及一個插拔式工具介面，讓代理可以與外部 API、資料庫或程式碼執行環境互動。開發者可利用 Thufir 的模組化組件，客製化代理行為、定義專屬工具、管理代理狀態並協調多代理工作流程。藉由抽象底層基礎設施，Thufir 加速智慧代理的開發與部署，用於虛擬助理、流程自動化、科研和數位工作者等應用。

Just Chat 提供一個完整的自託管聊天界面，用於與大型語言模型互動。透過輸入 OpenAI、Anthropic 或 Hugging Face 等提供者的 API 金鑰，用戶可以啟動多輪對話並支援記憶。平台允許附加檔案，讓用戶上傳文件進行語境感知的問題與回答。插件整合允許調用外部工具，如網路搜尋、計算或資料庫查詢。開發者可設計自訂的提示模板，控制系統訊息，並在模型間無縫切換。界面採用 React 和 Node.js 建置，在桌面與行動裝置上提供響應式體驗。憑藉模組化插件系統，用戶能輕鬆增減功能，將 Just Chat 定制為客戶支援機器人、研究助手、內容生成或教育導師。

F1Tenth雙機模擬器是一個建立在ROS和Gazebo之上的專用模擬框架，用於模擬兩輛1/10比例的自主車輛在自定義賽道上競速或合作。它支持逼真的輪胎模型物理、傳感器仿真、碰撞檢測和數據記錄。用戶可以插入自己的規劃與控制算法、調整代理參數，並運行頭對頭的場景，以評估性能、安全性和協作策略在受控條件下的表現。

Rolodexter 3 允許你建立、定制和協調自主的 AI 代理，協同完成多步驟流程。每個代理可以被分配特定角色，搭配定制提示，訪問外部工具或 API，並在會話間存取或檢索記憶。平台具有直觀的網頁界面，可即時監控代理活動、日誌與結果。開發者可以透過自訂插件擴充系統，或整合新資料來源，非常適合快速原型設計、研究自動化及複雜任務委派。

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。

OpenWebUI 工具提供一系列為 OpenWebUI 提供外部工具存取的插件。它包括用於實時資料檢索的網頁瀏覽和搜尋模組、用於即時執行程式碼的 Python REPL 和終端執行器、用於文件存取的檔案系統讀寫器，以及用於解析 PDF 或格式化 JSON 的工具。這些工具在 OpenWebUI 前端運作，使使用者能以互動方式呼叫功能，把 AI 推理與現實世界操作結合，提供更豐富的對話和任務導向體驗。

Emma-X提供一個模組化的代理協調平台，用於構建使用大型語言模型的對話式AI助手。開發者可以通過JSON配置定義代理行為，選擇OpenAI、Hugging Face或本地端點等LLM供應商，並附加搜索、資料庫或自訂API等外部工具。內建的記憶層可跨會話存取上下文，UI組件則用於聊天呈現、文件上傳及互動式提示。插件掛鉤支持即時數據獲取、分析和自定義行動按鈕。Emma-X附帶客服支援、內容創造和程式碼生成範例代理。其開放架構讓團隊能擴展代理能力、整合現有web應用，並快速迭代對話流程，無需深厚LLM專業知識。

negotiation_agent提供一個模組化的工具包，用於構建由GPT類模型支援的自主談判機器人。開發者可以通過定義項目、偏好與效用函數來描述談判場景，並可使用預定義的代理範本或整合自訂策略，進行報價、評估還價、決策是否接受與達成交易。它使用標準化協議管理對話流程，支援批次模擬實驗，並計算協議率、效用增益與公平性等性能指標。開放式架構便於切換底層LLM後端和拓展代理邏輯。利用negotiation_agent，團隊能快速在電子商務、研究與教育場景中推行並評估自動化談判方案。