NVIDIA-NeMo/labs-OO-Agents
NVIDIA Object Oriented Agents: the Pythonic way to build AI Agents.
解决的问题
NOOA 通过将提示、工具、能力与状态统一到一个 Python 类中，提供了一种更直观、更符合 Python 风格的构建 AI 代理的方法。它消除了将这些内容作为独立抽象进行管理的需要，使开发者能够使用熟悉的软件工程实践（如类型注解、文档字符串和面向对象编程）来定义代理行为。
工作原理
该框架将代理视为 Python 对象。它采用一种独特的方法，将方法体为空（...）的函数指定为“生成方法”，由 LLM 在运行时实现。
- 提示作为文档字符串：代理的文档字符串和方法文档字符串充当提示。
- 能力作为方法：Python 方法定义代理的工具和接口。
- 状态作为字段：对象上的类型字段存储代理的状态。
- 代码作为动作：模型通过在 Jupyter 风格的 REPL 中编写 Python 代码与环境交互，直接访问
self 和其他辅助工具。
适用人群
希望使用标准软件开发工作流（测试、追踪、重构）和通过 LiteLLM 支持多种 LLM 的模型无关框架的 Python 开发者。
主要亮点
- 面向对象接口：在单个类中统一状态、提示和工具。
- LLM 驱动的方法：可无缝混合确定性 Python 代码与 LLM 生成的逻辑。
- CodeAct 工作流：使用 Python REPL 执行工具调用，减少手动定义工具模式的需要。
- 模型无关：支持多种托管和本地模型（如 Claude、GPT、Ollama、vLLM）。
- 集成追踪：通过专用 CLI 和查看器，内置支持 LLM 调用和代码执行的追踪。
相关
- 项目
jjyaoao/HelloAgentsHelloAgents 是一个 Python 库，提供用于构建多智能体 AI 应用的生产级框架。它封装了 OpenAI 兼容、Anthropic 和 Gemini LLM，提供内置工具（文件 I/O、任务委派、待办事项追踪），并包含工程功能如上下文管理、会话持久化、熔断器、乐观锁、可观测性、SSE 流式传输和异步生命周期。通过 `pip install hello-agents` 安装，配置包含 API 凭据的 `.env` 文件，即可使用注册工具集启动 `ReActAgent` 等智能体。
- 项目
trycua/cuaCua 是一个开源堆栈，使 AI 代理能够在 macOS、Windows、Linux 和 Android 上后台控制桌面应用程序。它包含跨平台驱动、用于启动 VM/容器的 Python 沙箱 SDK、用于评估计算机使用代理的基准套件（Cua-Bench），以及 Apple Silicon 上快速 macOS 虚拟化的 Lume。该项目采用 MIT 许可证，面向需要与真实 GUI 交互的自主代理的研究人员和开发者。
- 项目
cloudflare/agentsCloudflare Agents 是一个 TypeScript SDK，可将 Cloudflare Durable Objects 转换为持久、实时的 AI/代理工作负载。它提供类型安全的 RPC（`@callable`）、WebSocket 同步、调度、AI 聊天、工具调用、语音、邮件、支付（x402）、工作流以及完整的 React 钩子库。代理在空闲时休眠，可按百万级规模部署，且无空闲成本。
- 项目
yzhao062/agent-styleagent-style 是一个 Python/Node 库，为 AI 编码与写作代理提供 21 条经典与 LLM 观察结合的写作规则。规则注入模型系统提示（软性强制），也可作为生成后审查技能使用。在 Claude Opus、GPT‑5.4 和 Gemini 3 Flash 上的基准测试显示，机械规则违规显著减少，证明该方法可使 AI 生成的技术文本更清晰。
- 项目
agiresearch/AIOSAIOS 是一个面向基于 LLM 的代理的开源“操作系统”。内核（此仓库）管理 LLM 实例、内存、存储和工具沙盒化，通过 Cerebrum SDK 暴露系统调用风格的 API。支持多种模型后端（Ollama、vLLM、HuggingFace、Deepseek），集成外部工具，并提供从本地单机部署到远程、个人和虚拟化内核的多种部署模式。通过 Python 3.10/3.11 环境安装，配置通过 `config.yaml` 完成，代理可通过 Web UI 或自然语言终端运行。项目为研究级（多篇会议论文），并持续维护。