NVIDIA-NeMo/labs-OO-Agents
NVIDIA Object Oriented Agents: the Pythonic way to build AI Agents.
解決的問題
NOOA 透過將提示、工具、能力與狀態整合至單一 Python 類別中，提供一種更直覺、更符合 Python 風格的 AI 代理建構方式。它消除了將這些項目作為獨立抽象來管理的需要，讓開發者能使用熟悉的軟體工程實務（如型別註解、文件字串與物件導向程式設計）來定義代理行為。
工作原理
此框架將代理視為 Python 物件。它採用獨特的方法，將方法本體為空（...）的函式指定為「生成方法」，由 LLM 在執行時實作。
- 提示作為文件字串：代理的文件字串與方法文件字串作為提示使用。
- 能力作為方法：Python 方法定義代理的工具與介面。
- 狀態作為欄位：物件上的型別欄位儲存代理的狀態。
- 程式碼作為動作：模型透過在 Jupyter 風格的 REPL 中撰寫 Python 程式碼與環境互動，直接存取
self 與其他輔助工具。
適用對象
希望使用標準軟體開發工作流程（測試、追蹤、重構）與透過 LiteLLM 支援多種 LLM 的模型無關框架的 Python 開發者。
主要亮點
- 物件導向介面：在單一類別中統一狀態、提示與工具。
- LLM 驅動的方法：可無縫混合確定性 Python 程式碼與 LLM 生成的邏輯。
- CodeAct 工作流程：使用 Python REPL 執行工具呼叫，減少手動定義工具模式的需要。
- 模型無關：支援多種主機與本地模型（如 Claude、GPT、Ollama、vLLM）。
- 整合追蹤：透過專用 CLI 與檢視器，內建支援 LLM 呼叫與程式碼執行的追蹤。
相關
- 專案
jjyaoao/HelloAgentsHelloAgents 是一個 Python 庫，提供用於建構多智能體 AI 應用的生產級框架。它封裝 OpenAI 相容、Anthropic 和 Gemini LLM，提供內建工具（檔案 I/O、任務委派、待辦事項追蹤），並包含工程功能如上下文管理、會話持久化、電路斷路器、樂觀鎖、可觀測性、SSE 串流傳輸和非同步生命週期。透過 `pip install hello-agents` 安裝，設定包含 API 憑證的 `.env` 檔案，即可使用註冊工具集啟動 `ReActAgent` 等智能體。
- 專案
trycua/cuaCua 是一個開源堆疊，讓 AI 代理能在 macOS、Windows、Linux 和 Android 上於背景控制桌面應用程式。它包含跨平台驅動、用於啟動 VM/容器的 Python 沙箱 SDK、用於評估電腦使用代理的基準套件（Cua-Bench），以及 Apple Silicon 上快速 macOS 虛擬化的 Lume。專案採用 MIT 授權，目標對象為需要與真實 GUI 互動的自主代理研究人員與開發者。
- 專案
cloudflare/agentsCloudflare Agents 是一個 TypeScript SDK，可將 Cloudflare Durable Objects 轉換為持久、即時的 AI/代理工作負載。它提供類型安全的 RPC（`@callable`）、WebSocket 同步、排程、AI 聊天、工具呼叫、語音、郵件、支付（x402）、工作流程以及完整的 React 鈎子庫。代理在閒置時休眠，可按百萬規模部署，且無閒置成本。
- 專案
yzhao062/agent-styleagent-style 是一個 Python/Node 庫，為 AI 編碼與寫作代理提供 21 條經典與 LLM 觀察結合的寫作規則。規則注入模型系統提示（軟性強制），也可作為生成後審查技能使用。在 Claude Opus、GPT‑5.4 和 Gemini 3 Flash 上的基準測試顯示，機械規則違規顯著減少，證明該方法可使 AI 生成的技術文本更清晰。
- 專案
agiresearch/AIOSAIOS 是一個面向基於 LLM 的代理的開源「作業系統」。核心（此程式碼庫）管理 LLM 實例、記憶體、儲存與工具沙盒化，透過 Cerebrum SDK 暴露系統呼叫風格的 API。支援多種模型後端（Ollama、vLLM、HuggingFace、Deepseek），整合外部工具，並提供從本地單機部署到遠端、個人與虛擬化核心的多種部署模式。透過 Python 3.10/3.11 環境安裝，設定透過 `config.yaml` 完成，代理可透過 Web UI 或自然語言終端執行。專案為研究級（多篇會議論文），並持續維護。