斯坦福推出的开源大模型编程框架，用模块化签名与ReAct循环搭建智能体，并自动优化提示词与示例。

开源AI智能体记忆层，把文档与数据建成可检索的知识图谱，让智能体跨会话记住事实并沿关系推理。

AutoGen原作者主导的开源多智能体框架，多个智能体通过对话协作完成任务，支持群聊、编排与工具调用。

面向AI智能体的工具调用平台，聚合上千款应用的API，通过MCP协议与托管授权让智能体直接跨平台执行操作。

基于OpenTelemetry的LLM可观测平台，自动追踪模型调用与工具执行，帮助团队定位智能体故障。

专为AI智能体打造的可观测平台，记录每次推理与工具调用，支持会话回放、成本追踪与评估。

开源LLM智能体框架，可快速构建、部署和管理生产级AI助手，内置记忆、文档检索与定时任务。

面向AI智能体的上下文记忆平台，用时序知识图谱保存用户记忆，200毫秒内返回相关上下文。

面向AI智能体的通用记忆层，能从对话中提取事实并跨会话持久保存，让助手记住用户偏好。

为AI智能体提供云端代码沙箱，每个智能体独享隔离的微虚拟机，可安全运行不可信的生成代码。