ওপেন সোর্স। নতুন সম্ভাবনা।

TARS হলো ByteDance-এর একটি মাল্টিমোডাল AI এজেন্ট স্ট্যাক, যেখানে দুটি প্রকল্প রয়েছে: Agent TARS, একটি CLI এবং Web UI এজেন্ট যা MCP টুল এবং ব্রাউজার নিয়ন্ত্রণ সংহত করে, এবং UI-TARS Desktop, একটি নেটিভ GUI এজেন্ট অ্যাপ যা ভিশন-ল্যাঙ্গুয়েজ মডেলের মাধ্যমে কম্পিউটার নিয়ন্ত্রণ করে।

Astron Agent হলো iFLYTEK-এর তৈরি একটি এন্টারপ্রাইজ-গ্রেড, ওপেন-সোর্ এজেন্টিক ওয়ার্কফ্লো প্ল্যাটফর্ম, যা ওয়ার্কফ্লো অর্কেস্ট্রেশন, RPA ইন্টিগ্রেশন এবং মডেল ম্যানেজমেন্টসহ প্রোডাকশন-রেডি AI এজেন্ট অ্যাপ্লিকেশন তৈরির জন্য ব্যবহৃত হয়।

AI এজেন্টদের জন্য 'হারনেস ইঞ্জিনিয়ারিং' শেখানোর ১৭-পাঠের টিউটোরিয়াল: একটি LLM এজেন্ট লুপের চারপাশে টুল, জ্ঞান, অনুমতি ও কনটেক্সট ম্যানেজমেন্ট তৈরি করা, রেফারেন্স ডিজাইন হিসেবে Claude Code ব্যবহার করে। রানযোগ্য Python উদাহরণ এজেন্ট লুপ থেকে গোল লুপ পর্যন্ত এগোয়।

libkrun-এর উপর নির্মিত একটি এমবেডেড মাইক্রো-ভিএম স্যান্ডবক্স যা AI এজেন্টদের নিরাপদে চালানোর জন্য, Linux (KVM) এবং macOS (Hypervisor.framework) সমর্থন করে।

OpenHands Agent Canvas হলো একটি সেলফ-হোস্টেড ডেভেলপার কন্ট্রোল সেন্টার, যা লোকাল, রিমোট এবং ক্লাউড ব্যাকএন্ডের মাধ্যমে কোডিং এজেন্ট এবং অটোমেশন পরিচালনা করতে ব্যবহৃত হয়।

OpenUI হল একটি ফুল-স্ট্যাক, রেন্ডারার-অ্যাগনস্টিক জেনারেটিভ UI ফ্রেমওয়ার্ক, যা OpenUI Lang-এর উপর নির্মিত — একটি কমপ্যাক্ট স্ট্রিমিং-ফার্স্ট ভাষা যা AI মডেলগুলিকে JSON-এর তুলনায় ৬৭% পর্যন্ত কম টোকেনে কাঠামোবদ্ধ UI তৈরি করতে দেয়।

UFO³ হল মাইক্রোসফটের ওপেন-সোর্স মাল্টি-ডিভাইস AI এজেন্ট অর্কেস্ট্রেশন ফ্রেমওয়ার্ক, যেখানে Galaxy ক্রস-ডিভাইস DAG-ভিত্তিক ওয়ার্কফ্লো এবং UFO² উইন্ডোজ ডেস্কটপ অটোমেশন পরিচালনা করে, যা Windows, Linux এবং Android-এ ভিন্নধর্মী কাজ সম্পাদন সক্ষম করে।

লাইভ স্মিথ হলো অ্যাবলটন লাইভের জন্য একটি বিটা এআই সহকারী যা প্রাকৃতিক ভাষার কথোপকথনের মাধ্যমে ব্যবহারকারীদের লাইভ সেট বুঝতে, সাজাতে এবং সম্পাদনা করতে সাহায্য করে। এটি একাধিক এআই মডেল সংযোগ, অডিও জেনারেশন এবং স্টেম বিভাজন সমর্থন করে।

Reasonix হলো MIT-লাইসেন্সযুক্ত একটি DeepSeek-নেটিভ AI কোডিং এজেন্ট যা একটি মাত্র Go বিনারি হিসেবে বিতরণ করা হয়। এটি টার্মিনাল, ডেস্কটপ অ্যাপ, ব্রাউজার বা ACP-এর মাধ্যমে এডিটরে চলে, কনফিগারেশন-চালিত প্রোভাইডার, MCP প্লাগইন, প্ল্যান মোড, অনুমতি, ওয়ার্কস্পেস স্যান্ডবক্স এবং প্রতি-টার্ন চেকপয়েন্ট সহ।

ওপেন ডিপ রিসার্চ হল একটি ওপেন-সোর্স AI গবেষণা এজেন্ট যা সার্চ ইঞ্জিন, ওয়েব স্ক্র্যাপিং এবং LLM-এর সমন্বয়ে পুনরাবৃত্তিমূলক গভীর গবেষণা করে। এটি লক্ষ্যবস্তু প্রশ্ন তৈরি করে, ফলাফল প্রক্রিয়া করে এবং বিষয়গুলো পুনরাবৃত্তভাবে অন্বেষণ করে বিস্তৃত মার্কডাউন রিপোর্ট তৈরি করে।

FastGPT একটি বৃহৎ ভাষা মডেল-ভিত্তিক জ্ঞানভান্ডার প্ল্যাটফর্ম, যা ডেটা প্রসেসিং, RAG অনুসন্ধান এবং ভিজ্যুয়াল AI ওয়ার্কফ্লো অর্কেস্ট্রেশনের মতো রেডি-টু-ইউজ ক্ষমতা প্রদান করে, জটিল প্রশ্নোত্তর সিস্টেম দ্রুত নির্মাণ ও স্থাপন সমর্থন করে।

QwenPaw হলো একটি সেলফ-হোস্টেড পূর্ণাঙ্গ পার্সোনাল AI অ্যাসিস্ট্যান্ট যা স্থানীয়ভাবে বা ক্লাউডে চলে; এতে থ্রি-লেয়ার মেমোরি, স্যান্ডবক্সেড টুল এক্সিকিউশন, মাল্টি-এজেন্ট সাপোর্ট এবং ডিংটাং, লার্ক, হোয়াটসঅ্যাপ, ডিসকর্ড, টেলিগ্রাম সহ একাধিক চ্যানেল সংযোগ আছে।

Headroom একটি AI এজেন্টের জন্য কনটেক্সট কমপ্রেশন স্তর। এটি LLM-এ পৌঁছানোর আগে টুল আউটপুট, লগ, RAG চাঙ্কস, ফাইল এবং কথোপকথনের ইতিহাস সংকুচিত করে, যাতে টোকেন ব্যবহার কমে কিন্তু উত্তরের গুণমান বজায় থাকে।

OnIt একটি AI এজেন্ট হার্নেস যা ভাষা মডেলকে টুল, কাজের ডিরেক্টরি এবং মেমোরি দেয়, তারপর কাজ শেষ না হওয়া পর্যন্ত লুপ চালায়। এটি একাধিক ফ্রন্ট এন্ড (টার্মিনাল, ব্রাউজার, A2A, টেলিগ্রাম/ভাইবার) সমর্থন করে এবং MCP টুলের মাধ্যমে সেলফ-হোস্টেড বা হোস্টেড মডেল সার্ভারে চলে।

SWE-agent হল একটি স্বয়ংক্রিয় AI এজেন্ট যা ভাষা মডেল ব্যবহার করে GitHub সমস্যাগুলি স্বয়ংক্রিয়ভাবে সমাধান করে, সাইবারসিকিউরিটি দুর্বলতা সনাক্ত করে এবং কাস্টম কোডিং চ্যালেঞ্জ মোকাবেলা করে। প্রিন্সটন ও স্ট্যানফোর্ডের গবেষকদের দ্বারা নির্মিত।

Downcity provides a reusable agent runtime layer for AI builders, featuring a local City container that manages multiple agents with shared resources and a Federation service for distributed operations.

LobeHub is an open-source AI agent platform that organizes agents into a 7×24 operation, enabling users to hire, schedule, and collaborate with AI teammates while self-hosting via Docker or Vercel.

MoziAI-35B একটি লোকালি ডিপ্লয়যোগ্য ওপেন-সোর্স মাল্টিমোডাল LLM, যার 35B MoE আর্কিটেকচার MoziSmartBit কোয়ান্টাইজেশনের মাধ্যমে ~15.9 GB-এ সংকুচিত; 256K কনটেক্সট, ভিশন, টুল কলিং এবং ফিন্যান্স-কেন্দ্রিক রিজনিং ফ্রেমওয়ার্ক রয়েছে।

Microsoft 365 CopilotにローカルPCのファイル操作やPython実行、Office編集など100以上のツールを提供するMCPサーバー。追加ライセンス不要で、社内DB接続やOCR、自律エージェント化を可能にします。

LingoFuse একটি ক্রস-ল্যাঙ্গুয়েজ RPC কমিউনিকেশন ফ্রেমওয়ার্ক, যা ২০+ ভাষাকে নেটিভ FFI বা HTTP ব্রিজে সংযুক্ত করে, IDL বা স্টাব কোড ছাড়াই সরাসরি কল, সার্ভিস ডিসকভারি, লোড ব্যালান্সিং ও স্ট্রিমিং সক্ষমতা দেয়, AI এজেন্ট ও ফুল-স্ট্যাক সিস্টেমের জন্য।