要打造「代理人/助理系統 Agent/Assistant Systems」，
而在Micheal Lanham 的著書，《AI Agents in Action》[1]的表1.1，
提供了建築代理人系統會使用到的科技與專案：
01 Prompt Flow [2] : 微軟提供的開源工具，可以建構與GPT互動的行動流。
02 Open AI GPT Assistants [3] : 由ChatGPT或OpenAI API 提供，可以做簡單與複雜的任務。
03 Semantic Kernel [4] : 微軟提供的開源工具，提供稱為Planners的半自動代理人結構。
04 LangChain [5] : 可以使用各種外掛來直接與大語言模型互動。
05 AutoGen [6]：微軟開源軟體，可建構「多代理人系統 Multi-Agent Systems」與自動多代理人系統。
06 GPT Nexus [7] : 開源代理人系統，可以幫助開發者在不同結構實踐代理人。
而基本上要建立代理人有很多道關卡，
01 基礎大語言模型
02 代理人輪廓 Agent Profiles
03 代理人工具與行動 Agent Tools and Actions
04 建立代理人平台 Build Agent Platforms
05 知識與記憶 Knowledge and Memory
06 推理與評估 Reasoning and Evaluation
07 計畫與反饋 Planning and Feedback
08 多代理人系統
09 GPT助理
10 代理人建築結構 Agent Architecture
11 多模型代理人 Multi-Model Agents
12 會說話的代理人 Speaking Agents
真的是很酷的工藝，持續學習，增廣見聞。
Reference
[1] https://www.manning.com/books/ai-agents-in-action
[2] https://github.com/microsoft/promptflow
[3] https://platform.openai.com/docs/assistants/overview
[4] https://github.com/microsoft/semantic-kernel
[5] https://www.langchain.com/
[6] https://github.com/microsoft/autogen
[7] https://github.com/Significant-Gravitas/Nexus