#autogen Repositories
Entdecke 25 aktive Open-Source-GitHub-Repositories, die mit #autogen getaggt sind und insgesamt 380,960 Sterne gesammelt haben (durchschnittlich 15,238 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist microsoft/markitdown mit 197,344 Sternen.
Insgesamt 25 Repositories
MagenticLite ist ein experimenteller Agent, der im Browser und im lokalen Dateisystem arbeitet
Python SDK für KI-Agentenüberwachung, LLM-Kostenverfolgung, Benchmarking und mehr. Integration mit den meisten LLMs und Agenten-Frameworks, einschließlich CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2 und CamelAI
Open-Source-Persistent-Memory für KI-Agenten-Pipelines (LangGraph, CrewAI, AutoGen) und Claude. REST API + Wissensgraph + autonome Konsolidierung.
AutoGroq ist ein bahnbrechendes Werkzeug, das die Art und Weise revolutioniert, wie Benutzer mit Autogen™ und anderen KI-Assistenten interagieren. Durch die dynamische Generierung maßgeschneiderter Teams von KI-Agenten basierend auf Ihren Projektanforderungen eliminiert AutoGroq die Notwendigkeit einer manuellen Konfiguration und ermöglicht es Ihnen, jede Frage, jedes Problem oder jedes Projekt mit Leichtigkeit und Effizienz anzugehen.
Hercules ist der weltweit erste Open-Source-Testagent, der UI-, API-, Sicherheits-, Barrierefreiheits- und visuelle Validierungen ermöglicht – alles ohne Code oder Wartung. Automatisieren Sie Tests mühelos und lassen Sie Hercules die schwere Arbeit erledigen! ⚡
Dieses Repository wird verschiedene Projekte enthalten, die AutoGen und Tutorials verwenden
Labore, um KI-Modelle, MCP-Server und Agenten mit dem AI Gateway zu erkunden, das von Azure API Management und Microsoft Foundry betrieben wird 🚀
Die Art und Weise, wie wir mit unseren Daten interagieren, verändert sich.
Microsofts GraphRAG + AutoGen + Ollama + Chainlit = Vollständig lokale und kostenlose Multi-Agent RAG Superbot
Agent Cloud ist wie ein eigener GPT-Builder mit einer Menge zusätzlicher Features. Die GUI bietet: 1) einen RAG-Pipeline, der nativ mehr als 260 Datenquellen einbetten kann; 2) Konversations‑Apps (ähnlich wie GPTs) erstellen; 3) Multi‑Agent-Prozessautomatisierungs‑Apps (crewai) erstellen; 4) Tools; 5) Teams+Benutzerberechtigungen. Schnell starten mit Docker und unserem install.sh.
[ICLR 2026] Ein Framework für LLM-basiertes verstärktes Training und Inferenz mit mehreren Agenten
Paper-Agent ist ein intelligentes Tool zur Suche und Recherche wissenschaftlicher Arbeiten für Forschende und Studierende. Es basiert auf einer Multi-Agenten-Kollaborationsarchitektur (LangGraph) und nutzt die Verarbeitung natürlicher Sprache (NLP) sowie automatisierte Suchfunktionen, damit Nutzer effizient wissenschaftliche Arbeiten finden, deren Inhalte analysieren und Literaturrecherchen durchführen können. Paper-Agent unterstützt plattformübergreifende Integration, Stichwortsuche, automatische Analysen und Literaturrecherchen und steigert so die Effizienz wissenschaftlicher Arbeit. Es eignet sich für vielfältige Einsatzbereiche wie das Verfassen von Arbeiten, wissenschaftliche Recherchen und das Management von Forschungsprojekten und ist damit ein idealer Assistent für die wissenschaftliche Recherche.
🚀Leichtgewichtiges Framework für die Automatisierung großer Sprachmodelle und die Entwicklung autonomer Sprachagenten. Erstellen Sie Ihre LLM-Agenten-Anwendung auf Python-Art!
Dieses Modul führt die automatische Erstellung von Swagger-Dokumentationen durch. Es kann Endpunkte identifizieren und automatisch Methoden wie GET, POST, PUT usw. erfassen. Es identifiziert auch Pfade, Routen, Middlewares, Antwortstatuscodes und Parameter. Abschließend generiert es die .json-Datei mit der Spezifikation im Swagger-Format.
Die Open-Source-Speicher- und Beobachtbarkeitsschicht für KI-Agenten — persistenter Speicher, Schleifenerkennung, hash-verkettete Prüfpfade und ein Live-Dashboard, automatisch bei der Installation mit pip.
Häufig gestellte Fragen
Welches ist das beliebteste #autogen-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#autogen-Projekt auf GitHub ist microsoft/markitdown mit 197,344 Sternen. Python-Tool zur Konvertierung von Dateien und Office-Dokumenten in Markdown.
Welche Programmiersprachen werden in #autogen-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #autogen-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript, TeX die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #autogen-Repositories berechnet?
Wir verfolgen 25 aktive Open-Source-Repositories, die mit #autogen getaggt sind (500+ Sterne), mit insgesamt 380,960 Sternen und durchschnittlich 15,238 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.