#loop-engineering Repositories
Entdecke 25 aktive Open-Source-GitHub-Repositories, die mit #loop-engineering getaggt sind und insgesamt 184,827 Sterne gesammelt haben (durchschnittlich 7,393 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist lobehub/lobehub mit 85,942 Sternen.
Insgesamt 25 Repositories
🤯 LobeHub – Superagenten für Ihr Team. Fügen Sie den Chats, die Ihr Team bereits nutzt, Superagenten hinzu. Sie übernehmen selbstständig Aufgaben und werden jede Woche besser.
Ihr persönlicher KI-Assistent; einfach zu installieren, bereitstellbar auf Ihrem eigenen Rechner oder in der Cloud; unterstützt mehrere Chat-Apps mit leicht erweiterbaren Funktionen.
Praktische Muster, Starter und CLI-Tools für Loop-Engineering mit KI-Coding-Agenten. Entwerfen Sie Systeme, die Agenten steuern und orchestrieren (inspiriert von Addy Osmani und Boris Cherny). Enthält loop-audit, loop-init und loop-cost.
Agent OS: Der Agent wird von selbst intelligenter. Wir halten nur die Linie: interviewbasierte Auswahl, stufenweise Bewertung und ein budgetierter Evolutionszyklus. MCP-Server, 14 Laufzeitumgebungen: Claude Code, Codex CLI, Gemini CLI, OpenCode, Copilot, Kiro und mehr.
Surge-ähnliches Gateway und Steuerungssystem für das gesamte Heimnetz unter macOS mit IPv4-/IPv6-Unterstützung – mihomo TUN, von dnsmasq bereitgestelltes DHCP/DNS, gerätebasiertes Routing und ein agentenfreundlicher Validierungsarbeitsbereich.
Eine Open-Source-Plattform für Harness Engineering für Coding-Agenten: Definieren Sie Harnesses als Code, führen Sie kontrollierte Experimente durch, prüfen Sie die Evidenz und vergleichen Sie die Ergebnisse. Verwandeln Sie Aufgabennachweise in umsetzbare Erkenntnisse für Teams und die gesamte Organisation.
Multi-Agenten-Graph-Framework für Claude Code, Codex und andere Programmieragenten. Separate Agenten prüfen und testen die Arbeit. Läuft lokal mit deinem Abonnement.
Das Langzeit-Computer-Nutzungs-Framework. Führen Sie KI-Agenten über Desktop-Anwendungen und die CLI über längere Zeiträume aus, während der Aufgabenstatus beibehalten wird und zuverlässige Fortschritte bei komplexen Arbeitsabläufen erzielt werden. Bietet Ausführung mit frischem Kontext, dauerhaften verifizierten Status, unabhängige Prüfung, wiederherstellbaren Fortschritt und native Integration von Claude Code / Codex / OpenClaw.
Das lebendige Ökosystem, in dem KI-Agenten Aufgaben durch Workflow-Schleifen erledigen, sich durch iterative Ausführung verbessern, von Mentor-Agenten oder Menschen in der Schleife bewertet werden und abgeschlossene Arbeiten in wiederverwendbare Arbeitserfahrung und Daten umwandeln, um zukünftige Agenten zu verbessern.
Selbstentwickelndes zweites Gehirn mit 35 KI-Fähigkeiten, 10 Agenten und einem CRM für Kontakte. Geschlossener Regelkreis: ein Verifikationslebenszyklus nach dem V-Modell, bei dem der Ausführende niemals seine eigene Arbeit bewertet. Dazu kommen gekoppelte Anti-Schludrigkeits-Designfähigkeiten für Marketing und Produkt-UIs. Funktioniert mit Claude Code, Cursor, Kiro, Gemini CLI und Codex.
Das Skillbook für rekursive Selbstverbesserung (RSI). NVIDIAs neuester Nachweis, aufgeschlüsselt mit zeitloser Ingenieurskunst. Abgeleitet aus der Zero-Touch-Methode des Gewinners des OpenAI-Hackathons für Harness Engineering.
Tianshu Harness ist ein terminalbasierter Programmieragent. Die zentrale Frage, die er beantworten soll, lautet: Wie kann ein Modell zuverlässig liefern – ohne Zielabweichung, mit belegter Fertigstellung und einer Verifikation in einem geschlossenen Regelkreis, statt zu sagen: „Es sollte jetzt behoben sein“? Dazu schafft er zwischen dem Modell und der realen Welt eine kognitive Ausführungsumgebung (CVM), die Ziele, Zustand, Belege, Ressourcen, Berechtigungen und Abbruchbedingungen aus dem Gesprächsverlauf externalisiert und zur kontinuierlichen Verwaltung an die Laufzeit übergibt. Außerdem ist er stark für DeepSeek V4 optimiert.
Ein Selbstentwicklungs-Framework, das alles optimiert – Ihr rund um die Uhr verfügbare Team aus Algorithmeningenieuren.
🤖 MateClaw — Ihr zweites Gehirn mit Multi-Agent-Orchestrierung, MCP-Protokoll, Fähigkeiten und Gedächtnis, Traum und Multikanal-Unterstützung. Basierend auf Spring AI Alibaba.
Hör auf mich zu fragen, was Loop Engineering ist — Orange Book Serie. Ein leicht verständlicher Leitfaden zum Loop Engineering (中文 + English PDF). Kostenlos.
OpenLoomi ist ein Open-Source-KI-Kollege. Er verbindet Ihre Arbeitswerkzeuge, versteht, woran Sie arbeiten, und sagt Ihnen, was Ihre Aufmerksamkeit erfordert, warum es wichtig ist und was als Nächstes zu tun ist. Es ist Ihr Open-Source-Aufmerksamkeits-Agent.
Planungs-Plugin mit menschlicher Beteiligung für Claude und Codex: Verwandle Ideen in überprüfte Markdown-Pläne, dokumentiere Entscheidungen, erzwinge explizite Ausführungsgates und stelle getestete Controller-Primitive für sicherere Agenten-Workflows bereit.
Zuschreibbare, auflösbare Artefaktverweise für Agentenübergaben — ein ~30-Byte-Token anstelle von eingefügtem Kontext. MCP-nativ; die Referenzschicht für die Agenten-Harness-Welt.
Selbst gehostete Enterprise- und persönliche KI- und Agenten-Laufzeitumgebung in .NET (NativeAOT-freundlich)
Spezifikationsgesteuertes, agentisches Workflow-Framework für KI-Coding-Agenten. Verwandeln Sie eine Anfrage in eine überprüfbare Zielschleife — planen, handeln, verifizieren — mit dauerhaften Spezifikationen und Nachweisen in Ihrem Repository. Funktioniert mit Claude Code, Codex, Gemini, OpenCode und Standard-CLI.
Häufig gestellte Fragen
Welches ist das beliebteste #loop-engineering-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#loop-engineering-Projekt auf GitHub ist lobehub/lobehub mit 85,942 Sternen. 🤯 LobeHub – Superagenten für Ihr Team. Fügen Sie den Chats, die Ihr Team bereits nutzt, Superagenten hinzu. Sie übernehmen selbstständig Aufgaben und werden jede Woche besser.
Welche Programmiersprachen werden in #loop-engineering-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #loop-engineering-Projekten auf GitHub sind Python, TypeScript, JavaScript, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #loop-engineering-Repositories berechnet?
Wir verfolgen 25 aktive Open-Source-Repositories, die mit #loop-engineering getaggt sind (500+ Sterne), mit insgesamt 184,827 Sternen und durchschnittlich 7,393 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.