#agentic-workflows Dépôts
Découvrez 38 dépôts GitHub open source actifs associés à #agentic-workflows, cumulant 138,524 étoiles au total (soit une moyenne de 3,645 étoiles par projet). Le projet en tête de ce thème est tobi/qmd, avec 31,317 étoiles.
38 dépôts au total
moteur de recherche mini cli pour vos documents, bases de connaissances, notes de réunion, tout ce que vous voulez. Suit les approches sota actuelles tout en étant entièrement local
🤗 smolagents : une bibliothèque basique pour les agents qui pensent en code.
Un plan d'apprentissage trilingue (chinois traditionnel / anglais / chinois simplifié) pour l'IA agentique : des bases des LLM aux systèmes multi-agents, avec plus de 240 ressources sélectionnées et exemples pratiques.
📃 Une meilleure expérience utilisateur pour le chat, la rédaction de contenu et le codage avec des LLM.
Orchestrateur de workflows auto-hébergeable pour les équipes dont l’activité principale n’est pas l’orchestration. YAML déclaratif pour vos scripts, commandes SSH, conteneurs, etc. ; séparez les workflows de la logique métier. Un seul binaire, sans base de données, il fonctionne avec des ressources matérielles limitées. Une alternative à Airflow, Cron et aux ordonnanceurs de tâches.
Une bibliothèque de boucles d'agents IA pratiques et une compétence installable pour trouver, adapter et concevoir des flux de travail d'agents reproductibles.
Une entreprise autonome qui fonctionne 24 h/24 et 7 j/7 sur votre propre PC — Windows/Linux/macOS.
Le premier fruit de l’arbre de Nüwa : une légion autonome d’IA pour les tests d’intrusion (championne parmi 634 équipes, 8 h sans supervision, 1 milliard de tokens a battu 4,5 milliards). Bien plus qu’un outil : conçue pour évoluer. Faites pousser votre propre fruit au sein de la Fondation Nüwa (Création / Langage / Histoire).
Compétence d'agent neutre vis-à-vis du fournisseur pour Codex, Claude Code et la conception de harnais agentiques.
Les agents IA de superglue connectent, migrent et déploient des systèmes d’entreprise. Hébergés dans le cloud ou sur votre propre infrastructure.
Burner X - Navigateur prêt à l'emploi, reconnaissance de documents par IA, traduction par lots de documents, outils de lecture et d'analyse intelligente 丨BYOK
Gems Ruby pour les systèmes d'agents d'IA à usage général : automatisation, recherche, traitement des données, support client, création de contenu. SwarmSDK fournit une orchestration à processus unique, une mémoire persistante avec recherche sémantique, des flux de travail de nœuds et des hooks. SwarmMemory/SwarmCLI inclus. Claude Swarm v1 pour les équipes de développement.
Collection de workflows n8n, de modèles n8n, d'automatisations IA et d'agents IA créés pour la chaîne YouTube The Recap AI et la communauté gratuite Skool AI Automation Mastery.
MiMo-V2-Flash : Raisonnement, codage et modèle fondamental agentique efficaces
nlspec d'Attractor de StrongDM, un agent de codage non interactif suffisant pour une utilisation dans une usine logicielle
Autoprompt est une compétence pour les agents de programmation qui réduit de 45 % les échecs dans les tâches de programmation agentique.
AgenticX est une plateforme multi-agents unifiée, prête pour la production — SDK Python + CLI (agx) + serveur Studio + application de bureau Machi. Elle propose l’orchestration Meta-Agent, plus de 15 fournisseurs de LLM, MCP Hub, une mémoire hiérarchique, des avatars et des discussions de groupe, un écosystème de compétences, un bac à sable sécurisé et une passerelle de messagerie instantanée (Feishu/WeChat).
Un framework Python qui émule les fonctionnalités de Grok Heavy grâce à une orchestration intelligente multi-agents. Déployez 4 (ou plus) agents d'IA spécialisés en parallèle pour fournir une analyse complète et multi-perspectives sur n'importe quelle requête.
Utilisez sidecar à côté des agents CLI pour les diffs, arbres de fichiers, historique des conversations et gestion de tâches avec td
Créez et exécutez des agents IA à l'aide de Docker Compose. Une collection d'exemples prêts à l'emploi pour orchestrer des LLM open-source, des outils et des runtimes d'agents.
Expériences avec des modèles locaux ainsi qu'avec des modèles disponibles via une API
Bac à sable multiplateforme à micro-machines virtuelles pour les charges de travail agentiques
Créez des agents d’IA durables, autonomes, résilients et observables, avec une orchestration des workflows, une sécurité, une gestion de l’état et une télémétrie intégrées.
Génération de diagrammes pour la compréhension des bases de code et de l'architecture système à l'aide de Nano Banana Pro.
Concevez des boucles d'agent visuelles et contrôlées par révision pour Claude Code avant de les exécuter.
Norme de gouvernance et ensemble d’outils de référence pour les corpus de connaissances maintenus par des LLM
Workflows dynamiques de style Claude Code pour Pi : sous-agents en mode code avec routage réel des modèles, reprise journalisée, isolation via git worktree, suivi des coûts, TUI interactive /workflows, activation facultative persistante d’/ultracode et recherche approfondie.
Application de bureau DeepSeek Harness : un espace de travail IA local pour les sessions DSH, les projets, les fichiers, la recherche sur le Web, les plug-ins et les documents Office.
Youtu‑Tip : Appuyez pour obtenir de l'intelligence, conservez sur l'appareil.
Foire aux questions
Quel est le dépôt #agentic-workflows le plus populaire sur GitHub ?
Le projet #agentic-workflows open source le mieux classé sur GitHub est tobi/qmd, avec 31,317 étoiles. moteur de recherche mini cli pour vos documents, bases de connaissances, notes de réunion, tout ce que vous voulez. Suit les approches sota actuelles tout en étant entièrement local
Quels langages de programmation sont les plus utilisés dans les dépôts #agentic-workflows ?
Parmi les projets #agentic-workflows les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, JavaScript, Go.
Comment le classement des dépôts #agentic-workflows est-il calculé ?
Nous suivons 38 dépôts open source actifs associés à #agentic-workflows (500+ étoiles), totalisant 138,524 étoiles, avec une moyenne de 3,645 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.