#loop-engineering Dépôts
Découvrez 25 dépôts GitHub open source actifs associés à #loop-engineering, cumulant 184,827 étoiles au total (soit une moyenne de 7,393 étoiles par projet). Le projet en tête de ce thème est lobehub/lobehub, avec 85,942 étoiles.
25 dépôts au total
🤯 LobeHub — Des super-agents dans votre équipe. Ajoutez des super-agents aux chats que votre équipe utilise déjà. Ils prennent en charge le travail de manière autonome et s’améliorent chaque semaine.
Votre assistant IA personnel ; facile à installer, déployable sur votre propre machine ou dans le cloud ; prend en charge plusieurs applications de chat avec des capacités facilement extensibles.
Modèles pratiques, starters et outils CLI pour l'ingénierie de boucles avec des agents de codage IA. Concevez des systèmes qui sollicitent et orchestrent des agents (inspiré par Addy Osmani et Boris Cherny). Inclut loop-audit, loop-init et loop-cost.
Agent OS : l’agent devient plus intelligent de lui-même. Nous nous contentons de maintenir la ligne : sélection par entretien, évaluation par étapes et boucle d’évolution budgétée. Serveur MCP, 14 environnements d’exécution : Claude Code, Codex CLI, Gemini CLI, OpenCode, Copilot, Kiro et bien plus.
Comet : harnais de compétences d'agent pour transformer des idées en flux de travail évalués
Passerelle et plan de contrôle pour tout le domicile, inspirés de Surge, sur macOS avec prise en charge d’IPv4/IPv6 — mihomo TUN, DHCP/DNS reposant sur dnsmasq, routage par appareil et espace de travail de validation adapté aux agents.
Une plateforme open source de Harness Engineering pour les agents de programmation : définissez les harnesses sous forme de code, exécutez des expériences contrôlées, examinez les éléments probants et comparez les résultats. Transformez les éléments probants des tâches en informations exploitables pour les équipes et l’organisation.
Environnement multi-agents sous forme de graphe pour Claude Code, Codex et d’autres agents de programmation. Des agents distincts examinent et testent le travail. Fonctionne localement avec votre abonnement.
Le harnais d'utilisation informatique à long terme. Exécutez des agents IA sur des applications de bureau et via la CLI pendant de longues périodes tout en préservant l'état des tâches et en réalisant des progrès fiables sur des flux de travail complexes. Comprend l'exécution avec contexte actualisé, un état vérifié durable, un audit indépendant, une progression récupérable et une intégration native avec Claude Code / Codex / OpenClaw.
L'écosystème vivant où les agents IA accomplissent des tâches via des boucles de workflow, s'améliorent par exécution itérative, sont évalués par des agents mentors ou des humains dans la boucle, et transforment le travail accompli en expérience professionnelle et données réutilisables pour améliorer les futurs agents.
Second cerveau autoévolutif avec 35 compétences d’IA, 10 agents et un CRM de contacts. Dispositif en boucle fermée : un cycle de vérification en modèle en V, où l’exécutant ne corrige jamais son propre travail. Inclut également des compétences de conception anti-bâclage associées pour le marketing et les interfaces produit. Compatible avec Claude Code, Cursor, Kiro, Gemini CLI et Codex.
Le guide pratique de l’auto-amélioration récursive (RSI). La dernière démonstration de NVIDIA, décryptée à l’aide de principes d’ingénierie intemporels. Une synthèse de la méthode sans intervention du lauréat du hackathon d’ingénierie des harness d’OpenAI.
Tianshu Harness est un agent de programmation dans le terminal. La question centrale à laquelle il cherche à répondre est la suivante : comment un modèle peut-il fournir des résultats de manière fiable — sans dérive des objectifs, avec des preuves d’achèvement et une vérification en boucle fermée, plutôt que de dire « cela devrait être corrigé » ? Pour cela, il établit un environnement d’exécution cognitive (CVM) entre le modèle et le monde réel, en externalisant de l’historique de la conversation les objectifs, l’état, les preuves, les ressources, les autorisations et les conditions d’arrêt, que l’environnement d’exécution gère en continu. Il est également fortement optimisé pour DeepSeek V4.
Un framework d’auto-évolution qui optimise tout — votre équipe d’ingénieurs en algorithmes disponible 7 jours sur 7, 24 heures sur 24.
🤖 MateClaw — Votre deuxième cerveau avec orchestration multi-agent, protocole MCP, compétences et mémoire, rêve et support multicanal. Construit sur Spring AI Alibaba.
Arrêtez de me demander ce qu'est le Loop Engineering — Série Orange Book. Un guide simple sur l'ingénierie de boucle (中文 + English PDF). Gratuit.
OpenLoomi est un collègue IA open source. Il connecte vos outils de travail, comprend sur quoi vous travaillez et vous indique ce qui nécessite votre attention, pourquoi c'est important et quoi faire ensuite. C'est votre agent d'attention open source.
Plugin de planification avec intervention humaine pour Claude et Codex : transformez des idées en plans Markdown révisés, enregistrez les décisions, imposez des portes d'exécution explicites et fournissez des primitives de contrôle testées pour des flux de travail d'agent plus sûrs.
Références d'artefacts attribuables et résolubles pour les transferts d'agents — un jeton d'environ 30 octets au lieu d'un contexte collé. Natif MCP ; la couche de référence pour le monde des harnais d'agents.
Harnais d’agents natif de l’inférence pour l’optimisation maximale des tokens en ingénierie des boucles
Runtime d’IA et d’agents auto-hébergé pour les entreprises et les particuliers en .NET (compatible avec NativeAOT)
Cadre de travail agentique piloté par les spécifications pour les agents de codage IA. Transformez une requête en une boucle d'objectifs vérifiable — planifier, agir, vérifier — avec des spécifications durables et des preuves dans votre dépôt. Fonctionne avec Claude Code, Codex, Gemini, OpenCode et l'interface en ligne de commande standard.
Foire aux questions
Quel est le dépôt #loop-engineering le plus populaire sur GitHub ?
Le projet #loop-engineering open source le mieux classé sur GitHub est lobehub/lobehub, avec 85,942 étoiles. 🤯 LobeHub — Des super-agents dans votre équipe. Ajoutez des super-agents aux chats que votre équipe utilise déjà. Ils prennent en charge le travail de manière autonome et s’améliorent chaque semaine.
Quels langages de programmation sont les plus utilisés dans les dépôts #loop-engineering ?
Parmi les projets #loop-engineering les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, JavaScript, Rust.
Comment le classement des dépôts #loop-engineering est-il calculé ?
Nous suivons 25 dépôts open source actifs associés à #loop-engineering (500+ étoiles), totalisant 184,827 étoiles, avec une moyenne de 7,393 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.