#autogen Repository
Scopri 25 repository GitHub open source attivi contrassegnati con #autogen, che raccolgono un totale di 380,960 stelle (con una media di 15,238 stelle per progetto). Il progetto leader di questo argomento è microsoft/markitdown, con 197,344 stelle.
25 repository in totale
Strumento Python per la conversione di file e documenti d'ufficio in Markdown.
MagenticLite è un agente sperimentale che funziona nel browser e nel file system locale
SDK Python per il monitoraggio degli agenti AI, il tracciamento dei costi LLM, il benchmarking e altro ancora. Si integra con la maggior parte degli LLM e framework di agenti, tra cui CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2 e CamelAI
Memoria persistente open-source per pipeline di agenti IA (LangGraph, CrewAI, AutoGen) e Claude. REST API + grafo di conoscenza + consolidamento autonomo.
AutoGroq è uno strumento rivoluzionario che rivoluziona il modo in cui gli utenti interagiscono con Autogen™ e altri assistenti AI. Generando dinamicamente team personalizzati di agenti AI in base ai requisiti del tuo progetto, AutoGroq elimina la necessità di configurazioni manuali e ti consente di affrontare qualsiasi domanda, problema o progetto con facilità ed efficienza.
Costruire Applicazioni Multi-Agent Abilitate con LLM da Zero
Hercules è il primo agente di test open-source al mondo, che abilita validazioni UI, API, di Sicurezza, di Accessibilità e Visive – tutto senza codice o manutenzione. Automatizza i test senza sforzo e lascia che Hercules si occupi del lavoro pesante! ⚡
Questo repository conterrà diversi progetti che utilizzano AutoGen e Tutorial
Laboratori per esplorare Modelli di IA, server MCP e Agenti con l'AI Gateway potenziato da Azure API Management e Microsoft Foundry 🚀
Interfaccia Web per AutoGen (Un Framework per Applicazioni LLM Multi-Agente)
Il modo in cui interagiamo con i nostri dati sta cambiando.
Microsoft GraphRAG + AutoGen + Ollama + Chainlit = Superbot RAG Multi-Agente Completamente Locale e Gratuito
Agent Cloud è come avere il tuo costruttore GPT con una serie di extra. L’interfaccia grafica presenta: 1) pipeline RAG che può incorporare nativamente più di 260 fonti di dati; 2) creare app conversazionali (simili agli GPT); 3) creare app di automazione di processi multi‑agent (crewai); 4) strumenti; 5) permessi di team + utente. Inizia subito con Docker e il nostro install.sh.
[ICLR 2026] Un framework per l'addestramento con rinforzo e l'inferenza multi-agente basati su LLM
Paper-Agent è uno strumento intelligente per la ricerca e l’analisi di articoli accademici, pensato per ricercatori e studenti. Basato su un’architettura di collaborazione multi-agente (LangGraph), utilizza l’elaborazione del linguaggio naturale (NLP) e la ricerca automatizzata per aiutare gli utenti a trovare in modo efficiente articoli accademici, analizzarne i contenuti e condurre ricerche bibliografiche. Paper-Agent supporta l’integrazione multipiattaforma, la ricerca per parole chiave, l’analisi automatizzata e la ricerca bibliografica, migliorando l’efficienza della ricerca accademica. È adatto a diversi ambiti, tra cui la stesura di articoli, la ricerca accademica e la gestione di progetti scientifici, ed è un assistente ideale per la ricerca accademica.
🚀Framework leggero per l'automazione di modelli linguistici di grandi dimensioni e lo sviluppo di agenti linguistici autonomi. Crea la tua applicazione Agent LLM in modo pythonico!
Questo modulo esegue la costruzione automatica della documentazione Swagger. Può identificare gli endpoint e catturare automaticamente metodi come get, post, put e così via. Identifica anche percorsi, route, middleware, codici di stato delle risposte e parametri. Alla fine, genera il file .json contenente la specifica in formato Swagger.
Il livello di memoria e osservabilità open source per agenti AI — memoria persistente, rilevamento di loop, tracce di audit concatenate tramite hash e una dashboard live, automatico con l'installazione tramite pip.
Domande frequenti
Qual è il repository #autogen più popolare su GitHub?
Il progetto open source #autogen più alto in classifica su GitHub è microsoft/markitdown, con 197,344 stelle. Strumento Python per la conversione di file e documenti d'ufficio in Markdown.
Quali linguaggi di programmazione sono più utilizzati nei repository #autogen?
Tra i progetti #autogen più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, TeX.
Come viene calcolata la classifica dei repository #autogen?
Monitoriamo 25 repository open source attivi contrassegnati con #autogen (500+ stelle), per un totale di 380,960 stelle e una media di 15,238 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.