#context-management Repository
Scopri 48 repository GitHub open source attivi contrassegnati con #context-management, che raccolgono un totale di 220,092 stelle (con una media di 4,585 stelle per progetto). Il progetto leader di questo argomento è infiniflow/ragflow, con 94,501 stelle.
48 repository in totale
RAGFlow è un database nativo per agenti: un motore di generazione aumentata dal recupero (RAG) che si è evoluto fino a diventare un’infrastruttura di contesto.
Un framework di configurazione che potenzia Claude Code con comandi specializzati, personas cognitive e metodologie di sviluppo.
Un elenco curato di fantastici plugin, temi, agenti, progetti e risorse per https://opencode.ai
"Il Context Engineering è l'arte e la scienza delicata di riempire la finestra di contesto con le giuste informazioni per il passo successivo." — Andrej Karpathy. Un manuale pionieristico, basato sui primi princìpi, ispirato da Karpathy e 3Blue1Brown per andare oltre il prompt engineering verso la più ampia disciplina della progettazione, orchestrazione e ottimizzazione del contesto.
iFlow cli è un'intelligenza completa da riga di comando che si integra nel tuo terminale, analizza i tuoi repository, esegue attività di codifica, interpreta le tue esigenze in diversi contesti e aumenta l'efficienza eseguendo attività dalle semplici operazioni sui file all'automazione di flussi di lavoro complessi.
Flussi di lavoro automatizzati per Claude Code. Funzionalità di sviluppo basato su specifiche per nuove funzionalità (Requisiti → Progettazione → Attività → Implementazione) e flusso di lavoro semplificato per la risoluzione dei bug per una rapida risoluzione dei problemi (Segnalazione → Analisi → Correzione → Verifica).
PromptX · Piattaforma di contesto per agenti AI leaders | PromptX · Leading AI Agent Context Platform
Un framework modulare basato sulla documentazione che utilizza modalità personalizzate del cursore (VAN, PLAN, CREATIVE, IMPLEMENT) per fornire memoria persistente e guidare l'IA attraverso un flusso di lavoro di sviluppo strutturato con mappe di processo visive.
Un framework basato su modelli per agenti di programmazione IA: modellazione semantica, generazione di app, assistenza progressiva alle API e verifica basata su evidenze.
Contesto illimitato. Memoria che si gestisce da sola. Una sessione, per la vita. L'ippocampo per agenti di codifica, parte di CortexKit.
VCP è distribuito tra le API dei modelli di IA e le applicazioni frontend ed è un progetto dimostrativo di infrastruttura di livello industriale per lo sviluppo e l'esplorazione dei sistemi operativi AGI. Attraverso un protocollo di istruzioni unificato, una memoria persistente multilivello, un motore di plugin distribuito e un framework di collaborazione multi-agente, trasforma i modelli linguistici di grandi dimensioni, originariamente 'senza stato, senza memoria e senza capacità di chiamata agli strumenti', in sistemi di agenti intelligenti completi dotati di autocoscienza permanente, capacità operative nel mondo fisico e intelligenza collaborativa di gruppo.
Assistente di chat AI per Obsidian con consapevolezza contestuale, assistenza intelligente alla scrittura e modifiche in un clic. Funzionalità di conversazioni consapevoli della vault, ricerca semantica e supporto per modelli locali.
Una potente applicazione assistente alla programmazione che si integra con l'API DeepSeek per elaborare le conversazioni degli utenti e generare risposte JSON strutturate. Tramite un'interfaccia a riga di comando intuitiva, può leggere contenuti di file locali, creare nuovi file e applicare modifiche diff in tempo reale ai file esistenti.
Framework di sviluppo multi-agente guidato da JSON per team cadence con orchestrazione CLI intelligente (Gemini/Qwen/Codex), architettura context-first e esecuzione automatizzata dei workflow
Memoria del team per ingegneri e agenti IA. Vive nel tuo repository. Condivisa tramite Git.
🧠 Banca della Memoria di Roo Code: Contesto di progetto senza interruzioni in Roo Code. Niente più ripetizioni, solo sviluppo continuo!
Raggiunto il #13 sulla classifica "Terminal Bench" di Stanford. Agenti orchestratori, esploratori e programmatori che lavorano insieme con condivisione intelligente del contesto.
Claude Code Workflow per principianti e utenti intermedi. Tutorial e installer inclusi
Tianshu Harness è un agente di programmazione per terminale. La domanda centrale a cui intende rispondere è: come può un modello fornire risultati in modo affidabile, senza deriva degli obiettivi, con il completamento supportato da prove e una verifica a ciclo chiuso, invece di dire «dovrebbe essere risolto»? A questo scopo, crea un ambiente di esecuzione cognitiva (CVM) tra il modello e il mondo reale, esternalizzando dalla cronologia della conversazione obiettivi, stato, prove, risorse, autorizzazioni e condizioni di terminazione, che vengono gestiti continuamente dal runtime. È inoltre fortemente ottimizzato per DeepSeek V4.
Un archivio di contesto personale per agenti e assistenti AI—riutilizza il tuo CLI di agente di codifica esistente (Codex/Claude/OpenCode) con Skills/tool integrati e un'interfaccia grafica desktop per catturare, cercare e riutilizzare la conoscenza del progetto tra agenti e repository.
Contesto componibile basato su viste per DeepSeek Harness. Fonti e strategie intercambiabili, con memoria a livelli e competenze autoevolutive già incluse.
Un plugin locale per le chat ricche di immagini in Codex, Claude Code e altri agenti AI: le immagini precedenti vengono sostituite da brevi segnaposto invece di essere inviate con ogni messaggio, il modello recupera l’originale tramite il relativo ID (anche dopo la compattazione) e la cache dei prompt continua a funzionare.
Memoria del progetto e flussi di lavoro per Claude Code e Codex. Conserva storie, piani, passaggi di consegne e prove delle revisioni nel tuo repository. Riprendi il lavoro tra una sessione e l’altra e segui i progressi nell’app per Mac.
Un framework progettato per gestire contesto, dipendenze e attività in progetti Cline su larga scala all'interno di VS Code
Un bot per la knowledge base di Enterprise WeChat basato su Dify, un bot basato sulla knowledge base GPT di Enterprise WeChat, in grado di rispondere automaticamente ai messaggi ricevuti in Enterprise WeChat. Questo bot può gestire chat private e di gruppo e ricordare il contenuto delle conversazioni con gli utenti per fornire risposte più contestuali. Inoltre, è possibile impostare una whitelist per controllare con quali utenti o gruppi interagisce il bot. Se hai bisogno del tuo bot versione sito web Dify
Convertire il servizio web di Claude in un servizio API, supportando il riconoscimento di immagini, l'upload di file, l'output di pensiero...
Agente di scrittura IA basato su kimi-k2-thinking - crea autonomamente romanzi e storie con un ragionamento approfondito
CTX Fit trova la configurazione di coding con IA più economica che funziona in modo affidabile sul tuo repository, quindi applica quella vincente come modifica sottoponibile a revisione.
Un framework di gestione del progetto per lo sviluppo assistito dall'IA con Claude Code
Domande frequenti
Qual è il repository #context-management più popolare su GitHub?
Il progetto open source #context-management più alto in classifica su GitHub è infiniflow/ragflow, con 94,501 stelle. RAGFlow è un database nativo per agenti: un motore di generazione aumentata dal recupero (RAG) che si è evoluto fino a diventare un’infrastruttura di contesto.
Quali linguaggi di programmazione sono più utilizzati nei repository #context-management?
Tra i progetti #context-management più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono TypeScript, Python, JavaScript, Go.
Come viene calcolata la classifica dei repository #context-management?
Monitoriamo 48 repository open source attivi contrassegnati con #context-management (500+ stelle), per un totale di 220,092 stelle e una media di 4,585 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.