#loop-engineering Repository
Scopri 25 repository GitHub open source attivi contrassegnati con #loop-engineering, che raccolgono un totale di 184,827 stelle (con una media di 7,393 stelle per progetto). Il progetto leader di questo argomento è lobehub/lobehub, con 85,942 stelle.
25 repository in totale
🤯 LobeHub: super-agenti nel tuo team. Aggiungi super-agenti alle chat che il tuo team utilizza già. Svolgono il lavoro autonomamente e migliorano ogni settimana.
Il tuo assistente IA personale; facile da installare, distribuibile sulla tua macchina o sul cloud; supporta più app di chat con capacità facilmente estensibili.
Pattern pratici, starter e strumenti CLI per l'ingegneria dei loop con agenti di codifica AI. Progetta sistemi che sollecitano e orchestrano gli agenti (ispirato ad Addy Osmani e Boris Cherny). Include loop-audit, loop-init e loop-cost.
Agent OS: l’agente diventa più intelligente da solo. Noi ci limitiamo a mantenere la linea: selezione tramite colloquio, valutazione per fasi e ciclo di evoluzione con budget definito. Server MCP, 14 ambienti di runtime: Claude Code, Codex CLI, Gemini CLI, OpenCode, Copilot, Kiro e altri.
Comet: strumento di gestione delle abilità degli agenti per trasformare idee in flussi di lavoro valutati
Gateway e piano di controllo per tutta la rete domestica, in stile Surge, per macOS con supporto IPv4/IPv6 — mihomo TUN, DHCP/DNS basati su dnsmasq, routing per dispositivo e uno spazio di lavoro per la validazione ottimizzato per gli agenti.
Una piattaforma open source di Harness Engineering per agenti di programmazione: definisci gli harness come codice, esegui esperimenti controllati, esamina le evidenze e confronta i risultati. Trasforma le evidenze delle attività in insight concreti per i team e l’organizzazione.
Framework multi-agente basato su grafi per Claude Code, Codex e altri agenti di programmazione. Agenti separati esaminano e testano il lavoro. Funziona localmente con il tuo abbonamento.
Il framework per l'uso del computer a lungo termine. Esegui agenti IA su applicazioni desktop e CLI per periodi prolungati, preservando lo stato delle attività e compiendo progressi affidabili in flussi di lavoro complessi. Include esecuzione con contesto aggiornato, stato verificato durevole, auditing indipendente, progresso recuperabile e integrazione nativa con Claude Code / Codex / OpenClaw.
L'ecosistema vivente in cui gli agenti AI completano le attività attraverso cicli di flusso di lavoro, migliorano tramite esecuzione iterativa, sono valutati da agenti mentori o umani nel ciclo, e trasformano il lavoro completato in esperienza lavorativa e dati riutilizzabili per migliorare gli agenti futuri.
Secondo cervello autoevolutivo con 35 competenze di IA, 10 agenti e un CRM per i contatti. Struttura a ciclo chiuso: un ciclo di verifica basato sul modello V, in cui chi svolge il lavoro non valuta mai il proprio operato. Include inoltre competenze di design anti-superficialità abbinate per il marketing e le UI di prodotto. Funziona con Claude Code, Cursor, Kiro, Gemini CLI e Codex.
Il manuale di competenze per il miglioramento ricorsivo di sé (RSI). L’ultima dimostrazione di NVIDIA, analizzata con principi ingegneristici senza tempo. Sintetizzato dal metodo senza intervento del vincitore dell’hackathon di OpenAI sull’harness engineering.
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 framework di autoevoluzione che ottimizza qualsiasi cosa: il tuo team di ingegneri degli algoritmi, operativo 24 ore su 24, 7 giorni su 7.
🤖 MateClaw — Il tuo secondo cervello con orchestrazione multi-agente, protocollo MCP, abilità e memoria, sogno e supporto multicanale. Basato su Spring AI Alibaba.
Smettetela di chiedermi cos'è il Loop Engineering — Serie Orange Book. Una guida semplice al loop engineering (中文 + English PDF). Gratuito.
OpenLoomi è un collega IA open source. Collega i tuoi strumenti di lavoro, capisce su cosa stai lavorando e ti dice cosa richiede la tua attenzione, perché è importante e cosa fare dopo. È il tuo agente di attenzione open source.
Plugin di pianificazione con intervento umano per Claude e Codex: trasforma le idee in piani Markdown revisionati, registra le decisioni, applica gate di esecuzione espliciti e fornisci primitive di controllo testate per flussi di lavoro degli agenti più sicuri.
Riferimenti di artefatti attribuibili e risolvibili per i passaggi di agente — un token di circa 30 byte invece del contesto incollato. Nativo MCP; il livello di riferimento per il mondo degli agent-harness.
Harness per agenti nativo dell’inferenza per la massimizzazione dei token nell’ingegneria dei loop
Runtime per IA e agenti, self-hosted per aziende e uso personale, in .NET (compatibile con NativeAOT)
Framework di flusso di lavoro agentico basato su specifiche per agenti di programmazione AI. Trasforma una richiesta in un ciclo di obiettivi verificabile (pianifica, agisci, verifica) con specifiche durevoli e prove nel tuo repository. Funziona con Claude Code, Codex, Gemini, OpenCode e CLI standard.
Domande frequenti
Qual è il repository #loop-engineering più popolare su GitHub?
Il progetto open source #loop-engineering più alto in classifica su GitHub è lobehub/lobehub, con 85,942 stelle. 🤯 LobeHub: super-agenti nel tuo team. Aggiungi super-agenti alle chat che il tuo team utilizza già. Svolgono il lavoro autonomamente e migliorano ogni settimana.
Quali linguaggi di programmazione sono più utilizzati nei repository #loop-engineering?
Tra i progetti #loop-engineering più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, JavaScript, Rust.
Come viene calcolata la classifica dei repository #loop-engineering?
Monitoriamo 25 repository open source attivi contrassegnati con #loop-engineering (500+ stelle), per un totale di 184,827 stelle e una media di 7,393 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.