#llm-agents 저장소
#llm-agents 태그가 지정된 GitHub의 활성 오픈 소스 저장소 162개를 확인해 보세요. 총 597,286개의 스타를 획득했으며 프로젝트당 평균 3,686개입니다. 이 주제를 이끄는 저장소는 59,001개의 스타를 받은 FoundationAgents/OpenManus입니다.
저장소 총 162개
무료 대형 모델 API로, GPT, DeepSeek 등 주요 모델을 무료로 호출할 수 있으며, 무료 할당량은 10,000포인트로 매일 갱신됩니다. 또한 유료 가격은 공식 가격의 10~20%로 최저 수준입니다.
AI 코딩 에이전트 및 장기 실행 작업을 위한 지속적인 파일 기반 계획. 충돌 방지 마크다운 계획, /clear 및 압축 후 세션 복구, 컨텍스트 저하 방지를 위한 턴별 재주입, 결정론적 완료 게이트. Manus 스타일. npm, Claude Code 플러그인 마켓플레이스 또는 npx skills에서 설치하세요. Codex, Cursor, OpenCode, 60개 이상의 에이전트 지원.
완전 로컬 Manus AI. API 없음, 월 200달러 청구서 없음. 생각하고, 웹을 탐색하고, 코드를 작성하는 자율 에이전트를 전기 요금만으로 즐기세요.
3개 국어(번체 중국어 / 영어 / 간체 중국어)로 제공되는 에이전틱 AI 학습 로드맵: LLM 기초부터 멀티 에이전트 시스템까지, 240개 이상의 엄선된 리소스와 실습 예제 포함.
오픈 소스 AI 보안 운영 센터: 경보 통합, LLM 에이전트 분류, MITRE ATT&CK 조사, 그리고 에이전트의 모든 단계에 대한 재생 가능한 의사결정 원장. 자체 호스팅이 가능하고 API 키 없이 실행되며 MIT 라이선스로 제공됩니다. Claude, Cursor, Continue용 MCP 서버가 포함되어 있습니다.
🧠 최고의 AI 도구를 위한 시스템 프롬프트 큐레이션 컬렉션. AI 에이전트 빌더 및 프롬프트 엔지니어에게 완벽합니다. 포함 사항: ChatGPT, Claude, Perplexity, Manus, Claude-Code, Loveable, v0, Grok, same new, windsurf, notion, MetaAI.
훅(hooks), 스킬(skills), 에이전트(agents), 명령어(commands) 및 GitHub Actions 워크플로를 포함하는 포괄적인 Claude Code 프로젝트 구성 예시
Agent Laboratory는 연구 아이디어를 구현하는 데 있어 연구자로서 귀하를 지원하기 위한 엔드투엔드 자율 연구 워크플로입니다.
AI 게이트웨이, 레지스트리, 프록시로서 어떤 MCP, A2A 또는 REST/gRPC API 앞에 자리하며, 통합 엔드포인트를 노출하고 중앙 집중식 발견, 가드레일 및 관리를 제공합니다. 에이전트와 툴 호출을 최적화하고 플러그인을 지원합니다.
Google Antigravity의 모든 성능을 활용하는 AI 에이전트를 구축하기 위한 Python 라이브러리입니다.
Mirix는 화면 활동을 추적하고 사용자 질문에 지능적으로 답변하도록 설계된 다중 에이전트 개인 비서입니다. 실시간 시각 데이터를 캡처하고 이를 구조화된 메모리로 통합함으로써 Mirix는 원시 입력을 디지털 경험에 맞는 풍부한 지식 기반으로 변환합니다.
오픈 소스 셀프 호스팅 AI 침투 테스트 프레임워크: 공격 표면을 그래프로 매핑하고, 사람의 승인 게이트가 있는 Kali 샌드박스에서 자율적으로 공격을 수행하며, 발견한 문제를 수정하는 PR을 생성합니다. 양방향 MCP 지원: 모든 MCP 서버를 도구로 연결하거나 Claude Code 또는 자체 에이전트에서 RedAmon을 구동할 수 있습니다.
아이디어 생성 및 실험부터 논문 작성 및 동료 검토에 이르는 AI 연구 워크플로를 오케스트레이션하기 위한 청사진 기반 AutoResearch 런타임입니다.
Karpathy의 autoresearch에서 영감을 받은 자율 개선 루프, 연구 에이전트 및 autoresearch 스타일 시스템의 큐레이션된 목록.
실제 프로덕션 환경에서 추출해 엄선하고 실전 검증을 거친 AI 코딩 툴킷: Claude Code 플러그인, 서브에이전트 오케스트레이션, 품질 게이트, 바로 복사해 쓸 수 있는 프롬프트를 제공합니다.
AssetOpsBench - 인더스트리 4.0: 인더스트리 4.0 자산 운영 및 유지보수를 위한 도메인 특화 AI 에이전트를 구축, 오케스트레이션 및 평가하기 위한 통합 벤치마크 및 프레임워크. 460개 이상의 시나리오, 5개의 전문 에이전트(IoT, FMSR, TSFM, 작업 지시서 등), 그리고 MCP 기반의 멀티 에이전트 오케스트레이션 블루프린트(MetaAgent, AgentHive)를 포함합니다.
verl-agent는 RL을 통해 LLM/VLM 에이전트를 훈련하기 위해 설계된 veRL의 확장 기능입니다. verl-agent는 또한 "Group-in-Group Policy Optimization for LLM Agent Training" 논문의 공식 코드입니다.
실제로 주문을 실행하는 AI 에이전트를 갖춘 Python 트레이딩 프레임워크입니다. 12개 브로커에서 백테스팅, 모의 거래 및 실거래를 지원하며, 주식, 옵션, 선물, 외환, 암호화폐 및 예측 시장을 다룹니다.
사용자 대화를 처리하고 구조화된 JSON 응답을 생성하기 위해 DeepSeek API와 통합되는 강력한 코딩 지원 애플리케이션입니다. 직관적인 명령줄 인터페이스를 통해 로컬 파일 내용을 읽고, 새 파일을 만들고, 기존 파일에 실시간으로 diff 편집을 적용할 수 있습니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #llm-agents 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #llm-agents 프로젝트는 59,001개의 스타를 받은 FoundationAgents/OpenManus입니다. 요새는 없고, 완전히 탁 트인 지형. OpenManus가 옵니다.
#llm-agents 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #llm-agents 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, JavaScript, Jupyter Notebook입니다.
#llm-agents 저장소 순위는 어떻게 계산되나요?
#llm-agents 태그가 지정된 활성 오픈 소스 저장소(162개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 597,286개이며 저장소당 평균 3,686개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.