#multi-agent-system 저장소
#multi-agent-system 태그가 지정된 GitHub의 활성 오픈 소스 저장소 34개를 확인해 보세요. 총 236,829개의 스타를 획득했으며 프로젝트당 평균 6,965개입니다. 이 주제를 이끄는 저장소는 64,789개의 스타를 받은 virattt/ai-hedge-fund입니다.
저장소 총 34개
미위: 누구나 사용할 수 있는 멀티 에이전트 여론 분석 도우미, 정보 필터를 깨고 여론의 본모습을 복원하며 미래 동향을 예측하고 의사 결정을 지원합니다! 모든 것을 0부터 직접 구현했으며, 어떤 프레임워크에도 의존하지 않습니다.
Orkas는 오픈 소스(MIT) 기반의 로컬 우선 데스크톱 AI 팀입니다. Commander가 목표를 할 일로 바꾸고, 내장된 전문 에이전트 16개와 Claude Code, Codex, OpenCode, OpenClaw, Hermes를 조율합니다. 프로젝트, 예약 자동화, 커넥터도 지원합니다. macOS 및 Windows용 무료 앱이며, 내장 모델이나 자체 API 키를 사용할 수 있습니다.
엄격한 규제를 받는 팀과 자신의 컴퓨터에서 AI를 사용하고 싶은 모든 사람을 위한 비공개 AI 에이전트. 완전히 오프라인으로 작동하는 오픈 소스 Python 에이전트 프레임워크.
airda(Air Data Agent)는 데이터 분석을 위한 멀티 에이전트로, 데이터 개발 및 분석 요구 사항을 이해하고, 데이터를 이해하며, 데이터 쿼리, 데이터 시각화, 머신러닝과 같은 작업을 위한 SQL 및 Python 코드를 생성할 수 있습니다.
MultiAgentPPT는 A2A(Agent2Agent) + MCP(Model Context Protocol) + ADK(Agent Development Kit) 아키텍처를 통합한 지능형 프레젠테이션 생성 시스템으로, 다중 에이전트 협업과 스트리밍 동시 메커니즘을 지원합니다.
다중 에이전트 협업, 에이전트 오케스트레이션, 범위가 제한된 권한, 증거를 고려한 실행, 사람의 개입이 포함된 의사결정을 지원하는 로컬 우선 AI 에이전트 작업 공간입니다.
Stanford의 Terminal Bench 리더보드에서 #13위에 올랐습니다. 오케스트레이터, 탐색기 및 코더 에이전트가 지능적인 컨텍스트 공유를 통해 함께 작동합니다.
Firecrawl 및 멀티 에이전트 AI를 사용하여 이메일을 회사 프로필, 투자 데이터, 기술 스택 등이 포함된 풍부한 데이터 세트로 변환하는 AI 기반 데이터 강화 도구
PentestCode - 영구적인 침투 수행 상태, 전략적 조정 및 병렬 자율 운영 기능을 갖춘 멀티 에이전트 AI 모의 침투 테스트 시스템.
AgenticX는 통합된 프로덕션용 멀티 에이전트 플랫폼으로, Python SDK + CLI(agx) + Studio 서버 + Machi 데스크톱 앱으로 구성됩니다. Meta-Agent 오케스트레이션, 15개 이상의 LLM 제공업체, MCP Hub, 계층형 메모리, 아바타 및 그룹 채팅, 스킬 생태계, 안전 샌드박스, IM 게이트웨이(Feishu/WeChat)를 제공합니다.
Claude Code가 사용량 한도에 도달하면 Codex가 같은 기억을 바탕으로 작업을 이어받습니다. Sno Station은 Codex, Claude Code, Cursor, Hermes Agent, OpenClaw를 하나의 팀으로 묶어 서로 작업을 넘겨주고 상대방의 코드를 검토하게 합니다. 오픈 소스이며 사용자의 컴퓨터에서 실행됩니다.
Sno: 스마트 에이전트. 숙련된 팀의 습관. 매일 더 나아집니다. Claude Code, Codex, Cursor, Hermes Agent가 이미 여러 번 성공적으로 출시해 본 팀처럼 협업하도록 돕는 오픈 소스 스킬입니다. 다른 에이전트의 검토, 사용량 한도로 작업이 중단되기 전 인계, 실제 실행으로 입증하는 ‘완료’, 그리고 여러분의 세션에서 배우는 야간 루프를 제공합니다.
Microsoft GraphRAG + AutoGen + Ollama + Chainlit = 완전 로컬 및 무료 멀티 에이전트 RAG 슈퍼봇
이 저장소는 V2I / V2V / V2X 자율 주행 시나리오를 위한 협업 / 협력 / 다중 에이전트 인식의 최근 발전에 대한 논문 요약입니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #multi-agent-system 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #multi-agent-system 프로젝트는 64,789개의 스타를 받은 virattt/ai-hedge-fund입니다. AI 헤지펀드 팀
#multi-agent-system 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #multi-agent-system 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, JavaScript, Go입니다.
#multi-agent-system 저장소 순위는 어떻게 계산되나요?
#multi-agent-system 태그가 지정된 활성 오픈 소스 저장소(34개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 236,829개이며 저장소당 평균 6,965개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.