#multi-agent-systems Репозитории
Откройте для себя 210 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #multi-agent-systems, с общим числом 986,703 звёзд (в среднем 4,698 на проект). Лидером этой темы является ruvnet/ruflo, набравший 82,196 звёзд.
Всего репозиториев: 210
🌊 Оригинальный каркас для агентов. Разворачивайте интеллектуальные мультиагентные рои, координируйте автономные рабочие процессы и создавайте разговорные ИИ-системы. Поддерживаются адаптивная память, самообучающийся интеллект, федерация, интеграция векторного RAG, а также нативная интеграция с Claude Code / Codex / Hermes и многими другими инструментами
Мультиагентная оркестрация, ставящая команды на первое место, для Claude Code
Китайская платформа для финансовых торгов на основе LLM с множеством агентов - Улучшенная китайская версия TradingAgents
Постоянное файловое планирование для ИИ-агентов кодирования и долгосрочных задач. Устойчивые к сбоям планы в формате Markdown, восстановление сессии после /clear и сжатия, пошаговая реинъекция для предотвращения деградации контекста, детерминированный шлюз завершения. В стиле Manus. Установка через npm, маркетплейс плагинов Claude Code или npx skills. Codex, Cursor, OpenCode, 60+ агентов.
Совет LLM совместно работает над тем, чтобы ответить на ваши самые сложные вопросы
Более 50 руководств и реализаций для техник агентов генеративного ИИ, от базовых разговорных ботов до сложных систем с несколькими агентами.
Open-source, code-first Python toolkit для создания, оценки и развертывания сложных ИИ-агентов с гибкостью и контролем.
Образовательная структура, исследующая эргономичную, легкую многоагентную оркестровку. Управляется командой OpenAI Solution.
Полные руководства с приоритетом на код для создания агентов GenAI производственного уровня. От прототипа до развертывания в enterprise.
Генеративные агенты: Интерактивные симулякры человеческого поведения
🦉 СОВА: Оптимизированное обучение персонала для общей многоагентной помощи в автоматизации реальных задач
🐫 CAMEL: Первый и лучший фреймворк для мультиагентных систем. Нахождение закона масштабирования агентов. https://www.camel-ai.org
Eigent: Open Source Cowork Desktop — локальная и бесплатная альтернатива Claude Cowork и Codex
Общедоступные универсальные ИИ-агенты конечного продукта сквозного типа с открытым исходным кодом
Агентные паттерны проектирования: Практическое руководство по созданию интеллектуальных систем, автор Антонио Гулли
Создавайте среду для управления агентами и контролируйте её от начала до конца. SDK с открытым исходным кодом для AI-агентов в продакшене на Python и TypeScript — любая модель, любое облако.
Open-source Go-инструментарий по принципу code-first для создания, оценки и развертывания сложных ИИ-агентов с гибкостью и контролем.
Создайте собственную сеть агентов на базе Claude Code, Codex и Pi: постоянные команды с ролями, общим контекстом и закреплёнными задачами.
Трехъязычная (традиционный китайский / английский / упрощенный китайский) дорожная карта обучения агентному ИИ: от основ LLM до мультиагентных систем, с более чем 240 отобранными ресурсами и практическими примерами.
Агент по привлечению клиентов через собственные медиа, разработанный специально для OPC и малого и среднего бизнеса
Новая книга от Google, «Agentic Design Patterns» – лучшая китайская версия, постоянно оптимизируется. Прилагается: онлайн‑обзор, скачивание PDF и ePub электронных книг.
Многоагентное моделирование персон на основе LLM для улучшения воображения и получения бизнес-инсайтов.
AI-ученый-v2: Поиск научных открытий автоматизированного уровня мастерской с помощью агентного древовидного поиска
ChatLaw: Мощная большая языковая модель, разработанная для китайского законодательства. Большая языковая модель китайского права
Платформа оркестрации нескольких агентов корпоративного уровня. Веб-сайт: https://swarms.ai
Это простая демонстрация более продвинутых, агентских паттернов, построенных поверх Realtime API.
🔍 Многоагентная система на базе LLM для веб-поисковых систем (например, Perplexity.ai Pro и SearchGPT)
Демо примера использования службы поддержки клиентов, реализованного с помощью OpenAI Agents SDK
Харнесс из харнессов • Суперагент: надёжная, постоянно действующая и саморазвивающаяся мультиагентная экосистема для сотрудничества во всех областях.
Agent Laboratory — это сквозной автономный рабочий процесс исследований, предназначенный для помощи вам, как человеку-исследователю, в реализации ваших исследовательских идей.
PaperOrchestra — это мультиагентный фреймворк для автоматизированного написания научных статей по ИИ.
🏝️ OASIS: Симуляции Открытого Социального Взаимодействия Агентов с Одним Миллионом Агентов.
Recursive-Open-Meta-Agent v0.1 (Beta). Фреймворк мета-агентов для создания высокопроизводительных мультиагентных систем.
iFlow cli — это комплексный интеллектуальный инструмент командной строки, который встраивается в ваш терминал, анализирует ваши репозитории, выполняет задачи по написанию кода, интерпретирует ваши потребности в различных контекстах и повышает эффективность, выполняя задачи от простых операций с файлами до сложной автоматизации рабочего процесса.
Paper2Code: Автоматизация генерации кода из научных статей по машинному обучению
Платформа для создания и запуска ИИ-агентов на протяжении всего жизненного цикла: разработка, тестирование, развертывание, мониторинг и улучшение. Она размещает ваших агентов, запускает их инструменты и координирует их работу через событийную сеть. Встроены сессии, артефакты, аутентификация, средства оценки и наблюдаемость.
Структурированное многоперспективное обсуждение для сложных решений. Запускайте полные советы, сфокусированные триады или дуэтные дебаты на Claude Code, Codex, Gemini CLI и OpenCode.
Koog — это фреймворк для JVM (Java и Kotlin), предназначенный для создания предсказуемых, отказоустойчивых и готовых к использованию в предприятии ИИ-агентов на всех платформах — от серверных сервисов до Android и iOS, JVM и даже браузерных окружений. Koog основан на нашем опыте в области ИИ-продуктов и предоставляет проверенные решения для сложных задач LLM и ИИ
Оркестрированная команда разработчиков суб-агентов на основе Claude code
Часто задаваемые вопросы
Какой репозиторий по теме #multi-agent-systems наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #multi-agent-systems на GitHub — ruvnet/ruflo, набравший 82,196 звёзд. 🌊 Оригинальный каркас для агентов. Разворачивайте интеллектуальные мультиагентные рои, координируйте автономные рабочие процессы и создавайте разговорные ИИ-системы. Поддерживаются адаптивная память, самообучающийся интеллект, федерация, интеграция векторного RAG, а также нативная интеграция с Claude Code / Codex / Hermes и многими другими инструментами
Какие языки программирования чаще всего используются в репозиториях по теме #multi-agent-systems?
Среди наиболее высоко оценённых проектов по теме #multi-agent-systems на GitHub чаще всего используются языки программирования Python, TypeScript, Jupyter Notebook, Shell.
Как рассчитывается рейтинг репозиториев по теме #multi-agent-systems?
Мы отслеживаем 210 активных репозиториев с открытым исходным кодом, отмеченных тегом #multi-agent-systems (500 и более звёзд), с общим числом 986,703 звёзд и в среднем 4,698 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.