#multi-agent-systems Репозитории
Всего репозиториев: 210
Самовосстанавливающаяся инфраструктура для платежей AI-агентов. 90,3% автоматического восстановления.
Фреймворк для разработчиков Ruby on Rails с использованием Claude Code, вдохновленный SuperClaude
Этот демонстрационный пример показывает многооборотный разговор с ИИ-агентом, работающим внутри рабочего процесса Temporal.
[ICRA 2022] Фреймворк с открытым исходным кодом для кооперативного обнаружения. Официальная реализация для OPV2V.
Это многоагентное руководство, основанное на фреймворке CAMEL, направленное на понимание того, как построить общество агентов с нуля!
Чат-бот/фреймворк GraphRAG, который создает мульти-LLM-агентов из комментариев пользователей социальных платформ и позволяет им обсуждать конкретные темы.
Планирование пути/планирование траектории/оптимизация траектории с помощью алгоритма оптимизации серых волков (GWO), планирование траектории для нескольких агентов/нескольких дронов
Пример кода, демонстрирующий архитектуру использования языковых моделей для создания персонального агента, который может работать с агентными приложениями.
Планирование траектории для нескольких/одного БПЛА (беспилотного летательного аппарата) на основе глубокого обучения с подкреплением
No-code 3D-площадка для исследования, проектирования и взаимодействия с агентными системами ИИ
Подход на основе моделей для создания ИИ-агентов всего за несколько строк кода.
Торговая система с несколькими агентами на основе механизма внутреннего соревнования
Agentic ADK — это фреймворк для разработки агентских приложений, выпущенный Alibaba International AI Business на базе Google-ADK и Ali-LangEngine.
Мультиагентный комплекс + автоматизация: графовые рабочие процессы, MCP, самообучающиеся агенты. Next.js + React
Устойчивая к атакам Сибиллы сеть ИИ-агентов с идентичностью, подтверждённой аппаратным обеспечением. Блокчейн Proof-of-Antiquity: физические машины на базе более чем 15 архитектур процессоров доказывают, что это реальные кремниевые устройства, а не фермы виртуальных машин. Экономика агентов, микроплатежи и мост Solana (wRTC). Венчурное финансирование — 0 долларов.
Каркас для сражений в баре мошенников на базе ИИ, управляемый большой языковой моделью
ИИ-система с множеством агентов для разработки программного обеспечения с агентами-исследователями и агентами-разработчиками, которые автоматизируют реализацию кода посредством интеллектуального планирования и выполнения. Создана с использованием многоагентных рабочих процессов LangGraph.
управляемый браузером ИИ-агент, который автономно подает заявки на соответствующие вакансии в Интернете. присоединяйтесь к чату по адресу https://discord.gg/umgnyQU2K8
Практический подход к управлению несколькими ИИ-агентами в Cursor посредством строгого разделения файлового дерева и границ домена.
VMAS — это векторизованный дифференцируемый симулятор, разработанный для эффективного бенчмаркинга многоагентного обучения с подкреплением. Он состоит из векторизованного 2D физического движка, написанного на PyTorch, и набора сложных сценариев для мультироботов. Дополнительные сценарии могут быть реализованы через простой и модульный интерфейс.
RAI — это независимая от поставщиков агентная платформа для робототехники Physical AI, использующая инструменты ROS 2 для выполнения сложных действий, заданных сценариев, свободного выполнения интерфейса, сводок логов, голосового взаимодействия и многого другого.
Официальный репозиторий статьи «(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts»
GraphBit — первая в мире корпоративно-ориентированная фреймворк Агентного ИИ, построенная на ядре Rust с Python‑обёрткой, обеспечивающей непревзойденную скорость, безопасность и масштабируемость. Она позволяет реализовать надёжные мультиагентные рабочие процессы при минимальном потреблении CPU и памяти, делая продукт готовым к промышленному применению в реальных корпоративных средах.
Планируйте, создавайте и выпускайте — с командой ИИ-агентов, а не с одним
Документы AAAI 2024: Изучите обширную коллекцию инновационных исследовательских работ, представленных на одной из ведущих конференций по искусственному интеллекту. Беспрепятственно интегрируйте реализации кода для лучшего понимания. ⭐ испытайте передовые достижения в области искусственного интеллекта с помощью этого репозитория!
Инструменты оптимальной генерации движения: планирование движения сделано просто
Локальная операционная система для создания, запуска и улучшения AI-агентов, рабочих процессов и автономных целей.
Chain-of-Agents: Сквозные фундаментальные модели агентов посредством дистилляции мультиагентов и агентского Обучения с Подкреплением (Agentic RL).
Meta Agents Research Environments — это комплексная платформа, предназначенная для оценки ИИ-агентов в динамичных и реалистичных сценариях. В отличие от статических бенчмарков, эта платформа представляет собой развивающуюся среду, в которой агенты должны адаптировать свои стратегии по мере поступления новой информации, что отражает реальные жизненные задачи.
Фреймворк мультиагентной системы на базе микроядра для адаптивного социального моделирования на основе LLM
Платформа с открытым исходным кодом для определения, организации и запуска Агентского ИИ.
[ICLR 2026] Фреймворк для обучения с подкреплением и вывода на основе LLM в системах с несколькими агентами
Caura (ранее MemClaw) — управляемая общая память для флотов ИИ-агентов. Поддержка множества агентов и арендаторов, нативная интеграция с MCP. Уровни доверия, ключевые политики, журналы аудита, граф знаний и самоулучшающийся поиск. Apache 2.0.
Децентрализованная сеть агентов для создания совместных систем типа «агент-агент» (A2A) на базе LLM.
Графоцентрическая структура для оркестрации мультиагентных систем с использованием Vibe Graphing.
Этот проект представляет собой рефакторинг и глубоко локализованную на китайский язык версию проекта Generative Agents, призванную предоставить китайским пользователям удобную для сопровождения базу для последующих экспериментов или расширения функциональности.
Минималистичная, но мощная система для создания ИИ-агентов с полным контролем над инструментами, поставщиками и потоком выполнения.