一个可随使用不断成长的 AI Agent 框架,支持接入 Claude、ChatGPT 等多种大模型,用于搭建和编排自主智能体。
用多个 LLM 智能体分工协作模拟金融交易决策,把研究、分析、下单等环节拆给不同角色,适合做量化交易策略的智能体实验。
从零开始手把手教你构建 LLM 智能体的中文教程,覆盖 Agent 原理、RAG 等核心实践,适合入门与动手复现。
一条命令行就能让 AI 智能体读取和搜索 Twitter、Reddit、YouTube、GitHub、B站、小红书等平台内容,不用付任何 API 费用。
本地优先的 AI 智能体工作台,把文档、对话和工具整合成可私有部署的知识库与代理,数据留在自己机器上,不用租用云端智能服务。
用自然语言描述需求,就能让多个 LLM 智能体扮演产品经理、架构师、工程师等角色协作,自动产出需求文档、设计稿和代码。
开箱即用的个人 AI 助手,可本地或云端部署,接入多种聊天应用,并通过 MCP 与工具扩展能力。
从零开始手把手教你构建大模型的开源教程,覆盖预训练、微调、RAG 与 Agent 等关键环节,适合想系统入门 LLM 原理与实践的开发者。
面向 LLM 应用的多智能体开发框架,支持多模态、语音与实时交互,让智能体的构建、运行和调试过程可见、可理解、可信。
把对话、文档和代码沉淀成聊天记忆、技能、LLM-Wiki、代码图谱四类可复用记忆资产,让多个 AI Agent 跨框架共享和治理长期记忆。
一套构建生产级 LLM 智能体应用的 12 条工程原则,帮团队把原型打磨成能真正交付给客户的可靠系统。
轻量级 Python 框架,用于编排多智能体工作流,帮助开发者快速搭建基于 LLM 的协作式 Agent 系统。
开源个人 AI 助手与 Agent Harness,能规划任务、调用工具和技能,靠记忆与知识自我进化,支持多智能体、多模型、多渠道,一行命令即可安装。
50 多个生成式 AI Agent 教程与实现,从基础对话机器人到复杂多智能体系统,帮你快速上手并复现各类 Agent 技术方案。
把 GitHub issue 直接丢给大模型,自动定位代码并生成修复补丁,还能用于安全攻防和竞赛编程。
一套端到端的代码实战教程,教你从原型一步步搭出可上线的 GenAI Agent,覆盖 LangGraph、MCP 等主流技术栈与企业级部署。
给 AI Agent 做强化学习训练和调优的框架,把 Agent 的推理轨迹变成训练信号,让智能体越跑越强。
用 LLM 智能体自动完成数据挖掘、模型训练等研发流程,让 AI 驱动数据驱动的 AI 开发。
基于大模型的软件工程智能体,能自动完成编码、调试、重构等通用开发任务,把自然语言需求直接转成可执行代码改动。
一份面向 AI Agent 开发与大模型求职的系统指南,覆盖上下文工程、高级 RAG、MCP、Agentic RL 和 LangGraph 实战,并附 1.2 万+ 面试题。
基于 TypeScript 的开源 AI Agent 框架与工程平台,帮开发者快速搭建、编排和观测 LLM 智能体应用。
一个能自我进化的 AI 智能体,从 3.3K 行种子代码长出技能树,实现全系统控制,token 消耗比常规方案低 6 倍。
用小型专用模型搭建企业级 RAG 流水线的统一框架,覆盖文档解析、检索和智能体编排,适合在本地或私有环境部署。
用 Markdown 写一次 AI 编码助手的插件、技能和命令,再由生成器适配 Claude Code、Codex CLI、Cursor 等各家工具,省去重复维护。
提供 277 个即插即用的 AI 专家角色定义,覆盖工程、设计、营销、金融等 20 个部门,兼容 Claude Code、Cursor、Copilot 等 20 种工具,并含 64 个中国市场原创智能体,配合编排器可让多位专家按 DAG 自动协作。
开源计算机使用智能体,能像人一样操作图形界面完成桌面任务,靠多模态大模型、规划与记忆实现自动化操作。
统一调用 100+ 家 LLM API 的 AI 网关,用 OpenAI 格式或原生格式接入,自带成本追踪、限流护栏、负载均衡和日志。
用自然语言直接操控网页界面的 JavaScript 页面内 GUI 智能体,把浏览器自动化从写选择器变成说人话,适合做网页操作助手和自动化流程。
一个自主 AI Agent 框架,能在 Linux 环境中自行规划任务、调用工具并持续执行,适合搭建可自主行动的智能助手。
把任意网页抓取并转成干净 Markdown 或结构化数据,直接喂给 LLM 和 AI Agent,省去自己写爬虫和清洗的麻烦。
用 Python 搭建 LLM 应用和智能体的开发框架,把模型调用、工具、检索和记忆串成可组合的链路,省去自己拼装底层胶水代码。
可视化搭建 Agentic 工作流和 RAG 流水线,支持多种大模型与工具,可云端或私有化部署,帮团队从原型直接走到生产。
开源的 Python 库,让大模型直接操控浏览器完成点击、填表、抓取等网页任务,省去手写 Playwright 脚本的麻烦。
给 AI 编程助手注入「最懒资深开发」思维,用 YAGNI 原则压制过度设计,让 agent 少写不必要的代码。
一个能自主写代码、改 bug、跑命令的 AI 开发代理,把大模型接入真实开发环境,让编码任务从对话直接落到执行。
微软开源的多智能体编程框架,让开发者用对话编排多个 LLM Agent 协作完成复杂任务,支持自定义角色与工具调用。
从零手写实现 AI 工程核心组件的实战课程,覆盖智能体、大模型、计算机视觉与深度学习,边学边构建可交付的项目。
面向 AI 智能体的网页抓取与数据提取爬虫,把网页转成干净的 Markdown 喂给 LLM 和 RAG 流程,支持自托管。
把代码库连同文档、SQL schema、配置和 PDF 一起解析成可查询的知识图谱,供 Claude Code、Cursor 等编码 Agent 做代码检索,全程本地 AST 解析、不依赖向量库。
一个用 Rust 写的单文件 CLI 代理,在跑常见开发命令时把 LLM token 消耗砍掉 60-90%,帮编码 Agent 省成本。
…an is an opt-in add-on for LLMKube that schedules agentic workloads (Workload, AgenticTask) across a fleet of nodes (FleetNode). Installing LLMKube alone does not install
…/giskard-oss/compare/giskard-llm/v1.0.3...giskard-agents/v1.0.5
…Container images(amd64 + arm64 · 匿名可拉): - ghcr.io/agentpit-io/hunter-community-api:v2.2.1 - ghcr.io/agentpit-io/hunter-community-web:v2.2.1 - ghcr.io/agentpit-io/hunter-c
…lmwiki 1.4.2 fixes llmwiki compile with the codex-agent provider. - In 1.4.1, concept extraction through codex-agent failed with invalid json schema , because Codex accep
…e → hybrid/rerank → chunking → why-RAG-fails - 05 Agents — loop from scratch, tool design, guardrails, MCP, Skills, harness engineering - 06 Adaptation — fine-tune vs RAG
…rg/rllm/pull/343 Fix import for colorful print in agent sdk engine.py and agent sdk trainer.py by @wht0703 in https://github.com/rllm-org/rllm/pull/345 Unblock sdk instal