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。

基于 LLM、RAG 和 agent 循环打造的新一代个人 AI 助手，能操作电脑、控制浏览器并执行编码任务。

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。

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。

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。

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。

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 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。

微软推出的多智能体开发框架，支持 Python 和 .NET，用于构建、编排和部署 AI 智能体及多智能体工作流。

用 Rust 写的命令行工具，让 AI 代理通过 macOS 辅助功能接口直接操作桌面应用，把电脑使用能力接进 Agent 工作流。

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。

从零手写 AI Agent，用本地 LLM 跑通函数调用、记忆和 ReAct 循环，帮你真正搞懂 Agent 内部怎么运转，而不是只会调黑盒 API。

终端里的开源编码智能体，能读懂仓库、规划多步改动、写改文件、跑命令和测试，并循环迭代直到任务完成。

本地优先的 AI agent 运行框架，把循环、记忆和评测都写成可读的代码，方便你完全掌控自己的个人助理。

把自主编码智能体做成 SDK、IDE 插件和命令行助手三种形态，让开发者能在编辑器或终端里直接调用 AI 完成写代码、改代码等任务。

Rust 写的 Agent 循环库，统一接入 7 种 LLM 协议，流式输出、调用工具、循环执行直到任务完成，从笔记本到 Cloudflare Worker 都能跑。

把 LLM 变成能自主写代码的智能体，提供 Agent Harness、循环工程和多智能体编排，让编码任务自动拆解执行。

面向 AI 编码代理的循环工程实践模板与 CLI 工具，提供 loop-audit、loop-init、loop-cost 等命令，帮你设计并编排代理的提示与自动化流程。

用 Python 搭建自主 AI Agent 的平台，把多智能体编排、工具调用和任务执行打包成开箱即用的组件，省去从零搭框架的麻烦。

开源的 AI 编码编排框架，用 YAML 定义可复现的工作流，让 AI 写代码从随机发挥变成确定、可重复的流程。

一份边做边学的 Agent 开发笔记，围绕 agent loop、harness 等核心机制，探索如何让编码 Agent 从勉强可用走向稳定可靠。

从公开研究文献出发，用第一性原理复现 Claude Mythos 架构的理论实现，供研究者拆解其注意力机制与模型设计思路。

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。

27 章手把手教程，用 Python 从零搭建自主 AI Agent，覆盖 Agent 循环、工具系统、记忆、技能、MCP 与自进化。

基于 Tauri 的跨平台代理客户端，在 Windows、macOS、Linux 上提供现代化图形界面，用来管理 Clash/Mihomo 订阅与规则，让科学上网配置更省心。

基于 PyTorch 的强化学习算法库，提供 PPO、SAC、TD3 等常用算法的可靠实现，开箱即用，适合机器人控制和仿真环境训练。

基于 ReAct 推理-行动循环的 RAG 问答系统，支持多跳推理，用 Weaviate 检索、重排序和 FastAPI 服务搭建智能问答后端。

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。

开源编码 Agent，可接入 IDE 和 CLI，让 AI 助手按你的代码库上下文补全、修改和审查代码。

开源的多智能体工作管理应用，用于编排、调度和治理自主 AI Agent，支持 Claude 及技能扩展，让团队像管理同事一样管理 Agent。

开源的长时程 SuperAgent 运行框架，借助沙箱、记忆、工具、技能、子代理和消息网关，自动完成从研究、编码到内容创作的分钟级到小时级复杂任务。

基于多智能体模拟和知识图谱的群体智能预测引擎，可对舆情、金融走势等复杂社会系统做推演与预测。

用角色扮演的方式编排多个自主 AI 智能体协作完成复杂任务，让每个智能体各司其职、像团队一样配合干活。

多智能体编排框架，支持部署多人协作的智能体集群、协调自主工作流，并内置自适应记忆、向量 RAG 与 Claude Code 等编码代理的原生集成。

用大模型智能体做量化交易，支持多智能体协作、策略回测和 MCP 接入，让个人也能搭起自己的自动交易助手。

用状态图编排有状态、可容错的 LLM Agent 工作流，支持循环、分支和人工介入，适合构建生产级多步智能体。

一个能自我进化的 Agent 操作系统，通过面试式准入、分阶段评估和预算约束的演化循环让编码 Agent 越用越强，支持 Claude Code、Codex CLI 等 14 种运行时。

Go 应用的实时热重载工具，改完代码自动重新编译并重启服务，省去手动构建的麻烦，适合本地开发调试。

把 Playwright 浏览器自动化能力封装成 MCP 服务器，让 AI Agent 通过结构化接口操控网页、抓取页面内容，无需依赖截图识别。