agentic-ai

„Paper2Slides: Vom Paper zur Präsentation mit nur einem Klick“

Tragbare KI-Agenten-Runtime für die JVM. Eine @Agent-Klasse läuft auf Spring AI, LangChain4j, Anthropic oder 9 weiteren hinter einem SPI. Token-Streaming, Funktionsaufrufe, menschliche Genehmigungen und Governance über WebSocket, SSE, gRPC oder WebTransport/HTTP3. Unterstützt MCP, A2A und AG-UI.

Ein Ort, an dem Menschen und Agenten im Einklang entwickeln.

Der Chatbot entwickelt sich weiter entlang von LLMs. Jüngste Updates umfassen SLMs mit kleinen Parametern sowie Trainingsskripte mit Unterstützung für lokales Training. Neu hinzugefügt wurde ChatAgent zur Implementierung verschiedener praxisrelevanter Agenten.

Open-Source-Visuelle Programmierung für Backend-Logik, die sich in bestehende Codebasen integrieren lässt. Flyde schließt die Lücke zwischen technischen und nicht-technischen Teammitgliedern. Produktmanager, Designer und Backend-Entwickler können an denselben visuellen Abläufen zusammenarbeiten.

II-Agent: Ein neues Open-Source-Framework zum Erstellen und Bereitstellen intelligenten Agenten

Verbinden Sie jedes AI-Modell mit über 1200 Integrationen (MCP, CLI, API)

Amazon Bedrock Agentcore beschleunigt die Bereitstellung von KI-Agenten in der Produktion mit der Skalierbarkeit, Zuverlässigkeit und Sicherheit, die für reale Einsätze entscheidend sind.

Eine native macOS-App, mit der Benutzer mit einem lokalen LLM chatten können, das auf Informationen aus Dateien, Ordnern und Websites auf dem Mac zugreifen kann, ohne zusätzliche Software zu installieren. Unterstützt durch llama.cpp.

🔥 Umfassender Überblick zum Context Engineering: Von Prompt Engineering bis hin zu produktionstauglichen KI-Systemen. Hunderte von Papers, Frameworks und Implementierungsleitfäden für LLMs und KI-Agenten.

Universelle Speicherschicht für KI-Agenten. Sie bietet skalierbare, erweiterbare und interoperable Speicher- und Abruffunktionen, um die Verwaltung des Status von KI-Agenten für autonome Systeme der nächsten Generation zu optimieren.

Agent-Skills für NVIDIA-Produkte — zur Installation in Claude Code, Codex und andere Coding-Agenten, um Physical AI, Robotik, Simulation, CUDA und RAG-Workflows end-to-end auszuführen.

Ein verwalteter Graph für KI-Agenten – GraphQL + MCP über Ihre Datenbanken, Dateien, APIs und Ihren Code

(Crystal ist jetzt Nimbalyst) Führen Sie mehrere Codex- und Claude-Code-KI-Sitzungen parallel in Git-Worktrees aus. Testen, vergleichen Sie Ansätze und verwalten Sie KI-gestützte Entwicklungsworkflows in einer Desktop-App.

Ein Computer, den man per curl aufrufen kann ⚡

Leitfaden zum KI-Systemdesign für Ingenieure, die KI-Produktionssysteme und -Evaluierungen entwickeln.

📚 Zwei Bücher über Harness Engineering — die Designphilosophien hinter Claude Code & Codex: Constraints, Query Loops, Context Governance, Multi-Agent-Verifizierung. harness-books.agentway.dev

Multi-Agenten-Systeme, Speicher, Planung, Reasoning-Schleifen

Ein Agenten-Framework basierend auf dem Tutorial hello-agents

Offizielles Repository für QuantHarness

RAGEN nutzt Reinforcement Learning, um LLM-Reasoning-Agenten in interaktiven, stochastischen Umgebungen zu trainieren.

NOF0 – Eine Open-Source-AI-Trading-Arena

Ein produktionsbereites FastAPI-Template zum Erstellen von KI-Agenten-Anwendungen mit LangGraph-Integration. Dieses Template bietet eine robuste Grundlage für die Entwicklung skalierbarer, sicherer und wartbarer KI-Agenten-Dienste.

Liste von 67 fantastischen DESIGN.md- und SKILL.md-Design-Skill-Dateien für agentenbasierte Tools wie Claude Design, Google Stitch, Codex, Cursor und andere KI-Tools

✨ Erstellen Sie ein Machine-Learning-Modell aus einem Prompt

Umfassende Ressourcen zu Generative AI, einschließlich einer detaillierten Roadmap, Projekten, Anwendungsfällen, Interviewvorbereitung und Programmiervorbereitung.

Fähigkeiten gemeinsam mit Agentic Evolver weiterentwickeln

KI-Agenten wie APIs und Microservices erstellen, ausführen und skalieren

🧩 FrontierAgent, our agent framework, open-sourced alongside it — native command-line TUI, ReAct and Agent Team modes, one command on macOS and Linux, no preinstall, no hard Docker dependency.

Forschung zur Funktionsweise von agentenbasierten KI-Programmierassistenten. Rekonstruierte Prompt-Muster, Agenten-Koordination und Sicherheitsklassifizierung.