autogen

Python-Werkzeug zum Konvertieren von Dateien und Office-Dokumenten in Markdown

18 Lektionen, um KI-Agenten zu beginnen

Ein Framework für agentenbasierte KI

🪢 Open-Source-KI-Ingenieurplattform: LLM-Evaluierungen, Beobachtbarkeit, Metriken, Prompt-Management, Playground, Datensätze. Integriert mit OpenTelemetry, LangChain, OpenAI SDK, LiteLLM und mehr. 🍊YC W23

MagenticLite ist ein experimenteller Agent, der über den Browser und das lokale Dateisystem hinweg arbeitet.

Python-SDK für KI-Agenten-Monitoring, LLM-Kostenverfolgung, Benchmarking und mehr. Integriert sich in die meisten LLMs und Agenten-Frameworks, einschließlich CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2 und CamelAI

Open-Source-Persistent-Memory für KI-Agenten-Pipelines (LangGraph, CrewAI, AutoGen) und Claude. REST-API + Wissensgraph + autonome Konsolidierung.

Eine Sammlung der besten Multi-Agenten-Forschungsarbeiten

AutoGroq ist ein bahnbrechendes Tool, das die Interaktion der Benutzer mit Autogen™ und anderen KI-Assistenten revolutioniert. Durch das dynamische Generieren maßgeschneiderter KI-Agententeams basierend auf Ihren Projektanforderungen macht AutoGroq die manuelle Konfiguration überflüssig und ermöglicht es Ihnen, jede Frage, jedes Problem und jedes Projekt mit Leichtigkeit und Effizienz zu bewältigen.

Dieses Repository enthält verschiedene Projekte mit AutoGen sowie Tutorials

Hercules ist der weltweit erste Open-Source-Testagent, der UI-, API-, Sicherheits-, Barrierefreiheits- und visuelle Validierungen ermöglicht – ganz ohne Code oder Wartung. Automatisieren Sie Tests mühelos und lassen Sie Hercules die schwere Arbeit erledigen! ⚡

Web-UI für AutoGen (Ein Framework für Multi-Agenten-LLM-Anwendungen)

Labs zur Erkundung von KI-Modellen, MCP-Servern und Agenten mit dem AI Gateway, unterstützt durch Azure API Management und Microsoft Foundry 🚀

Aufbau von LLM-basierten Multi-Agenten-Anwendungen von Grund auf

Agent Cloud ist wie ein eigener GPT-Builder mit vielen zusätzlichen Extras. Die Benutzeroberfläche bietet: 1) Eine RAG-Pipeline, die nativ über 260+ Datenquellen einbinden kann, 2) Erstellung von Konversations-Apps (wie GPTs), 3) Erstellung von Multi-Agent-Prozessautomatisierungs-Apps (crewai), 4) Tools, 5) Teams + Benutzerberechtigungen. Schneller Einstieg mit Docker und unserem install.sh.

Ein Framework für LLM-basiertes Multi-Agent Reinforced Training und Inference.

Der schnellste Weg, Multi-Agent-Workflows in die Produktion zu bringen.

Leichtgewichtiges Framework für die Automatisierung großer Sprachmodelle und die Entwicklung autonomer Sprachagenten. Erstellen Sie Ihre LLM-Agent-Anwendung auf pythonische Weise.

Dieses Modul erstellt automatisch Swagger-Dokumentationen. Es erkennt Endpunkte und erfasst automatisch Methoden wie GET, POST, PUT usw. Zudem identifiziert es Pfade, Routen, Middlewares, Antwortstatuscodes und Parameter und generiert abschließend die JSON-Datei im Swagger-Format.

Die Open-Source-Speicher- und Beobachtungsebene für KI-Agenten – persistenter Speicher, Schleifenerkennung, Hash-verkettete Audit-Trails und ein Live-Dashboard, automatisch bei pip install.