multi-agent-systems

🦁 Eine forschungsfreundliche Codebasis für schnelle Experimente mit Multi-Agenten-Reinforcement-Learning in JAX

Offizielle Implementierung für "Recursive Multi-Agent Systems"

Autonome KI-Penetrationstest-Engine für kontinuierliche offensive Sicherheit über Web, Cloud, Identität, CI/CD, IaC, Datenbanken, Active Directory, Kubernetes und IoT-Firmware. Agentenbasiertes Schließen sowie echte Exploit-Ausführung liefern beweisbasierte Schwachstellen. Datenschutz-Gateway: Die LLM sieht niemals Ihre echten IPs, Hosts oder Zugangsdaten, nichts verlässt Ihren Perimeter.

Ihr KI-Agent in 30 Sekunden. Nicht in 30 Stunden. Self-hosted Open-Source-Personal-KI mit Desktop-Installer, Multi-Agent Command Center (Deep Work) und 7-Schichten-Sicherheit. Anthropic, OpenAI oder Ollama.

Agenten-Beispiele, erstellt mit dem Strands Agents SDK.

[ICRA 2022] Ein Open-Source-Framework für kooperative Erkennung. Offizielle Implementierung für OPV2V.

Selbstheilende Infrastruktur für KI-Agentenzahlungen. 90,3% automatische Wiederherstellung.

More is Different. Eine Multi-Agenten-Welt-Engine, in der KI-Agenten leben, sprechen, konkurrieren und sich verbünden.

AI-Agent-Orchestrator mit Skill-System – Verleihe AI-Agenten Superkräfte: Speichersuche, Code-Graphen-Abfragen, Agent-zu-Agent-Nachrichten. Verwalte Claude, Codex oder jeden AI-Agenten über ein einziges Dashboard. Verschiebe Agenten zwischen Computern und Standorten.

Sybil-resistentes KI-Agenten-Netzwerk mit hardwarebestätigter Identität. Proof-of-Antiquity-Blockchain: Physische Maschinen über 15+ CPU-Architekturen hinweg beweisen, dass sie echte Siliziumchips und keine VM-Farmen sind. Agentenökonomie, Mikrozahlungen, Solana-Bridge (wRTC). 0 $ von Risikokapitalgebern.

Grauwolf-Optimierungsalgorithmus (GWO) für Pfadplanung, Trajektorienplanung, Trajektorienoptimierung sowie Mehragenten- und Multidroppen-Flugbahnplanung

Eine No-Code-3D-Spielwiese zum Erkunden, Entwerfen und Interagieren mit Agentic AI-Systemen

Multi-Agent + Automation: Workflows, Automation, Self-Improving Agents

Planen, Erstellen und Ausliefern – mit einem Team aus KI-Agenten statt nur einem

VMAS ist ein vektorisierter, differenzierbarer Simulator für effizientes Benchmarking im Multi-Agent Reinforcement Learning. Er besteht aus einer in PyTorch geschriebenen 2D-Physik-Engine und einer Reihe anspruchsvoller Multi-Roboter-Szenarien. Weitere Szenarien lassen sich über eine einfache, modulare Schnittstelle implementieren.

AAAI 2024 Papers: Eine umfassende Sammlung innovativer Forschungsarbeiten einer der führenden Konferenzen für künstliche Intelligenz, inklusive Code-Implementierungen.

GraphBit ist das weltweit erste Agentic-AI-Framework für Unternehmen, basierend auf einem Rust-Kern mit Python-Wrapper für unübertroffene Geschwindigkeit, Sicherheit und Skalierbarkeit. Es ermöglicht zuverlässige Multi-Agenten-Workflows bei minimaler CPU- und Speicherauslastung und ist damit produktionsreif für reale Unternehmensumgebungen.

RAI ist ein herstellerunabhängiges Agenten-Framework für physische KI-Robotik, das ROS 2-Tools für komplexe Aktionen, Szenarien, freie Schnittstellenausführung, Protokollzusammenfassungen und Sprachinteraktion nutzt.

🤖 Agentfy is a modular microservices architecture designed to process user requests and execute workflows across multiple social media platforms. ASK ONCE, LET THE AGENT DO THE REST!

Ein dezentrales Agentennetzwerk zum Aufbau kollaborativer, LLM-gestützter Agent-zu-Agent-Systeme (A2A).

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

Ein graphenzentriertes Framework zur Orchestrierung von Multi-Agenten-Systemen mit Vibe Graphing.

Meta Agents Research Environments ist eine umfassende Plattform zur Evaluierung von KI-Agenten in dynamischen, realistischen Szenarien. Im Gegensatz zu statischen Benchmarks bietet diese Plattform sich entwickelnde Umgebungen, in denen Agenten ihre Strategien bei neuen Informationen anpassen müssen, um reale Herausforderungen abzubilden.

Das Local-First-Betriebssystem zum Erstellen, Ausführen und Verbessern von KI-Agenten, Workflows und autonomen Zielen.

Refactoring und vollständige Lokalisierung des Generative Agents-Projekts für eine wartungsfreundliche Basis für chinesischsprachige Nutzer.

A MicroKernel Multi-Agents System Framework for Adaptive Social Simulation Powered by LLMs

Praktische Implementierung von Aspire unter Verwendung von Microservices und AI-Agents

Hands-on workshop: Build a multi-agent AI system from scratch — Deep Research Agent + Writing Workflow served as MCP servers. Includes code, slides, and video