multi-agent-systems

🦁 Una base de código orientada a la investigación para la experimentación rápida de aprendizaje por refuerzo multi-agente en JAX

Implementación oficial de "Recursive Multi-Agent Systems".

Motor autónomo de pentesting con IA, seguridad ofensiva continua en web, nube, identidad, CI/CD, IaC, bases de datos, Active Directory, Kubernetes y firmware IoT. El razonamiento agéntico junto con la ejecución real de exploits proporciona vulnerabilidades basadas en pruebas. Puerta de enlace de privacidad: el LLM nunca ve sus IPs, hosts o credenciales reales, nada sale de su perímetro.

Tu agente de IA en 30 segundos, no en 30 horas. IA personal de código abierto y autohospedada con instalador de escritorio, centro de mando multi-agente (Deep Work) y seguridad de 7 capas. Compatible con Anthropic, OpenAI u Ollama.

Ejemplos de agentes creados utilizando el SDK de Strands Agents.

[ICRA 2022] Un framework de código abierto para detección cooperativa. Implementación oficial de OPV2V.

Infraestructura de autorreparación para pagos de agentes de IA. 90.3% de recuperación automática.

More is Different. Un motor de mundo multiagente donde los agentes de IA viven, hablan, compiten y se alían.

Orquestador de agentes de IA con sistema de habilidades: dota a los agentes de IA de superpoderes como búsqueda en memoria, consultas de grafos de código y mensajería entre agentes. Gestiona Claude, Codex o cualquier agente de IA desde un único panel. Mueve agentes entre computadoras y ubicaciones.

Red de agentes de IA resistente a ataques Sybil con identidad verificada por hardware. Blockchain Proof-of-Antiquity: máquinas físicas en más de 15 arquitecturas de CPU demuestran que son silicio real, no granjas de máquinas virtuales. Economía de agentes, micropagos, puente Solana (wRTC). Sin capital de riesgo.

Algoritmo de optimización del lobo gris (GWO) para planificación de rutas, trayectorias y optimización, así como planificación de trayectorias para múltiples agentes o drones.

Un entorno 3D sin código para explorar, diseñar e interactuar con sistemas de IA agentica.

MCP-Hub e Inspector, flujo de trabajo multimodelo e interfaz de chat

Planifica, construye y lanza, con un equipo de agentes de IA en lugar de uno solo

VMAS es un simulador diferenciable vectorizado diseñado para la evaluación comparativa eficiente del aprendizaje por refuerzo multiagente. Consta de un motor de física 2D vectorizado escrito en PyTorch y un conjunto de escenarios desafiantes con múltiples robots. Se pueden implementar escenarios adicionales a través de una interfaz simple y modular.

Artículos de AAAI 2024: Explore una colección completa de artículos de investigación innovadores presentados en una de las principales conferencias de inteligencia artificial. Integre fácilmente implementaciones de código para una mejor comprensión. ¡Experimente la vanguardia del progreso en inteligencia artificial con este repositorio!

RAI es un framework de agentes agnóstico al proveedor para robótica de IA física, que utiliza herramientas de ROS 2 para realizar acciones complejas, escenarios definidos, ejecución de interfaz libre, resúmenes de registros, interacción por voz y más

GraphBit es el primer framework de IA agente de nivel empresarial del mundo, construido sobre un núcleo de Rust con un envoltorio en Python para una velocidad, seguridad y escalabilidad inigualables. Permite flujos de trabajo multiagente fiables con un uso mínimo de CPU y memoria, haciéndolo listo para entornos empresariales reales.

🤖 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!

Una red de agentes descentralizada para construir sistemas colaborativos de agente a agente (A2A) impulsados por LLM.

Un framework para entrenamiento e inferencia multi-agente reforzado basado en LLM

Un framework centrado en grafos para orquestar sistemas multi-agente con Vibe Graphing.

Meta Agents Research Environments es una plataforma integral diseñada para evaluar agentes de IA en escenarios dinámicos y realistas. A diferencia de los benchmarks estáticos, esta plataforma introduce entornos en evolución donde los agentes deben adaptar sus estrategias a medida que hay nueva información disponible, reflejando desafíos del mundo real.

El sistema operativo local-first para construir, ejecutar y mejorar agentes de IA, flujos de trabajo y objetivos autónomos.

Este proyecto es una refactorización y localización profunda del proyecto Generative Agents, diseñado para ofrecer a los usuarios chinos una base fácil de mantener para futuros experimentos o extensiones de funciones.

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

Implementación práctica de Aspire utilizando microservicios y agentes de IA.

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