llm-agents

Autoharness — une couche de compétences auto-apprenante pour Claude Code — extrait les compétences de vos sessions réelles, les met à jour au fil de votre travail et supprime celles qui ne sont plus utilisées. Sans démon, sans benchmark.

Articles de recherche sur les agents autonomes (LLM). Mis à jour quotidiennement.

Plus de 80 exemples d'agents IA prêts pour la production en Python — construisez des agents autonomes, des systèmes multi-agents et des IA agentiques avec uAgents, ASI:One, MCP, A2A, LangChain, CrewAI, Gemini, Claude et OpenAI.

Agent OS : conservez des agents spécialisés dans un hub et lancez un orchestrateur temporaire par tâche. Local-first, compatible avec n'importe quel modèle.

Gouverner, observer, diriger - une salle de contrôle en temps réel pour les sociétés d'agents

Test de résistance par revue IA avant soumission pour articles de recherche. Une compétence Claude Code : revue, verdict, révision, vérification.

Mémoire d'agent pour LLM : 30 notebooks Jupyter exécutables couvrant les tampons de conversation, les magasins vectoriels, les graphes de connaissances, la mémoire épisodique et sémantique, MemGPT, Mem0, Letta, Zep, Graphiti, les benchmarks LoCoMo et les modèles de production.

Recherche autonome open-source propulsée par des agents de codage. Exécutez Claude Code, OpenCode et Codex avec évaluation, partage de connaissances et évolution multi-agents. Accepté à COLM 2026.

La couche fondamentale pour l'intelligence agentique.

Une liste organisée d'articles, de personnalités, d'applications, de bibliothèques logicielles et de projets exceptionnels liés à la gestion des connaissances.

Un plugin codex pour exécuter des boucles d'optimisation au sein d'une base de code. Utile lorsque vous avez un objectif mesurable et de nombreuses modifications à tester : temps d'exécution, vitesse de build, taille de bundle, perte de modèle, scores Lighthouse, utilisation mémoire, latence de requête ou toute autre métrique scriptable.

More is Different. Un moteur de monde multi-agents où des agents IA vivent, discutent, rivalisent et s'allient.

🏆 Liste triée et classée de harnais d'agents IA (100+) — ainsi qu'un serveur MCP, llms.txt et JSON permettant aux agents de les recommander également. Réévaluée chaque semaine.

MobileGym : une plateforme de simulation vérifiable et hautement parallèle pour la recherche sur les agents d'interface graphique mobile, simulateur Android hébergé dans le navigateur, évaluation vérifiable, entraînement RL en ligne évolutif.

Créez facilement des outils et des agents LLM en utilisant des fonctions Bash, JavaScript ou Python simples.

Le dépôt officiel pour « Position: Agentic Evolution is the Path to Evolving LLMs ».

Un rédacteur automatisé d'articles de recherche en IA basé sur l'implémentation de l'article PaperOrchestra de Google, utilisant des compétences, un benchmark et des évaluateurs automatiques avec n'importe quel agent de code (Claude Code, Cursor, Antigravity, Cline, Aider). Sans clés API ni SDK LLM.

Démonstration d'un flux de travail automatisé de collecte quotidienne d'actualités basé sur un LLM open-source, propulsé par le framework de développement d'applications Agently AI.

AgentLab : Cadre open-source de développement, de test et d'évaluation d'agents web sur des tâches variées, conçu pour la scalabilité et la reproductibilité.

Multi-Agent + Automatisation : workflows, automatisation, agents à auto-amélioration

La collection la plus complète, mise à jour en continu et la plus populaire de plus de 100 compétences distillées de personnalités | Système multi-agent | Toutes catégories : célébrités, réalisateurs, experts Tianya, textes anciens, ACG, milieu professionnel, émotions

Un framework distribué pour les agents LLM

Open-source infrastructure that turns scattered SKILL.md files into curated, retrieval-ready agent-skill corpora—with retrieval and evaluation tooling included.

Une liste de ressources exceptionnelles pour l'investissement quantitatif et les stratégies de trading, axée sur les applications de l'intelligence artificielle et du machine learning en finance.

Article de la conférence principale EMNLP 2026 : MASCOT : Vers des systèmes compagnons socio-collaboratifs multi-agents (https://arxiv.org/abs/2601.14230)

A curated, battle-tested AI-coding toolkit: Claude Code plugins, subagent orchestration, quality gates, and ready-to-copy prompts, extracted from real production use.

Un outil d'agent IA automatisé pour tracer vos données dans le style graphique de n'importe quel article scientifique.

The action firewall for AI agents. Enforce policy and human approval before risky tool calls, shell commands, workflows, and production changes, with auditable evidence.

🌍 AppWorld: A Controllable World of Apps and People for Benchmarking Function Calling and Interactive Coding Agent, ACL'24 Best Resource Paper.