ai-agents

एजेंटों के लिए सुरक्षित निष्पादन पथ - शून्य ट्रस्ट, शून्य सेटअप, शून्य विलंबता।

डेस्कटॉप ऐप जो आपके ऑन-स्क्रीन वर्क सेशन को रिकॉर्ड करता है और इसे एक इंटेंट + ऑर्डर्ड स्टेप्स के रूप में पुनर्निर्माण करने के लिए GitHub Copilot CLI का उपयोग करता है, फिर Microsoft Scout, Microsoft Copilot Cowork, या Copilot Studio के लिए एक पुनरुपयोग योग्य स्किल या ऑटोमेशन बनाता है।

Hypergraph अधिक शक्तिशाली है। LLMs के साथ असंरचित टेक्स्ट को संरचित ज्ञान में बदलें। एक कमांड के साथ ग्राफ़, हाइपरग्राफ़ और स्पेसियो-टेम्पोरल एक्सट्रैक्शन।

हल्का, तेज़, स्थिर, प्रोग्राम योग्य घटक-आधारित नियम इंजन — जहाँ AI एजेंट्स सामान्य घटकों की तरह ही व्यवस्थित होते हैं। विशिष्ट रूप से डिज़ाइन किया गया DSL: घटक पुन: उपयोग, सिंक/असिंक और गतिशील ऑर्केस्ट्रेशन, बहु-भाषी स्क्रिप्टिंग, नेस्टेड नियम, हॉट डिप्लॉयमेंट और सुचारू रिफ्रेश। यदि आप LiteFlow को ऑर्केस्ट्रेट कर सकते हैं, तो आप AI को भी ऑर्केस्ट्रेट कर सकते हैं।

उन टीमों के लिए सेल्फ-होस्टेबल वर्कफ़्लो ऑर्केस्ट्रेटर जिनका मुख्य काम ऑर्केस्ट्रेशन नहीं है।

विकास कार्य के लिए एक 지속적 (persistent) वर्कस्पेस जो खुद को बेहतर बनाता है और एक सत्र से आगे भी जारी रहता है।

JVM के लिए पोर्टेबल AI एजेंट रनटाइम। एक @Agent क्लास एक SPI के पीछे Spring AI, LangChain4j, Anthropic, या 9 अन्य पर चलती है। WebSocket, SSE, gRPC, या WebTransport/HTTP3 पर टोकन स्ट्रीमिंग, टूल कॉल, मानव अनुमोदन और गवर्नेंस। MCP, A2A, और AG-UI बोलता है।

Neovim 🤝 OpenCode उसी प्रवाह में जिसे आप पहले से जानते हैं।

Qiushi-Skill: ऐसे एजेंट बनाएं जो पहले जांच करें, मुख्य विरोधाभास पर ध्यान केंद्रित करें, अभ्यास में सत्यापित करें, और काम पूरा होने तक आगे बढ़ते रहें। 求是Skill—क्लासिक ऐतिहासिक भौतिकवाद और व्यावहारिक दर्शन से AI मस्तिष्क को लैस करने के लिए एक मुख्य सिद्धांत और नौ पद्धति संबंधी उपकरण निकाले गए हैं।

EverOS पर निर्मित मेमोरी-फर्स्ट, स्व-सुधार करने वाला एजेंट हार्नेस, जिसमें MiroThinker-संचालित गहरी शोध और तर्क क्षमता है।

वह स्थान जहाँ लोग और एजेंट तालमेल बिठाकर निर्माण करते हैं।

नियंत्रित करें कि आपका AI क्या देख सकता है। LeanCTX (Lean Context) AI एजेंट्स के लिए एक контекст इंटेलिजेंस लेयर है — एक स्थानीय Rust बाइनरी जो यह तय करती है कि वे क्या पढ़ते हैं, जो वे सीखते हैं उसे याद रखती है, जो वे छूते हैं उसकी रक्षा करती है, और जो वे बचाते हैं उसे साबित करती है। रसीद के रूप में 60-90% कम टोकन। 76 MCP टूल्स, 30+ एजेंट्स, लोकल-फर्स्ट।

Agent Package Manager

कहानियाँ और मॉडल बनाने के लिए वैज्ञानिक तरीकों, प्रक्रियाओं, एल्गोरिदम और प्रणालियों का एक संग्रह।

屿智同行 पर Sprix AI — A2A एजेंट नेटवर्क के लिए स्थिति-जागरूक SELF/COLLABORATE/HANDOFF रूटिंग।

AI एजेंट्स के लिए दुनिया का पहला एकीकृत वर्चुअल फ़ाइल सिस्टम

LLM प्रयोगों और AI एजेंटों के लिए मूल्यांकन और ट्रैकिंग

htop की तरह, लेकिन AI कोडिंग एजेंटों के लिए। Claude Code और Codex CLI सत्रों, टोकन, संदर्भ विंडो, दर सीमाओं और पोर्ट्स की वास्तविक समय में निगरानी करें।

टीमों के लिए ओपन-सोर्स सैंडबॉक्स्ड एजेंट हार्नेस। प्रत्येक कर्मचारी को एक सुरक्षित व्यक्तिगत एजेंट देना।

ReMe: एजेंटों के लिए मेमोरी मैनेजमेंट किट - रिमेंबर मी, रिफाइन मी।

जटिल कोडबेस के लिए एकमात्र एजेंट हार्नेस। प्रोजेक्ट मेमोरी, प्लानिंग, निष्पादन और Codex के भीतर सत्यापित पूर्णता।

Local-first search across your workspace, built for humans and AI agents.

सिमेंटिक वर्जन कंट्रोल => git के ऊपर एंटिटी-लेवल diffs, blame, और impact analysis। tree-sitter के माध्यम से 28 भाषाएँ। कोडिंग एजेंटों के लिए निर्मित।

LinkedIn के लिए ओपन-सोर्स MCP सर्वर। Claude और किसी भी MCP-संगत AI एजेंट को प्रोफ़ाइल, कंपनियों, नौकरियों और संदेशों तक पहुंच प्रदान करें।

एक नेटिव macOS ऐप जो उपयोगकर्ताओं को किसी अन्य सॉफ़्टवेयर को इंस्टॉल किए बिना आपके मैक पर फ़ाइलों, फ़ोल्डरों और वेबसाइटों की जानकारी के साथ जवाब देने में सक्षम स्थानीय LLM के साथ चैट करने की अनुमति देता है। llama.cpp द्वारा संचालित।

Agent Orchestration Command Center

🚀 EvoAgentX: AI एजेंटों का एक स्व-विकसित पारिस्थितिकी तंत्र बनाना

Google Antigravity की पूरी क्षमता का लाभ उठाने वाले AI एजेंट बनाने के लिए एक Python लाइब्रेरी

एक URL से शुरू होकर किसी वेबसाइट को क्रॉल करें, प्रासंगिक पृष्ठ ढूंढें, और डेटा निकालें - यह सब आपके प्राकृतिक भाषा संकेत द्वारा निर्देशित है।

AI एजेंटों के लिए एंटी-लेज़नेस स्किल। कोर: डेप्थ ट्री मेथड, जो एक टास्क को N लेयर तक गहराई में बांटता है और हर लीफ को पूरे टास्क का फुल टाइम बजट देता है, जिससे गहराई के साथ प्रयास बढ़ जाता है।