multi-agent-systems

JAX में मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग के त्वरित प्रयोग के लिए एक शोध-अनुकूल कोडबेस

"Recursive Multi-Agent Systems" के लिए आधिकारिक कार्यान्वयन

स्वायत्त AI पेंटेस्टिंग इंजन, वेब, क्लाउड, पहचान, CI/CD, IaC, डेटाबेस, Active Directory, Kubernetes और IoT फर्मवेयर में निरंतर आक्रामक सुरक्षा। एजेंटिक तर्क और वास्तविक शोषण निष्पादन प्रमाण-आधारित कमजोरियों को वितरित करते हैं। गोपनीयता गेटवे: LLM कभी भी आपके वास्तविक IP, होस्ट या क्रेडेंशियल को नहीं देखता है, कुछ भी आपकी परिधि से बाहर नहीं जाता है।

30 सेकंड में अपना AI एजेंट बनाएं। 30 घंटे नहीं। डेस्कटॉप इंस्टॉलर, मल्टी-एजेंट कमांड सेंटर (डीप वर्क) और 7-लेयर सुरक्षा के साथ सेल्फ-होस्टेड, ओपन-सोर्स पर्सनल AI। Anthropic, OpenAI, या Ollama का उपयोग करें।

Strands Agents SDK का उपयोग करके बनाए गए एजेंट सैंपल्स।

[ICRA 2022] सहकारी पहचान के लिए एक ओपन-सोर्स फ्रेमवर्क। OPV2V के लिए आधिकारिक कार्यान्वयन।

AI एजेंट भुगतान के लिए सेल्फ-हीलिंग इंफ्रास्ट्रक्चर। 90.3% ऑटो-रिकवरी।

More is Different. एक मल्टी-एजेंट वर्ल्ड इंजन जहाँ AI एजेंट रहते हैं, बात करते हैं, प्रतिस्पर्धा करते हैं और गठबंधन बनाते हैं।

स्किल्स सिस्टम के साथ AI एजेंट ऑर्केस्ट्रेटर - AI एजेंट्स को सुपरपावर दें: मेमोरी सर्च, कोड ग्राफ क्वेरीज़, और एजेंट-टू-एजेंट मैसेजिंग। एक डैशबोर्ड से Claude, Codex या किसी भी AI एजेंट को मैनेज करें।

हार्डवेयर-प्रमाणित पहचान के साथ Sybil-प्रतिरोधी AI एजेंट नेटवर्क। Proof-of-Antiquity ब्लॉकचेन: 15+ CPU आर्किटेक्चर पर भौतिक मशीनें यह साबित करती हैं कि वे वास्तविक सिलिकॉन हैं, VM फार्म नहीं। एजेंट इकोनॉमी, माइक्रोपेमेंट्स, Solana ब्रिज (wRTC)। $0 VC।

Grey Wolf Optimizer (GWO) पाथ प्लानिंग/ट्रैजेक्टरी प्लानिंग/ट्रैजेक्टरी ऑप्टिमाइज़ेशन, मल्टी-एजेंट/मल्टी-UAV पाथ प्लानिंग।

Agentic AI सिस्टम का पता लगाने, डिज़ाइन करने और उनके साथ इंटरैक्ट करने के लिए एक नो-कोड 3D प्लेग्राउंड

मल्टी-एजेंट + ऑटोमेशन: वर्कफ़्लो, ऑटोमेशन, सेल्फ-इम्प्रूविंग एजेंट्स

योजना बनाएं, निर्माण करें और शिप करें — एक AI एजेंट टीम के साथ, न कि केवल एक के साथ

VMAS एक वेक्टरकृत डिफरेंशिएबल सिम्युलेटर है जिसे कुशल मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग बेंचमार्किंग के लिए डिज़ाइन किया गया है। इसमें PyTorch में लिखा गया एक वेक्टरकृत 2D फिजिक्स इंजन और चुनौतीपूर्ण मल्टी-रोबोट परिदृश्यों का एक सेट शामिल है। अतिरिक्त परिदृश्यों को एक सरल और मॉड्यूलर इंटरफ़ेस के माध्यम से लागू किया जा सकता है।

AAAI 2024 पेपर्स: प्रमुख आर्टिफिशियल इंटेलिजेंस सम्मेलनों में प्रस्तुत शोध पत्रों का संग्रह। बेहतर समझ के लिए कोड इम्प्लीमेंटेशन शामिल हैं।

RAI फिजिकल AI रोबोटिक्स के लिए एक वेंडर-अज्ञेयवादी एजेंटिक फ्रेमवर्क है, जो जटिल कार्यों, परिभाषित परिदृश्यों, फ्री इंटरफ़ेस निष्पादन, लॉग सारांश, वॉयस इंटरैक्शन आदि को करने के लिए ROS 2 टूल्स का उपयोग करता है।

GraphBit दुनिया का पहला एंटरप्राइज़-ग्रेड Agentic AI फ्रेमवर्क है, जो Rust कोर और Python रैपर पर बना है ताकि बेजोड़ गति, सुरक्षा और स्केलेबिलिटी मिल सके। यह न्यूनतम CPU और मेमोरी उपयोग के साथ विश्वसनीय मल्टी-एजेंट वर्कफ़्लो को सक्षम बनाता है, जिससे यह वास्तविक एंटरप्राइज़ वातावरण के लिए प्रोडक्शन-रेडी हो जाता है।

🤖 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!

सहयोगात्मक, LLM-संचालित एजेंट-टू-एजेंट (A2A) सिस्टम बनाने के लिए एक विकेंद्रीकृत एजेंट नेटवर्क।

LLM-आधारित मल्टी-एजेंट रीइन्फोर्स्ड ट्रेनिंग और इन्फरेंस के लिए एक फ्रेमवर्क

Vibe Graphing के साथ मल्टी-एजेंट सिस्टम को ऑर्केस्ट्रेट करने के लिए एक ग्राफ-केंद्रित फ्रेमवर्क।

Meta Agents Research Environments एक व्यापक प्लेटफॉर्म है जिसे गतिशील और यथार्थवादी परिदृश्यों में AI एजेंटों का मूल्यांकन करने के लिए डिज़ाइन किया गया है। स्थिर बेंचमार्क के विपरीत, यह प्लेटफॉर्म ऐसे विकसित वातावरण पेश करता है जहाँ एजेंटों को नई जानकारी उपलब्ध होने पर अपनी रणनीतियों को अनुकूलित करना पड़ता है, जो वास्तविक दुनिया की चुनौतियों को दर्शाता है।

AI एजेंट्स, वर्कफ़्लो और स्वायत्त लक्ष्यों को बनाने, चलाने और सुधारने के लिए लोकल-फर्स्ट ऑपरेटिंग सिस्टम

यह Generative Agents प्रोजेक्ट का रिफैक्टर और चीनी भाषा में अनुवादित संस्करण है, जिसे चीनी उपयोगकर्ताओं के लिए रखरखाव में आसान बनाने के लिए बनाया गया है।

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

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

माइक्रोसर्विसेज और AI-एजेंट्स का उपयोग करके Aspire का व्यावहारिक कार्यान्वयन