autogen

Alat Python untuk mengonversi berkas dan dokumen kantor ke Markdown.

18 Pelajaran untuk memulai membangun Agen AI

Framework pemrograman untuk AI agen.

Platform rekayasa AI sumber terbuka: evaluasi LLM, observabilitas, metrik, manajemen prompt, playground, dan dataset. Terintegrasi dengan OpenTelemetry, LangChain, OpenAI SDK, LiteLLM, dan lainnya. 🍊YC W23

MagenticLite adalah agen eksperimental yang bekerja di seluruh browser dan sistem berkas lokal

SDK Python untuk pemantauan agen AI, pelacakan biaya LLM, benchmarking, dan lainnya. Terintegrasi dengan sebagian besar LLM dan kerangka kerja agen termasuk CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2, dan CamelAI.

Memori persisten sumber terbuka untuk pipeline AI agent (LangGraph, CrewAI, AutoGen) dan Claude. REST API + knowledge graph + konsolidasi otonom.

Kumpulan makalah multi-agen terbaik

AutoGroq adalah alat inovatif yang merevolusi cara pengguna berinteraksi dengan Autogen™ dan asisten AI lainnya. Dengan menghasilkan tim agen AI yang disesuaikan secara dinamis berdasarkan kebutuhan proyek Anda, AutoGroq menghilangkan kebutuhan konfigurasi manual dan memungkinkan Anda mengatasi pertanyaan, masalah, atau proyek apa pun dengan mudah dan efisien.

Repositori ini berisi berbagai proyek menggunakan AutoGen beserta Tutorialnya

Hercules adalah agen pengujian sumber terbuka pertama di dunia, yang memungkinkan validasi UI, API, Keamanan, Aksesibilitas, dan Visual – semuanya tanpa kode atau pemeliharaan. Otomatiskan pengujian dengan mudah dan biarkan Hercules menangani tugas berat! ⚡

UI Web untuk AutoGen (Framework untuk Aplikasi LLM Multi-Agent)

Laboratorium untuk mengeksplorasi Model AI, server MCP, dan Agent dengan AI Gateway yang didukung oleh Azure API Management dan Microsoft Foundry 🚀

Membangun Aplikasi Multi-Agen Berbasis LLM dari Awal

Agent Cloud seperti memiliki pembuat GPT sendiri dengan fitur tambahan. GUI-nya mencakup 1) pipeline RAG yang dapat menyematkan 260+ sumber data secara native 2) Membuat aplikasi percakapan (seperti GPTs) 3) Membuat aplikasi otomatisasi proses Multi Agent (crewai) 4) Tools 5) Izin tim+pengguna. Mulai dengan cepat menggunakan Docker dan install.sh kami.

Kerangka kerja untuk Pelatihan dan Inferensi Multi-Agen berbasis LLM

Cara tercepat untuk menghadirkan alur kerja multi-agen ke produksi.

🚀 Kerangka kerja pengembangan agen bahasa otonom dan otomatisasi Large Language Model yang ringan. Bangun Aplikasi LLM Agent Anda dengan cara pythonic!

Modul ini melakukan konstruksi otomatis dokumentasi Swagger. Modul ini dapat mengidentifikasi endpoint dan secara otomatis menangkap metode seperti get, post, put, dan sebagainya. Modul ini juga mengidentifikasi path, rute, middleware, kode status respons, dan parameter. Pada akhirnya, modul ini menghasilkan file .json yang berisi spesifikasi format Swagger.