multi-agent-systems

🌊 Meta-harness agent asli. Terapkan swarm multi-player cerdas, koordinasikan alur kerja otonom, dan bangun sistem AI konversasional. Dilengkapi memori adaptif, kecerdasan pembelajar mandiri, integrasi RAG, serta Claude Code / Codex / Hermes bawaan dan banyak lagi yang terintegrasi

Orkestrasi multi-agen yang mengutamakan tim untuk Claude Code.

DeepTutor: Bimbingan belajar personal seumur hidup. https://deeptutor.info/.

Perencanaan berbasis file persisten untuk agen coding AI dan tugas jangka panjang. Rencana markdown anti-crash, pemulihan sesi setelah /clear dan kompaksi, injeksi ulang per giliran terhadap rotasi konteks, gerbang penyelesaian deterministik. Gaya Manus. Instal dari npm, marketplace plugin Claude Code, atau npx skills. Codex, Cursor, OpenCode, 60+ agen.

50+ tutorial dan implementasi untuk teknik Generative AI Agent, mulai dari bot percakapan dasar hingga sistem multi-agen yang kompleks.

Tutorial menyeluruh berbasis kode untuk membangun agen GenAI tingkat produksi. Dari prototipe hingga penerapan perusahaan.

Toolkit Python open-source berbasis kode untuk membangun, mengevaluasi, dan menerapkan agen AI canggih dengan fleksibilitas dan kontrol.

🦉 OWL: Optimized Workforce Learning untuk bantuan multi-agen umum dalam otomatisasi tugas dunia nyata.

🐫 CAMEL: Kerangka kerja multi-agen pertama dan terbaik. Menemukan Hukum Penskalaan Agen. https://www.camel-ai.org

Eigent: Desktop Cowork Open Source - Alternatif lokal dan gratis untuk Claude Cowork dan Codex.

Toolkit Go open-source yang mengutamakan kode untuk membangun, mengevaluasi, dan menerapkan agen AI canggih dengan fleksibilitas dan kontrol.

Agent AI akuisisi pelanggan media mandiri yang dirancang khusus untuk OPC / UMKM

Bangun harness agen dan kendalikan secara end-to-end. SDK sumber terbuka untuk agen AI produksi dalam Python & TypeScript - model apa pun, cloud apa pun.

Kerangka Kerja Orkestrasi Multi-Agen Kelas Enterprise. Situs web: https://swarms.ai

🔍 Framework Multi-agen berbasis LLM untuk mesin pencari web (seperti Perplexity.ai Pro dan SearchGPT).

Peta jalan pembelajaran tiga bahasa (Cina Tradisional / Inggris / Cina Sederhana) untuk AI agen: dari dasar-dasar LLM hingga sistem multi-agen, dengan 240+ sumber daya terkurasi dan contoh praktis. Peta jalan pembelajaran AI agent bahasa Mandarin.

🏝️ OASIS: Simulasi Interaksi Sosial Agen Terbuka dengan Satu Juta Agen.

Kerangka kerja berbasis peristiwa yang dirancang untuk membangun dan mengatur sistem AI multi-agen. Memungkinkan integrasi mulus agen AI dengan sumber data dan sistem dunia nyata, memfasilitasi alur kerja multi-langkah yang kompleks.

Koog adalah kerangka kerja JVM (Java dan Kotlin) untuk membangun agen AI yang dapat diprediksi, toleran terhadap kesalahan, dan siap untuk perusahaan di semua platform – mulai dari layanan backend hingga Android dan iOS, JVM, bahkan lingkungan dalam peramban. Koog didasarkan pada keahlian produk AI kami dan menyediakan solusi teruji untuk masalah LLM dan AI yang kompleks

Musyawarah multi-perspektif terstruktur untuk keputusan sulit. Jalankan dewan penuh, triad terfokus, atau debat duo di seluruh Claude Code, Codex, Gemini CLI, dan OpenCode.

Manfaatkan LLM dengan Pemrograman Multi-Agen

[NeurIPS 2025] Pembuatan poster multi-agen sumber terbuka dari makalah

Sprix AI di 屿智同行 — perutean SELF/COLLABORATE/HANDOFF yang sadar status untuk jaringan agen A2A.

Ruang kerja CLI multi-agen yang terlihat untuk menggabungkan Codex, Claude, Gemini, Kimi, Qwen, Cursor, Copilot, Pi, OpenCode, dan agen pengodean AI lainnya.

🚀 EvoAgentX: Membangun Ekosistem Agen AI yang Berkembang Mandiri

Neo.mjs adalah organisme perangkat lunak yang berevolusi sendiri: tim rekayasa AI end-to-end profesional yang kawanan lintas modelnya menghuni aplikasi langsung melalui Neural Link, Active Hybrid GraphRAG, DreamService, dan loop penyembuhan diri.

CodeMachine adalah alat sumber terbuka yang mengorkestrasi agen pengodean AI ke dalam alur kerja yang berulang dan berjalan lama.

[Survei] Survei Komprehensif tentang AI Agent yang Berevolusi Mandiri: Paradigma Baru yang Menjembatani Foundation Models dan Sistem Agen Berkelanjutan

Alat riset perusahaan berbasis agen yang didukung oleh LangGraph dan Tavily untuk melakukan uji tuntas mendalam pada perusahaan menggunakan kerangka kerja multi-agen. Alat ini memanfaatkan Google Gemini 2.5 Flash dan OpenAI GPT-5.1 di backend untuk inferensi.

Kerangka kerja orkestrasi multi-agen yang berorientasi pada produksi.