multi-agent-systems

🦁 JAXにおけるマルチエージェント強化学習の迅速な実験を可能にする、研究者向けのコードベース

「Recursive Multi-Agent Systems」の公式実装

自律型AIペネトレーションテストエンジン。Web、クラウド、ID、CI/CD、IaC、データベース、Active Directory、Kubernetes、IoTファームウェア全体で継続的なオフェンシブセキュリティを提供します。エージェント型推論と実際の脆弱性悪用実行により、証拠ベースの脆弱性を検出します。プライバシーゲートウェイ：LLMが実際のIP、ホスト、認証情報を認識することは一切なく、情報が境界の外に出ることはありません。

30秒で構築できる AI エージェント。30時間ではなく。デスクトップインストーラー、マルチエージェント コマンドセンター（ディープワーク）、7層セキュリティを備えたセルフホスト型オープンソースのパーソナル AI。Anthropic、OpenAI、または Ollama に対応。

Strands Agents SDKを使用して構築されたエージェントのサンプル。

[ICRA 2022] 協調検出のためのオープンソースフレームワーク。OPV2V の公式実装。

AI エージェント決済向けのセルフヒーリングインフラストラクチャ。自動復旧率 90.3%。

More is Different。AI エージェントが生活し、会話し、競争し、同盟を結ぶマルチエージェントワールドエンジン。

スキルシステムを備えた AI エージェントオーケストレーター - AI エージェントにメモリ検索、コードグラフクエリ、エージェント間メッセージングなどの超能力を与えます。Claude、Codex、その他の AI エージェントを 1 つのダッシュボードから管理できます。エージェントをコンピュータやロケーション間で移動可能

ハードウェア認証済みの身元を持つシビル耐性 AI エージェントネットワーク。Proof-of-Antiquity ブロックチェーンにより、15 以上の CPU アーキテクチャにわたる物理マシンが仮想マシンファームではなく実際のシリコンであることを証明します。エージェントエコノミー、マイクロペイメント、Solana ブリッジ（wRTC）。VC からの資金調達は $0。

ハイイロオオカミ最適化アルゴリズム（GWO）による経路計画／軌道計画／軌道最適化、マルチエージェント／マルチUAVの航跡計画

Agentic AIシステムを探索、設計、インタラクションするためのノーコード3Dプレイグラウンド

マルチモデルワークフローおよびチャットインターフェースを提供するMCP-HubとMCP-Inspector

1人ではなく、AI エージェントのチームと一緒に計画、構築、出荷を行う

VMAS は、効率的なマルチエージェント強化学習のベンチマーク用に設計されたベクトル化・微分可能なシミュレータです。PyTorch で書かれたベクトル化 2D 物理エンジンと、一連の困難なマルチロボットシナリオで構成されています。追加のシナリオは、シンプルでモジュール式なインターフェースを通じて実装できます。

AAAI 2024 論文集：主要な人工知能学会で発表された革新的な研究論文の包括的なコレクション。理解を深めるためのコード実装をシームレスに統合。⭐ このリポジトリで人工知能の最先端の進歩を体験してください！

GraphBitは、世界初のエンタープライズグレードのAgentic AIフレームワークであり、RustのコアとPythonのラッパーにより、比類のない速度、セキュリティ、拡張性を実現しています。最小限のCPUとメモリ使用量で信頼性の高いマルチエージェントワークフローを可能にし、実際のエンタープライズ環境での本番稼働に対応します。

RAI は、物理 AI ロボット向けのベンダー非依存なエージェントフレームワークであり、ROS 2 ツールを活用して、複雑なアクション、定義されたシナリオ、自由なインターフェース実行、ログ要約、音声対話などを実行します。

🤖 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!

LLM を活用した協調的なエージェント間 (A2A) システムを構築するための分散型エージェントネットワーク。

LLM ベースのマルチエージェント強化学習および推論用フレームワーク

Vibe Graphingによるマルチエージェントシステムのオーケストレーションのためのグラフ中心フレームワーク

Meta Agents Research Environments は、動的かつ現実的なシナリオで AI エージェントを評価するために設計された包括的なプラットフォームです。静的なベンチマークとは異なり、このプラットフォームは、新しい情報が利用可能になるにつれてエージェントが戦略を適応させなければならない進化する環境を導入し、現実世界の課題を反映しています。

AIエージェント、ワークフロー、自律型目標の構築、実行、改善のためのローカルファーストなオペレーティングシステム

このプロジェクトは Generative Agents プロジェクトのリファクタリングおよび深いローカライズ版であり、中国語ユーザーがその後の実験や機能拡張を行えるように保守しやすいベースバージョンを提供することを目的としています。

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

Microservices と AI-Agents を使用した Aspire の実践的な実装