llm-framework

에이전트 AI를 위한 프로그래밍 프레임워크

Pocket Flow: 코드베이스에서 튜토리얼까지

Pocket Flow: 100줄짜리 LLM 프레임워크. 에이전트가 에이전트를 구축하게 하세요!

멀티 에이전트 프로그래밍으로 LLM 활용하기

SRE 에이전트 - CNCF Sandbox 프로젝트

데이터를 활용하여 LLM Agent, 워크플로 및 애플리케이션을 구축할 수 있는 노코드 멀티 에이전트 프레임워크

AICI: (Wasm) 프로그램으로서의 프롬프트

ContextGem: 문서에서 손쉬운 LLM 추출

[ICML 2024] LLMCompiler: 병렬 함수 호출을 위한 LLM 컴파일러

Xingyao Wang, Yangyi Chen, Lifan Yuan, Yizhe Zhang, Yunzhu Li, Hao Peng, Heng Ji의 ICML 2024 논문 "Executable Code Actions Elicit Better LLM Agents" 공식 저장소입니다.

[GenAI 애플리케이션 개발 프레임워크] 🚀 GenAI 애플리케이션을 빠르고 쉽게 구축 💬 구조화된 데이터와 체인 호출 구문을 사용하여 코드에서 GenAI 에이전트와 쉽게 상호 작용 🧩 이벤트 드라이븐 플로우 *TriggerFlow*를 사용하여 복잡한 GenAI 작업 로직 관리 🔀 애플리케이션 코드를 다시 작성하지 않고 모든 모델로 전환

Langtrace 🔍는 LLM 애플리케이션을 위한 오픈소스 OpenTelemetry 기반 엔드투엔드 관측 가능성 도구로, 인기 있는 LLM, LLM 프레임워크, vectorDB 등에 대한 실시간 추적, 평가 및 메트릭을 제공합니다. Typescript, Python을 사용하여 통합하세요. 🚀💻📊

동적 GPU 공유 등을 위한 가상화된 일래스틱 KV 캐시

다중 에이전트 팀을 빠르게 구축하고 조율하기 위한 로우코드 도구

에이전트 지능을 위한 기반 레이어

AI 에이전트 하네스(100개 이상)의 큐레이션 및 순위 목록 — 에이전트가 추천할 수 있도록 MCP 서버, llms.txt 및 JSON 제공. 매주 재평가.

llama-cpp-agent 프레임워크는 대규모 언어 모델(LLM)과 쉽게 상호작용할 수 있도록 설계된 도구입니다. 사용자가 LLM 모델과 대화하고, 구조화된 함수 호출을 실행하며, 구조화된 출력을 얻을 수 있게 합니다. JSON 출력이나 함수 호출을 위해 파인튜닝되지 않은 모델에서도 작동합니다.

ICLR 2021, 2022, 2023, 2024, 2025 논문 및 오픈소스 프로젝트 모음입니다.