40 Entdeckungen
Kilo ist eine führende Open-Source-Plattform für agentenbasiertes Engineering, die den Softwareentwicklungszyklus optimiert. Entwickelt von Kilo-Org, fungiert es als leistungsstarker Coding-Agent, der Entwickler dabei unterstützt, Projekte schneller zu erstellen und zu iterieren. Durch die Nutzung agentenbasierter Workflows automatisiert Kilo komplexe technische Aufgaben und ist damit ein unverzichtbares Werkzeug für Entwickler, die KI tief in ihre Entwicklungsumgebung integrieren und ihre Produktivität steigern möchten.
FreeThinker, entwickelt von diegovelilla, ist ein Open-Source-KI-Agenten-Framework zur Automatisierung von Aufgaben mittels kostenloser LLM-APIs. Durch den Verzicht auf teure Pay-per-Token-Modelle bietet es eine kosteneffiziente Lösung für Entwickler, die autonome Agenten erstellen und bereitstellen möchten. Das in Python geschriebene Projekt fördert die Zugänglichkeit und ermöglicht es Nutzern, verschiedene Open-Source-Modelle nahtlos in ihre Arbeitsabläufe zu integrieren, ohne laufende API-Gebühren zu verursachen.
pwnagotchi64 ist ein von ex18a entwickeltes KI-gestütztes Sicherheitstool, das Deep Reinforcement Learning (DRL) nutzt, um WiFi-Penetrationstests autonom durchzuführen. Durch die Instrumentierung von bettercap lernt der Agent, die Erfassung von WPA-Handshakes in verschiedenen Umgebungen zu optimieren. Er agiert als autonomer Sicherheitsforscher, der Netzwerklandschaften analysiert, um Schwachstellen zu identifizieren, und dient als moderne, KI-erweiterte Weiterentwicklung des klassischen Pwnagotchi-Konzepts.
NBTON/AI-Interview-Agent ist eine Open-Source-Plattform zur Optimierung von Rekrutierungsprozessen durch intelligente Automatisierung. Entwickelt von NBTON, nutzt sie LangGraph und LangChain für ein Multi-Agenten-System, das adaptive Interviews durchführt. Die Plattform integriert FastAPI für Backend-Dienste, Streamlit für die Benutzeroberfläche und Supabase für das Datenmanagement, um Personalverantwortlichen automatisierte Screenings und umfassende Leistungsberichte zu bieten.
NovelAgent ist ein von aswansong entwickeltes Open-Source-Framework, das darauf abzielt, typische Schwächen von LLMs beim kreativen Schreiben langer Texte zu beheben, wie Kontextverlust, logische Inkonsistenzen und Charakterabweichungen. Durch den Einsatz von Multi-Agenten-Kollaboration, RAG und LangGraph ermöglicht das System eine teilautomatisierte Romanerstellung. Ein integrierter Human-in-the-Loop-Workflow erlaubt es Autoren, an kritischen Wendepunkten einzugreifen, Inhalte zu prüfen und die Erzählung zu steuern, um eine hochwertige und kohärente Geschichte zu gewährleisten.
Dieser von brenimcode entwickelte WhatsApp-KI-Chatbot ist ein spezialisierter Konversations-Agent für die Friseurbranche. Er nutzt LangChain, RAG (Retrieval-Augmented Generation) und fortschrittliches Prompt-Engineering, um rund um die Uhr automatisierten, kontextbezogenen Kundensupport zu bieten. Durch die direkte Integration in WhatsApp hilft das Tool Geschäftsinhabern, Anfragen, Terminbuchungen und Serviceinformationen ohne manuellen Aufwand zu verwalten, was den administrativen Aufwand erheblich reduziert und die Antwortzeiten für Kunden verbessert.
Das von noubre entwickelte ollama-deep-researcher ist ein webbasiertes Recherche-Tool, das Ollama-LLMs mit leistungsstarken Such-APIs wie Tavily, Perplexity und DuckDuckGo integriert. Basierend auf dem LangChain-Framework automatisiert es die Erstellung von Suchanfragen und die Synthese umfassender Forschungsberichte. Es wurde für die lokale Ausführung konzipiert und bietet eine datenschutzorientierte Alternative für Nutzer, die LLM-gestützte Recherchefunktionen in einer Node.js-Umgebung verwenden möchten.
Der RAG-Retail-Inventory-Agent von march038 ist eine KI-gestützte Lösung, die natürliche Sprachabfragen mit strukturierten Einzelhandelsdatenbanken verbindet. Basierend auf Python und dem LangChain-Framework nutzt das Tool Retrieval-Augmented Generation (RAG), um Fragen zu Produktverfügbarkeit, Lagerbeständen und Standorten zu beantworten. Diese Anwendung optimiert das Bestandsmanagement, indem sie Mitarbeitern und Kunden eine intuitive, konversationelle Schnittstelle für den Zugriff auf komplexe Backend-Systeme bietet.
RAGme-io ist ein Open-Source-KI-Agent von maximilien, mit dem Nutzer eine personalisierte Wissensdatenbank aus ihrem Browserverlauf und lokalen Dokumenten erstellen können. Durch Retrieval-Augmented Generation (RAG) ermöglicht das Tool die Interaktion mit eigenen Daten über eine intelligente Schnittstelle. Es wurde mit Python entwickelt und bietet eine nahtlose Möglichkeit, persönliche Web-Interaktionen und Dateien in einen durchsuchbaren, kontextbewussten KI-Assistenten zu verwandeln.
Anamnesis, entwickelt von Gaya Wellness, ist eine spezialisierte Memory-Engine für autonome KI-Agenten. Im Gegensatz zu Standard-RAG-Systemen, die sich auf einfache Faktenabfrage konzentrieren, implementiert Anamnesis eine 4D-Strategie-Speicherarchitektur. Durch den Einsatz von Python, LLMs und pgvector für leistungsstarke Speicherung ermöglicht es Agenten, langfristigen Kontext und „Weisheit“ über Interaktionen hinweg zu bewahren. Es ist darauf ausgelegt, sich nahtlos in moderne KI-Workflows zu integrieren und bietet ein robustes Framework für Agenten, die ein tiefes, sich entwickelndes Verständnis ihrer Umgebung und Historie benötigen.
Sidix ist ein von fahmiwol entwickeltes, selbstgehostetes Open-Source-Framework für KI-Agenten. Es läuft vollständig lokal ohne Anbieter-APIs und nutzt das Qwen2.5-7B-Modell mit LoRA-Feinabstimmung. Einzigartig ist die architektonische Grundlage in der islamischen Erkenntnistheorie (IHOS), die einen strukturierten Ansatz für Wissen und Schlussfolgerungen bietet. Das Projekt umfasst 35 integrierte Tools und basiert auf FastAPI, was eine robuste Umgebung für Entwickler schafft, die autonome, selbstlernende Agenten mit einem philosophischen Fundament einsetzen möchten.
Autodidact ist ein intelligentes KI-Agenten-Framework, das durch Interaktion stetig dazulernt. Entwickelt von BuffaloTechRider, nutzt es ein smartes Routing-System, das dynamisch zwischen lokalen LLMs und Cloud-Modellen wie AWS Bedrock wählt, um Kosten und Leistungsfähigkeit auszubalancieren. Durch eine persistente Wissensdatenbank und kontinuierliches Lernen aus jeder Interaktion wird der Agent mit der Zeit effizienter und präziser – eine skalierbare Lösung für Anwender, die einen lernfähigen KI-Assistenten mit Gedächtnis benötigen.
AI Career Copilot ist ein intelligenter Assistent für die Jobsuche von Programmergyt. Durch den Einsatz von LangGraph-basierten Multi-Agenten-Workflows analysiert das System Stellenbeschreibungen im Abgleich mit persönlichen Unterlagen. Es automatisiert die Anpassung von Lebensläufen, identifiziert Qualifikationslücken und führt simulierte Vorstellungsgespräche durch. Entwickelt mit Python und FastAPI, bietet das Tool einen strukturierten Ansatz, um die Lücke zwischen individuellen Profilen und spezifischen Anforderungen moderner Stellenangebote effizient zu schließen.
Avibe ist ein Local-First Agent OS, das Ihren KI-Entwicklungspartner sicher auf Ihrer eigenen Hardware betreibt. Das vom avibe-bot-Team entwickelte Tool bietet eine einheitliche Schnittstelle zur Steuerung leistungsstarker Coding-Agenten wie Claude Code, Codex und OpenCode. Indem Avibe die Lücke zwischen lokaler Ausführung und externer Kommunikation schließt, ermöglicht es Ihnen, komplexe KI-Workflows direkt aus Ihrem Browser, Slack, Discord oder anderen Chat-Apps heraus zu steuern. Dies gewährleistet Datenschutz und eine nahtlose Integration in Ihre bestehende Entwicklungsumgebung.
Deep-seek ist eine von dzhng entwickelte Open-Source-Retrieval-Engine, die LLMs nutzt, um große Datenmengen zu verarbeiten. Sie wurde entwickelt, um autonom mehrere Quellen zu durchsuchen und zu analysieren, um umfassende Entitätenlisten zu identifizieren, zu extrahieren und zu organisieren. Durch die Integration agentischer Workflows vereinfacht sie die komplexe Datenzusammenführung und ist ein unverzichtbares Werkzeug für Forscher und Entwickler, die strukturierte Wissensdatenbanken aus unstrukturierten Textquellen mittels Anthropic- oder OpenAI-Modellen erstellen möchten.
Locus ist ein von r1n7aro entwickelter Open-Source-KI-Agent, der speziell für die Unterstützung bei der Unity-Spieleentwicklung konzipiert wurde. Das in Rust geschriebene Tool fungiert als intelligenter Programmierassistent, der sich direkt in den Entwicklungszyklus integriert. Durch die Nutzung von LLM-Fähigkeiten hilft Locus Entwicklern dabei, repetitive Aufgaben zu automatisieren, Code zu debuggen und Spielfunktionen zu implementieren, und dient so als spezialisierter Co-Pilot für Unity-Projekte.
MathCode ist ein von math-ai-org entwickelter KI-Agent, der darauf spezialisiert ist, komplexe mathematische Probleme durch Codegenerierung und -ausführung zu lösen. Indem er die Lücke zwischen formalem mathematischem Denken und Programmierung schließt, ermöglicht er LLMs die Bewältigung schwieriger quantitativer Aufgaben. Er dient als robustes Framework für Forscher und Entwickler, die mathematische Problemlösungsfähigkeiten in ihre KI-Workflows integrieren möchten.
Wegent, entwickelt von wecode-ai, ist ein innovatives Open-Source-Betriebssystem für das KI-Zeitalter. Es bietet eine strukturierte Umgebung, um komplexe Workflows mit mehreren intelligenten Agenten zu definieren, zu organisieren und auszuführen. Als Betriebssystem für KI vereinfacht Wegent die Koordination von Agententeams und ermöglicht Entwicklern den Aufbau hochentwickelter Multi-Agenten-Systeme, die unter Nutzung verschiedener LLMs wie GPT, Claude und Gemini effektiv zusammenarbeiten.
Frontman ist ein innovativer KI-Agent von frontman-ai, der die Lücke zwischen LLMs und der Frontend-Entwicklung schließt. Er lebt direkt in Ihrer Browser- und Framework-Umgebung und bietet Echtzeit-Unterstützung beim Programmieren, visuelle Bearbeitungsfunktionen und kontextbezogene Hilfe. Entwickelt für moderne Stacks wie Next.js, Vite und Astro, fungiert er als permanenter Copilot, der den Zustand Ihrer Anwendung versteht und so schnellere Iterationen sowie intuitivere Entwicklungs-Workflows ermöglicht.
Fuji ist ein von Normal Computing entwickelter Open-Source-KI-Agent, der direkt in der Seitenleiste Ihres Browsers arbeitet. Basierend auf TypeScript und React ermöglicht er Benutzern die Automatisierung komplexer Web-Workflows mittels einfacher Sprachbefehle. Durch die direkte Integration in den Browser fungiert Fuji als intelligenter Assistent, der Websites navigiert, mit Elementen interagiert und Aufgaben ausführt, wodurch Ihr Browser in einen programmierbaren Arbeitsbereich für gesteigerte Produktivität verwandelt wird.
ScreenAgent ist ein innovatives Framework, das auf der IJCAI-24 vorgestellt wurde und es Large Language Models ermöglicht, mit Computer-Benutzeroberflächen zu interagieren. Durch den Einsatz von Visual Language Models (VLMs) nimmt der Agent Bildschirminhalte wahr und führt Aktionen aus, um komplexe Aufgaben zu erledigen. Das von niuzaisheng entwickelte Projekt bietet eine robuste Architektur zur Automatisierung von Desktop-Workflows, indem es durch visuelles Schlussfolgern die Lücke zwischen menschlichen Anweisungen und der Steuerung von Maus und Tastatur schließt.
nothumanallowed ist eine umfassende, sicherheitsfokussierte Plattform von adoslabsproject-gif zur Verwaltung und Orchestrierung von KI-Agenten. Das Ökosystem umfasst 38 spezialisierte Agenten und 15 KI-gestützte Erweiterungen. Die Plattform setzt auf sichere Abläufe durch Zero-Knowledge-Multi-Agenten-Orchestrierung, SENTINEL WAF-Integration und Ed25519-Authentifizierung. Durch die Nutzung einer Datenbank mit 2,6 Millionen Grounding-Fakten stellt sie sicher, dass agentische Workflows in komplexen Automatisierungsumgebungen zuverlässig, authentifiziert und vor unbefugtem Zugriff oder bösartigen Eingaben geschützt bleiben.
Dieser von rustyneuron01 entwickelte Python-basierte Trading-Bot integriert maschinelles Lernen mit dezentralen Vorhersagemärkten. Er verarbeitet historische Sportdaten, um Vorhersagemodelle für Ligen wie NBA, NHL und Tennis zu trainieren. Durch die Automatisierung des Entscheidungsprozesses identifiziert der Bot günstige Quoten und führt Trades direkt auf der Polymarket-Plattform aus, wodurch die Lücke zwischen datengestützter Sportanalyse und blockchainbasierten Märkten geschlossen wird.
Pulse ist ein selbstgehostetes KI-Agenten-Betriebssystem, das als dauerhafter digitaler Assistent fungiert. Es wurde von wanghong5233 entwickelt und nutzt eine modulare Architektur mit einem Kern-Kernel und erweiterbaren Skill-Paketen für Aufgaben wie Jobsuche, E-Mail-Verwaltung und Lebensautomatisierung. Inspiriert von Projekten wie MemGPT und Claude Code, integriert Pulse fortschrittliche Funktionen wie ReAct-Reasoning, Tool-Use-Contracts zur Vermeidung von Halluzinationen und eine SafetyPlane für Human-in-the-Loop (HITL)-Kontrolle. Es dient als flexible Alternative zu Frameworks wie LangGraph und AutoGen.
Der von Andrea Nuzzo entwickelte opensearch-agent ist ein spezialisiertes Tool, das die Lücke zwischen menschlicher Sprache und komplexen Datenbankoperationen schließt. Durch den Einsatz von LangChain und Chainlit ermöglicht dieser Python-basierte Agent Benutzern die Interaktion mit OpenSearch-Clustern mittels natürlicher Sprache. Er automatisiert den Abfrage- und Datenabrufprozess, wodurch Entwickler und Datenanalysten einfacher Erkenntnisse aus ihren OpenSearch-Indizes gewinnen können, ohne komplexe Query-DSLs beherrschen zu müssen.
yokingma/deepresearch ist ein Open-Source-Agent-Framework, das LangGraph nutzt, um komplexe Rechercheaufgaben zu automatisieren. Es bietet eine flexible Architektur, die mit jedem OpenAI-kompatiblen LLM, verschiedenen Suchmaschinen und RAG-Systemen integriert werden kann. Entwickelt für die Erstellung autonomer Recherche-Workflows, vereinfacht es die Orchestrierung von Informationsbeschaffung und -synthese durch moderne TypeScript-basierte Agenten-Muster.
JobOS ist ein KI-gestütztes Karrieremanagementsystem zur Optimierung des Bewerbungsprozesses. Das von bcefghj entwickelte Python-Tool automatisiert den gesamten Workflow: Es durchsucht Stellenanzeigen, bewertet diese anhand eines 10-dimensionalen Systems, erstellt individuelle Lebensläufe im LaTeX-Format und generiert maßgeschneiderte Interview-Vorbereitungsunterlagen. Durch die Integration von LLMs fungiert JobOS als persönlicher Karriere-Agent, der Nutzern hilft, den Arbeitsmarkt datengestützt und mit professionellen Unterlagen effizient zu navigieren.
ainovel-cli ist ein von voocel entwickeltes Open-Source-Kommandozeilen-Tool, das eine Multi-Agenten-Architektur nutzt, um den gesamten Prozess des Romanschreibens zu automatisieren. Durch die Integration leistungsstarker LLMs wie OpenAI und Claude orchestriert das Tool spezialisierte Agenten für Erzählstruktur, Charakterentwicklung und Textgenerierung. Dies ermöglicht es Benutzern, vollständige literarische Werke über eine effiziente, in Go geschriebene Schnittstelle zu erstellen.
ClawCodex ist ein ambitioniertes Open-Source-Projekt von agentforce314, das eine vollständige Python-basierte Neuimplementierung der Claude Code-Architektur bietet. Mit über 230.000 Zeilen reinem Python-Code fungiert es als umfassender KI-Coding-Agent, der Entwickler direkt über die Befehlszeile unterstützt. Ziel ist es, die Funktionen von Claude Code zu replizieren und zu erweitern, um eine transparente, anpassbare und hocheffiziente Umgebung für KI-gestützte Softwareentwicklung und Codebase-Management zu schaffen.
Automata ist ein von emrgnt-cmplxty entwickeltes Framework für autonome KI-Agenten, das LLMs wie GPT-4 nutzt, um selbstgesteuerte Softwareentwicklung zu betreiben. Es wurde entwickelt, um den eigenen Quellcode zu navigieren, zu analysieren und zu modifizieren, wodurch ein Feedback-Loop zur kontinuierlichen Verbesserung entsteht. Durch die Integration fortschrittlicher Such- und Ausführungsfunktionen zielt Automata darauf ab, die Grenzen autonomer Systeme zu erweitern, indem der Agent komplexe Programmieraufgaben löst und seine Funktionalität ohne ständige menschliche Eingriffe weiterentwickelt.
Open Computer Use von coasty-ai ist ein leistungsstarkes, produktionsreifes Framework, das es KI-Agenten ermöglicht, mit Computer-Oberflächen zu interagieren. Mit einem beeindruckenden Ergebnis von 82 % im OSWorld-Benchmark unterstützt es sowohl lokale als auch Remote-Umgebungen. Das in TypeScript entwickelte Projekt vereinfacht die Integration komplexer Computer-Steuerungsfunktionen in Anwendungen mit nur einem API-Schlüssel und ist somit ein mächtiges Werkzeug für Entwickler, die GUI-basierte Workflows automatisieren möchten.
BambooAI ist eine Open-Source-Python-Bibliothek von pgalko, die eine konversationsbasierte Datenanalyse ermöglicht. Durch den Einsatz von Large Language Models können Benutzer Datensätze in natürlicher Sprache abfragen und komplexe Aufgaben wie Datenbereinigung und Visualisierung automatisieren. Es lässt sich nahtlos in gängige Data-Science-Stacks integrieren und unterstützt verschiedene LLM-Backends wie OpenAI, Anthropic, Gemini sowie lokale Modelle via Ollama. Dies macht es zu einem vielseitigen Werkzeug für Datenwissenschaftler und Analysten, die ihre Arbeitsabläufe durch KI-gestützte Erkenntnisse optimieren möchten.
Blades ist ein Open-Source-KI-Agenten-Framework des Go-Kratos-Teams, das speziell für das Go-Ökosystem entwickelt wurde. Es bietet eine robuste Architektur zum Erstellen, Orchestrieren und Bereitstellen multimodaler KI-Agenten. Durch die Nutzung der Nebenläufigkeit und Performance von Go vereinfacht Blades die Entwicklung komplexer Agenten-Workflows und ermöglicht eine nahtlose Integration verschiedener LLMs und Tools für anspruchsvolle Automatisierungsaufgaben in Produktionsumgebungen.
Das vom Technion-Kishony-Labor entwickelte data-to-paper ist ein autonomes KI-Agenten-Framework für die wissenschaftliche Forschung. Es schließt die Lücke zwischen Rohdaten und akademischem Schreiben durch iterative Datenanalyse, Hypothesentests und Texterstellung. Das System legt besonderen Wert auf Rückverfolgbarkeit, sodass jede Behauptung im generierten Papier direkt auf die ursprünglichen Daten und Analyseschritte zurückgeführt werden kann, was Transparenz und Zuverlässigkeit in der KI-gestützten Forschung fördert.
ScienceClaw, entwickelt von beita6969, ist ein fortschrittlicher KI-Forschungsagent, der Wissenschaftler bei komplexen Aufgaben wie Literaturrecherchen und Meta-Analysen unterstützt. Er zeichnet sich durch eine umfangreiche Bibliothek von 285 spezialisierten Fähigkeiten, ein persistentes Gedächtnis und einen Fokus auf halluzinationsfreie Arbeitsabläufe aus. Durch die Nutzung von TypeScript und MCP-Integration fungiert er als zuverlässiger, sich selbst weiterentwickelnder Partner für Bioinformatik und wissenschaftliche Forschung, der den Weg von der Datenerfassung bis zur Erkenntnisgewinnung beschleunigt.
Cerebellum ist ein Open-Source-Browser-Automatisierungssystem von theredsix. Es nutzt LLM-basierte Planung, um Benutzerziele zu interpretieren und autonom durch Web-Interfaces zu navigieren. Durch die Kombination traditioneller Automatisierungstechniken mit KI-Logik ermöglicht es Agenten, mit dynamischen Websites zu interagieren, Aufgaben auszuführen und komplexe Workflows zu bewältigen, an denen herkömmliche Skripte oft scheitern. Es dient als robuste Grundlage für die Entwicklung autonomer Web-Browsing-Agenten.
AINewsResearcher-and-BlogWriter ist ein automatisierter Agenten-Workflow von Likith Meruvu. Er nutzt das CrewAI-Framework, um das Internet autonom nach aktuellen Nachrichten und Erkenntnissen zu durchsuchen und diese Informationen in hochwertige Blogbeiträge oder Artikel zu verwandeln. Durch die Integration von Suchwerkzeugen wie DuckDuckGo mit leistungsstarken LLMs optimiert das Tool die Inhaltserstellung für Forscher und Autoren.
Dieses von alirezamika entwickelte Projekt zeigt einen KI-Agenten, der lernt, das klassische Spiel Flappy Bird zu spielen. Es nutzt Evolutionsstrategien (ES) in Kombination mit Deep-Learning-Architekturen, um die Spielleistung zu optimieren. Anstatt sich auf traditionelles gradientenbasiertes Reinforcement Learning zu verlassen, entwickelt der Agent die Gewichte seines neuronalen Netzes iterativ weiter und bietet so eine lehrreiche Implementierung evolutionärer Algorithmen in einer Spielumgebung.
Mortal-Policy ist eine fortschrittliche Riichi-Mahjong-KI von Nitasurin. Inspiriert von führenden Projekten wie Mortal und Suphx, nutzt sie Deep Reinforcement Learning, um die Komplexität von japanischem Mahjong zu meistern. Das vollständig in Rust entwickelte Projekt konzentriert sich auf leistungsstarke, richtlinienbasierte Entscheidungsfindung und bietet ein robustes Framework für die Forschung und Implementierung kompetitiver Spiel-KI.
SEC-copilot ist ein von Urias-T entwickelter KI-Agent, der die Finanzanalyse vereinfacht. Durch die Nutzung von LangChain, OpenAI-LLMs und der Kay-API können Nutzer Erkenntnisse aus SEC-Einreichungen gewinnen und Echtzeit-Börsendaten abrufen. Das Projekt bietet eine intuitive Streamlit-Oberfläche, die es Investoren und Analysten ermöglicht, komplexe Finanzrecherchen über einfache natürliche Sprachabfragen durchzuführen und so die Lücke zwischen regulatorischen Dokumenten und umsetzbaren Marktinformationen zu schließen.
