Modulares KI-Agenten-Framework, das Speicher, Tool-Integration und mehrstufiges Denken zur Automatisierung komplexer Entwickler-Workflows ermöglicht.
- Mehrstufige Agenten-Schleifen
- Austauschbare Speichermodule
- Modell-unabhängige Pipelines
Hier finden Entwickler die Grundlage, um KI-Agenten zu bauen und zu betreiben: Frameworks und SDKs, Orchestrierungs-Bibliotheken für mehrstufige LLM-Workflows, selbst gehostete Verwaltungskonsolen, gehostete Laufzeitumgebungen für Agenten sowie Simulationsumgebungen mit Benchmarks für Reinforcement Learning. Damit lassen sich Agenten prototypen, Speicher und Tool-Aufrufe anbinden, Verhalten testen und in Betrieb nehmen.
258 Agents · Aktualisiert am 29. September 2026
Modulares KI-Agenten-Framework, das Speicher, Tool-Integration und mehrstufiges Denken zur Automatisierung komplexer Entwickler-Workflows ermöglicht.
Open-Source-Java-Framework zur Entwicklung FIPA-konformer Multi-Agenten-Systeme, das Agentenkommunikation, Lebenszyklusverwaltung und Mobilität bereitstellt.
Ein Laravel-Paket zur Integration und Verwaltung KI-gesteuerter Agenten, das LLM-Workflows mit anpassbaren Werkzeugen und Speicher orchestriert.
Eine webbasierte Plattform zum Entwerfen, Orchestrieren und Verwalten benutzerdefinierter KI-Agenten-Workflows mit mehrstufigem Beweis und integrierten Datenquellen.
Eine Python-Client-Bibliothek, die Entwicklern ermöglicht, mit Gesprächen auf einem Open-Source-KI-Assistentenserver zu interagieren und diese zu verwalten.
Eine Open-Source-Mult-Agenten-Verstärkendes Lernen-Framework für die kooperative autonome Fahrzeugsteuerung in Verkehrsszenarien.
Ein leichtgewichtiges Python-Framework, das modulare, Multi-Agent-Orchestrierung mit Tools, Speicher und anpassbaren Arbeitsabläufen ermöglicht.
Ein auf Python basierendes Framework für autonome KI-Agenten, das Speicher, Reasoning und Tool-Integration für die Automatisierung mehrstufiger Aufgaben bietet.
PyGame Learning Environment bietet eine Sammlung von Pygame-basierten RL-Umgebungen zum Trainieren und Bewerten von KI-Agenten in klassischen Spielen.
Ein CLI-Framework, das Anthropic’s Claude Code Modell für automatisierte Code-Erstellung, Bearbeitung und kontextabhängige Refaktorisierung orchestriert.
Demo KI-Agent mit LangChain-basierter Funktionsaufruf, Websuche, Speicherabruf, Codeausführung und Sprachinteraktion über API.
codAI ist ein Open-Source-AI-Agent-Framework für intelligentes Code-Generierung, Refactoring und kontextbewusste Entwicklerunterstützung.
GAMA Genstar Plugin integriert generative KI-Modelle in GAMA-Simulationen für automatische Agentenverhalten und Szenarienerstellung.
Ein Vibe-Framework-Vorlagenrahmen, der einen autonomen KI-Codierungs-Agent für Codegenerierung, Überprüfung, Tests und Automatisierungsaufgaben scaffoliert.
AgentSimulation ist ein Python-Framework für die Echtzeit-Simulation von autonomen 2D-Agenten mit anpassbaren Steuerverhalten.
Eine Multi-Agenten-Fußballsimulation mit JADE, bei der KI-Agenten autonom zusammenarbeiten, um in Fußballspielen zu konkurrieren.
Local-Super-Agents ermöglicht Entwicklern, autonome KI-Agenten lokal mit anpassbaren Werkzeugen und Speicherverwaltung zu erstellen und auszuführen.
Gomoku Battle ist ein Python-Framework, das Entwicklern ermöglicht, KI-Agenten in Gomoku-Spielen zu erstellen, zu testen und gegeneinander antreten zu lassen.
Produktionsbereites FastAPI-Vorlage mit LangGraph zum Aufbau skalierbarer LLM-Agenten mit anpassbaren Pipelines und Speichereinbindung.
Ein Open-Source-CLI-Tool, das Benutzereingaben mit Ollama LLMs für lokale KI-Agenten-Workflows echoert und verarbeitet.
Eine VS Code-Erweiterung, die GitHub Copilot integriert, um intelligente Groq-Abfrageautomatisierung und Codegenerierung zu liefern.
Ein LSP-Server, der OpenAI's GPT-Modelle nutzt, um Aufgaben der Code-Refaktorisierung wie Methodenauszug, Variablennamenänderung und Formatierung zu automatisieren.
Das CArtAgO-Framework bietet dynamische artifactbasierte Werkzeuge, um komplexe Mehragenten-Umgebungen nahtlos zu erstellen, zu verwalten und zu koordinieren.
DreamGPT ist ein Open-Source-KI-Agenten-Framework, das Aufgaben mit GPT-basierten Agenten automatisiert und modulare Werkzeuge sowie Speicher nutzt.
Ein Python-Framework zum Erstellen, Simulieren und Verwalten von Mehr-Agenten-Systemen mit anpassbaren Umgebungen und Agentenverhalten.
Eine webbasierte Code-Editor-Komponente, die eine nahtlose Integration und Ausführung von Python-Code mit dem ChatGPT Code Interpreter-Plugin ermöglicht.
NeuralABM trainiert auf neuronalen Netzwerken basierende Agenten, um komplexe Verhaltensweisen und Umgebungen in agentenbasierten Modellierungsszenarien zu simulieren.
Ein KI-gestütztes IDA Pro Plugin, das LLMs verwendet, um Kommentare zu erstellen, Funktionen umzubenennen und Assembly-Code zusammenzufassen.
Eine Java-Bibliothek, die anpassbare Simulationsumgebungen für Jason-Multagentensysteme bietet und schnelles Prototyping sowie Testen ermöglicht.
Open-Source-Python-Framework, das die Erstellung von benutzerdefinierten KI-Agenten ermöglicht, die Websuche, Speicher und Werkzeuge integrieren.
Agentless ist ein KI-gestütztes Framework, das die automatisierte Codeerzeugung, Ausführung und Validierung ohne eine dedizierte Agenten-Schicht orchestriert.
Eine No-Code-Plattform zum Erstellen, Hosten und Teilen KI-gestützter Apps mit GPT-Integration und Plugin-Verwaltung.
Open-Source-Python-Bibliothek, die Mean-Field-Multien-Agenten-Verstärkungslernen für skalierbares Training in großen Agentensystemen implementiert.
ExampleAgent ist ein Vorlage-Framework zum Erstellen anpassbarer KI-Agenten, die Aufgaben automatisieren über die OpenAI API.
Ein Open-Source-KI-Agent-Framework zum Erstellen anpassbarer Agenten mit modularen Werkzeugkits und LLM-Orchestrierung.
MASlite ist ein leichtgewichtiges Python-Multiaagentensystem-Framework zur Definition von Agenten, Nachrichtenübermittlung, Terminplanung und Umweltsimulation.
Eine anpassbare Bibliothek für Verstärkendes Lernen zur Benchmarking von KI-Agenten bei Datenverarbeitungs- und Analyseaufgaben.
Council ist ein modulares Framework zur Orchestrierung von KI-Agenten mit anpassbaren Ketten, Rollen und Tool-Integrationen.
Terraform-Modul zur Automatisierung der Bereitstellung der Cloud-AI-Agenteninfrastruktur, einschließlich serverloser Rechenleistung, API-Endpunkte und Sicherheit.
Agent Forge ist ein CLI-Framework für das Gerüstbauen, die Orchestrierung und den Einsatz von KI-Agenten, die mit LLMs und externen Tools integriert sind.
bedrock-agent ist ein Open-Source-Python-Framework, das dynamische AWS Bedrock LLM-basierte Agenten mit Tool-Chaining und Speichersupport ermöglicht.
E2B ist ein KI-Agent, der entwickelt wurde, um nahtlose Arbeitsabläufe durch intelligente Automatisierung zu erleichtern.
CybMASDE bietet ein anpassbares Python-Framework zur Simulation und zum Training kooperativer Multi-Agenten-Deep-Reinforcement-Learning-Szenarien.
Ein Python-basiertes Framework zum Erstellen benutzerdefinierter KI-Agenten, die LLMs mit Werkzeugen zur Automatisierung von Aufgaben integrieren.
Ein praktisches Tutorial, das demonstriert, wie man mit LangChain AutoGen in Python debattartige KI-Agenten orchestriert.
TunaCode ist ein KI-gestützter Programmierassistent, der sofort vollständige Webanwendungen, Boilerplate-Code und Projektgerüste generiert.
Der API Bridge Agent integriert externe APIs mit KI-Agenten, ermöglicht sprachbasierte API-Aufrufe und automatisierte Antwortanalyse.
Ein desktopbasierter KI-gestützter Code-Assistent, der Codeausschnitte und vollständige Projekte aus natürlichen Sprachaufforderungen mit GPT generiert.
Ein Beispiel für einen Salesforce-Client, der zeigt, wie man AgentForce integriert und erweitert, um maßgeschneiderte KI-getriebene Konversationsagenten zu erstellen.
Ein modularer KI-Codierungsassistenten-Toolkit, das Funktionen wie Codegenerierung, Refactoring, Debugging und automatisierte Dokumentation bietet.