Awesome GitHub RepositoriesAI Code Interpreters

Khoj is a self-hosted artificial intelligence platform designed for personal knowledge management and semantic information retrieval. It functions as a private assistant that indexes your local documents, notes, and external workspaces, allowing you to interact with your data through natural language queries and conversational chat. By maintaining a local-first architecture, the system ensures that your information remains under your control while providing context-aware responses grounded in your personal knowledge base. The platform distinguishes itself through a modular, cross-platform int

Owl is a framework for agentic workflow automation and multi-agent orchestration. It functions as a system for coordinating autonomous large language model agents to decompose and execute complex tasks through shared communication and collaborative planning. The project distinguishes itself through a multi-modal toolset for processing images, audio, and video, alongside a synthetic data generator that produces domain-specific datasets using self-instruct and verifier loops. It further incorporates a retrieval-augmented generation pipeline framework that integrates long-term memory and real-ti

This project is a comprehensive framework for building and managing autonomous agent systems. It provides a unified architecture for orchestrating multi-agent societies, where specialized agents collaborate through roleplay to decompose and solve complex tasks. The system integrates language models with external environments, enabling agents to perform real-world actions through a standardized tool-calling abstraction layer. The framework distinguishes itself through its focus on iterative reasoning and data reliability. It employs automated feedback loops to refine agent outputs and self-eva

This project provides a dockerized AI workflow stack and orchestration templates for deploying a self-hosted AI environment. It establishes a localized infrastructure for building autonomous agents and model chains that process private data on-premises without external cloud dependencies. The environment is designed to support autonomous agent development, allowing models to dynamically select tools, execute shell commands, and interact with local file systems. It includes integrated vector database support to enable retrieval augmented generation and private document analysis. The stack cov

OpenSandbox is a secure sandbox runtime and containerized code execution engine designed to run AI-generated code and scripts in isolated environments. It serves as a workload orchestrator that prevents host system contamination by utilizing kernel-level isolation to execute arbitrary commands and scripts. The project distinguishes itself by providing a model context server that bridges large language models to the sandbox for performing file operations and system commands. It also includes a remote GUI sandbox that supports browser automation and desktop interfaces via remote access protocol

TaskWeaver is an LLM agent framework that interprets natural language requests and executes them as Python code, SQL queries, or shell commands. It functions as a conversational code interpreter that maintains stateful data structures across turns, generating executable code from user prompts within a session-based environment. The system is designed as a self-hosted AI agent platform that can be deployed in Docker, managing sessions and providing a web UI for data analytics and automation tasks. The framework distinguishes itself through a role-based multi-agent architecture that divides the

OptiLLM هو وكيل استنتاج وموجه بوابة يوجه المطالبات إلى نماذج لغوية محددة بناءً على التكلفة والأداء وصحة المزود. يعمل كطبقة وسيطة مصممة لتحسين الطلبات من خلال التوجيه الذكي، وموازنة الحمل، وإدارة السياق. يوفر المشروع قدرات متخصصة لحماية البيانات عن طريق إخفاء هوية المعلومات الشخصية قبل وصول الطلبات إلى النموذج. يعمل أيضاً كمنسق للتفكير وطبقة تكامل للأدوات، باستخدام حلقات وقت الاستنتاج والتأمل الذاتي لتحسين الدقة مع ربط النماذج بخوادم البروتوكول الخارجية، ومحتوى الويب، ومترجمي الكود. تتضمن الوظائف الإضافية واجهة قائمة على المخطط لتوليد مخرجات منظمة وقابلة للقراءة آلياً. يدير النظام أيضاً التوافر العالي عبر موازنة حمل مستوى المزود ومراقبة الصحة.

هذا المشروع عبارة عن إطار عمل للتطبيقات وبيئة تنفيذ تدمج النماذج اللغوية الكبيرة مع تنفيذ النظام المحلي والتحكم في الأجهزة الخارجية. يعمل كمنسق متعدد الوسائط، ينسق نماذج الرؤية، والكلام، ونماذج خبراء المجال ضمن حلقة معالجة واحدة للاستدلال عبر أنواع بيانات متنوعة. يمكن إطار العمل من توليد الكود وتنفيذه بشكل مستقل، مما يسمح للنماذج اللغوية بكتابة وتشغيل برامج Python النصية عبر مترجم كود لأتمتة مهام نظام التشغيل وبرامج المضيف. كما يوسع هذه القدرات إلى البيئات المادية من خلال واجهة أتمتة الأجهزة التي تطلق إجراءات على الهواتف المحمولة وأجهزة الشبكة المحلية. يتضمن النظام أيضاً خطوط أنابيب لتحليل المستندات والوسائط المتعددة المؤتمت. تعالج هذه الأدوات الملفات المحلية لاستخراج النصوص وتحديد المخاطر القانونية في العقود، بالإضافة إلى استخراج الأصوات من ملفات الفيديو لإنتاج نصوص برمجية مصححة لغوياً.

Positron is a data science integrated development environment and AI-powered code editor designed for polyglot development, specifically supporting Python and R. It functions as a remote compute workspace that separates the user interface from the execution kernel via SSH or container integration. The environment features a deep integration of large language models that provide context-aware suggestions and automated data analysis by accessing real-time interpreter state, in-memory objects, and plot outputs. It distinguishes itself through a polyglot runtime bridge that enables cross-language

This project provides a programmatic interface and framework for integrating large language models with secure, stateful, and multimodal code execution environments. It functions as a code interpreter API that enables the execution of arbitrary Python scripts within isolated sandboxed runtimes. The system supports multimodal data analysis by processing combined text and file inputs to generate visualizations and computational results. It manages stateful workflows by maintaining conversation memory and session history, allowing language models to complete multi-step technical tasks. The fram

ruby_llm is an LLM integration framework and AI agent orchestrator designed to connect applications to multiple large language model providers through a unified interface. It serves as a toolkit for building autonomous assistants with custom personas, managing structured output via JSON schemas, and implementing vector embedding engines for semantic search. The project distinguishes itself as an observability suite and multimodal toolkit. It provides specialized capabilities for tracking token usage, calculating model costs, and tracing workflows via OpenTelemetry, while supporting the proces

يوفر هذا المشروع محرك تنفيذ معبأ في حاويات وآمن مصمم لتشغيل كود غير موثوق به داخل بيئات معزولة. يعمل كمكتبة لدمج تفسير الكود في الوكلاء المستقلين وسير عمل المساعد الذكي، مما يضمن بقاء الأنظمة المضيفة محمية مع تمكين معالجة البيانات الديناميكية ومعالجة الملفات. تتميز المنصة ببنية متعددة الخلفيات تجرد بيئات تشغيل الحاويات المتنوعة، مما يسمح بالنشر المرن وتجاوز الفشل التلقائي للخلفية. تدعم سير عمل تفاعلي ومتعدد الأدوار من خلال الحفاظ على حالات التنفيذ المستمرة ومتغيرات الجلسة، مع تحسين الأداء من خلال مجموعات حاويات دافئة مسبقاً تقلل من زمن بدء التشغيل للمهام عالية التردد. بالإضافة إلى التنفيذ الأساسي، يتضمن النظام برمجيات وسيطة شاملة لفرض السياسات الأمنية، وإدارة قيود الموارد، وتقييد الوصول إلى وحدات اللغة الحساسة. يقوم بأتمتة دورة حياة تنفيذ الكود من خلال التعامل مع تثبيت التبعيات، وبث المخرجات في الوقت الفعلي، واستخراج الأصول أو التصورات التي تم إنشاؤها لاستخدامها في التطبيقات النهائية.