3 مستودعات
Awesome GitHub RepositoriesAgent Graph Debuggers
Interactive tools for visualizing and debugging the execution flow of agentic logic graphs.
Distinct from Interactive Graph Visualizers: Specializes general interactive graph visualizers [f3_mt1] for the purpose of debugging agentic workflow execution.
Explore 3 awesome GitHub repositories matching data & databases · Agent Graph Debuggers. Refine with filters or upvote what's useful.
Awesome Agent Graph Debuggers GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- agentops-ai/agentops
AgentOps-AI/agentops
5,654عرض على GitHubAgentOps عبارة عن منصة مراقبة ومجموعة أدوات للمطورين لمراقبة تنفيذ وأداء وموثوقية الوكلاء المستقلين المدعومين بنماذج لغوية كبيرة. تعمل كنظام لتتبع سلوك وكيل الذكاء الاصطناعي، وتصحيح أخطاء سير العمل المعقدة، وقياس أداء النماذج. تتميز المنصة بقدرتها على تصور سير عمل الوكلاء المتعددين من خلال رسم مسار التنفيذ وإعادة تشغيل الجلسات. وتوفر أدوات محددة لحساب الإنفاق المالي عبر مختلف مزودي النماذج اللغوية وتدعم حزمة مراقبة ذاتية الاستضافة للمستخدمين الذين يحتاجون إلى تحكم كامل في بياناتهم على أجهزة أو سحب خاصة. يغطي النظام مجموعة واسعة من الإمكانيات بما في ذلك اكتشاف فشل الوكيل، وتحليل استخدام الأدوات، وتتبع مقاييس الأداء المخصصة عبر وضع علامات على الأحداث. وتتكامل مع أطر عمل الذكاء الاصطناعي لالتقاط بيانات القياس عن بُعد والأداء.
Visualizes complex agent interactions by mapping causal relationships between inputs, outputs, and tool calls.
Python - sylphai-inc/adalflow
SylphAI-Inc/AdalFlow
4,167عرض على GitHubAdalFlow هو إطار عمل لوكلاء الذكاء الاصطناعي المستقلين ومكتبة تطبيقات للنماذج اللغوية الكبيرة (LLM) مصممة لبناء سير عمل معياري. يعمل كواجهة محايدة للنموذج ومنسق لخط أنابيب RAG، مما يسمح للمستخدمين بتطوير وكلاء ReAct يستخدمون التفكير التكراري وتنفيذ الأدوات الخارجية لحل المهام المعقدة. يتميز المشروع بنظام تحسين المطالبة (prompt optimization) الذي يستخدم الانحدار المتدرج النصي لتحسين قوالب المطالبة وأمثلة التعلم القليل (few-shot) تلقائياً. يعامل ملاحظات النموذج كإشارة قابلة للاشتقاق، مما يتيح شكلاً من أشكال الانتشار العكسي للنماذج اللغوية الكبيرة لتحسين جودة المخرجات تكرارياً بناءً على مقاييس التقييم. يغطي إطار العمل سطح قدرات واسعاً، بما في ذلك التوليد المعزز بالاسترجاع (RAG) مع البحث الدلالي المتجه وإعادة الترتيب، وتتبع التنفيذ القائم على النطاق للمراقبة، والتحليل الهيكلي القائم على المخطط. يوفر طبقة اتصال موحدة للعديد من مزودي النماذج المملوكة والمفتوحة المصدر ويدعم تحويل وظائف Python إلى واجهات أدوات قياسية. تم تنفيذ النظام بلغة Python ويتكامل مع MLflow لتتبع وتحليل سير العمل.
Provides interactive HTML and subgraph diagrams to visualize and debug the flow of agentic logic graphs.
Python - langchain-ai/langchain-mcp-adapters
langchain-ai/langchain-mcp-adapters
3,366عرض على GitHubThis project provides a translation layer and set of adapters designed to bridge AI agents with the Model Context Protocol. It functions as an integration layer that allows agents to operate as protocol-compliant servers and enables the conversion of protocol-based tools into formats compatible with agent frameworks and logic graphs. The adapters facilitate tool interoperability by wrapping external protocol tools for use within agent workflows and exposing internal agent capabilities to any client implementing the Model Context Protocol. This creates a communication bridge that supports inte
Provides a specialized interface to visualize and interact with running logic graphs for testing and debugging.
Pythonlangchainlanggraphmcp
