Awesome GitHub RepositoriesAgent Session Memory

This project provides a system for managing agent context and session memory, featuring an agent context compactor, an AI session memory manager, and a tool output sandbox. It functions as a middleware layer and server extension for the Model Context Protocol to optimize context windows and reduce token usage. The system optimizes agent performance by sandboxing tool outputs and externalizing large data sets, replacing raw I/O with pointers and concise summaries. It employs a persistent knowledge base that indexes session history and tool outputs for retrieval via full-text search, ensuring s

Redis is a high-performance in-memory key-value store that functions as a distributed cache, message broker, and NoSQL database. It provides sub-millisecond read and write access to data stored in RAM and can operate as a vector database for indexing high-dimensional embeddings. The system supports a wide range of data storage and synchronization primitives, including the management of strings, hashes, lists, sets, and JSON documents. It enables real-time data operations through atomic transactions, hybrid persistence using snapshots and append-only logs, and high-availability configurations

RedisInsight is a graphical user interface and management tool for browsing, analyzing, and administering Redis databases. It provides a visual environment for exploring key-value data structures, managing database instances, and performing data analysis across different operating systems and deployments. The tool distinguishes itself by providing dedicated visual managers for complex operations, including a vector database manager for configuring embeddings and similarity searches, a query workbench for executing raw commands and Lua scripts, and a performance monitoring dashboard for tracki

Agent Squad is a multi-agent system orchestrator and language model agent orchestration framework. It serves as an AI workflow automation engine and tool integration layer designed to coordinate teams of specialized agents to solve complex tasks through routing, parallel execution, and state management. The project is distinguished by its ability to dynamically compose purpose-specific agents on-demand and route requests based on intent, language, or domain expertise. It supports advanced coordination patterns, including parallel subtask distribution, sequential task pipelines, and the abilit

PraisonAI is an autonomous AI agent platform that coordinates multiple LLM-powered agents for research, planning, and execution of complex workflows. It functions as a multi-agent orchestration framework, a workflow builder, and a Model Context Protocol server, while also providing retrieval-augmented generation through vector knowledge bases. Agents can interact via CLI, web, or standardized protocols with sandboxed code execution. The platform distinguishes itself with a rich set of agent communication protocols, including A2A, REST, WebSocket, voice and telephony integration, and MCP, allo

gore ist eine interaktive Shell und Read-Eval-Print-Loop für die Sprache Go. Sie dient als Prototyping-Tool, das die Auswertung von Ausdrücken, Anweisungen und Funktionsdeklarationen in einer terminalbasierten Schnittstelle ermöglicht, ohne einen vollständigen Build-Zyklus zu erfordern. Das Projekt integriert sich als Language-Server-Client, um intelligente Code-Vervollständigung, Echtzeit-Code-Vorschläge und automatische Paketimport-Auflösung bereitzustellen. Es zeichnet sich zudem dadurch aus, dass es temporäre Moduldateien generiert, um Abhängigkeiten aufzulösen und Remote-Repositories während einer Sitzung automatisch zu importieren. Das Tool enthält Funktionen für die Entwicklererfahrung, wie z. B. die Inspektion von Ausdruckstypen, das Abrufen von Symbol-Dokumentationen und das Filtern redundanter Compiler-Ausgaben. Die interaktive Sitzung wird durch Multi-Line-Block-Tracking, persistente Befehlshistorie und ANSI-basierte Terminal-Cursor-Verwaltung unterstützt.

Superduper ist ein Entwicklungs-Kit für KI-Agenten und ein LLM-Anwendungs-Framework, das darauf ausgelegt ist, autonome Agenten und datengesteuerte Anwendungen zu bauen. Es fungiert als RAG-Orchestrierungsplattform und Vektor-Suchinfrastruktur, die KI-Modelle mit Datenbankspeicherung koordiniert, um mehrstufige Berechnungen und Aktionen unter Verwendung persistenter Datenzustände durchzuführen. Das Projekt zeichnet sich dadurch aus, dass es eine datenbankintegrierte Machine-Learning-Pipeline bereitstellt, die Trainings- und Inferenzaufgaben direkt auf Daten ausführt, die in SQL- und NoSQL-Datenbanken gehostet werden. Es ermöglicht die Bereitstellung selbst gehosteter KI-Infrastruktur auf privater Hardware, was die volle Kontrolle über Inferenz und Daten ermöglicht. Das Framework deckt eine breite Funktionsfläche ab, einschließlich einheitlicher Speicher-APIs für verschiedene Datenbank-Backends, automatisiertem Schema-Mapping und Vektor-Index-Synchronisation für semantische Suche. Es bietet zudem Tools für die Ausführung von KI-Workflows, ereignisgesteuertes Modell-Triggering und das Packaging von Anwendungslogik in portable, wiederverwendbare Templates. Das System unterstützt die Integration mit diversen Machine-Learning-Frameworks und gehosteten APIs über eine Plugin-basierte Abstraktionsschicht.

Dieses Projekt ist ein multimodales Bildsegmentierungs-Framework und ein Text-zu-Maske-Vision-Modell. Es dient als SAM-basierter visueller Segmentierer, der darauf ausgelegt ist, distinkte Objekte innerhalb von Bildern und Videos zu isolieren, indem natürlichsprachliche Prompts und andere Eingaben in semantische Masken auf Pixelebene umgewandelt werden. Das System fungiert als multimodales Bildsegmentierungs-Framework, das Text-, Bild- und Audiosignale integriert, um Masken zu generieren. Es enthält einen interaktiven Video-Objekt-Tracker, der visuelle Entitäten über Videoframes hinweg unter Verwendung von Referenzbildern oder textuellen Abfragen isoliert und verfolgt. Das Framework bietet Funktionen für semantische Bildbeschriftung, bei der Masken über ein vordefiniertes Vokabular Kategorienamen zugewiesen werden. Es unterstützt zudem interaktives Bild-Editing durch Sitzungshistorien-Speicher und nutzt Feature-Matching, um Objekte basierend auf Referenzbildregionen zu extrahieren.

ClawRouter is an AI model router and API gateway designed to classify query complexity and assign prompts to the most efficient model tier. It operates as a multi-model AI proxy that orchestrates traffic between various large language models and AI media generators through a unified interface. The project distinguishes itself by integrating a non-custodial micropayment processor using the x402 protocol. This allows for per-request API access and USDC settlement on Base and Solana chains, replacing static API keys with wallet-based authentication and real-time budget enforcement. The system c

OpenViking is a multi-tenant context server and knowledge base administration system designed to provide AI agents with persistent long-term memory. It enables the indexing of diverse documents and codebases to support retrieval-augmented generation, allowing agents to recall past interactions, user preferences, and learned experiences across sessions. The project is distinguished by its use of a URI-based virtual filesystem to organize memories, resources, and skills. It implements a tiered context loading system that balances retrieval precision with token budgets by structuring data into a

This project is a Git-based AI session tracker and context manager designed to record AI agent interactions, transcripts, and tool usage directly into Git repositories. It functions as a system for capturing and indexing the reasoning behind code changes, linking AI prompts and responses to specific code commits to preserve developer intent. The tool distinguishes itself by using Git as a primary storage layer for session metadata, utilizing shadow branches and checkpoints to track agent state without polluting the main commit log. It includes specialized capabilities for auditing AI contribu