awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesCustom Communication Algorithms

Use of arbitrary callables as social algorithms to define agent interaction sequences.

Distinct from Agentic Interaction Patterns: Distinct from Agentic Interaction Patterns: allows the implementation of arbitrary logic (callables) to dictate communication flow.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Custom Communication Algorithms. Refine with filters or upvote what's useful.

Awesome Custom Communication Algorithms GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • kyegomez/swarmsAvatar von kyegomez

    kyegomez/swarms

    6,888Auf GitHub ansehen↗

    Swarms ist ein Multi-Agenten-Orchestrierungs-Framework und ein Toolkit für autonome Agenten, das darauf ausgelegt ist, Agenten auf Basis von Large Language Models zu koordinieren. Es dient als Workflow-Engine zur Verwaltung von Agentenbeziehungen und bietet die Infrastruktur zum Aufbau autonomer Agenten mit integriertem Gedächtnis, Tool-Calling-Fähigkeiten und Reasoning-Schleifen. Das Framework zeichnet sich durch seine Multi-Agenten-Konsenssysteme aus, die Abstimmungen, gegnerische Debatten und Richter-Agenten nutzen, um qualitativ hochwertige Antworten zu synthetisieren. Es unterstützt eine Vielzahl von Kollaborationsmustern, einschließlich Direktor-Arbeiter-Hierarchien, Experten-Synthese und automatisierter Swarm-Architektur-Generierung basierend auf Beschreibungen in natürlicher Sprache. Das System deckt ein breites Spektrum operativer Fähigkeiten ab, einschließlich Graph-basierter und sequenzieller Workflow-Orchestrierung über eine domänenspezifische Sprache, einheitlicher Schnittstellen für diverse Modellanbieter und Integration mit dem Model Context Protocol für dynamische Tool-Entdeckung. Es enthält zudem Unterstützung für Retrieval Augmented Generation, zustandsbehaftetes Gedächtnis und die Fähigkeit, Agentenfunktionalität als Webdienste bereitzustellen. Das Projekt bietet eine Kommandozeilenschnittstelle für das Agentenmanagement und unterstützt die Konfiguration über YAML- und modulare Markdown-Skill-Dateien.

    Enables the use of arbitrary callables as social algorithms to dictate how agents communicate and sequence interactions.

    Python
    Auf GitHub ansehen↗6,888
  1. Home
  2. Artificial Intelligence & ML
  3. Language Model Orchestration
  4. Language Model Interaction Patterns
  5. Deterministic Interaction Patterns
  6. Agentic Interaction Patterns
  7. Custom Communication Algorithms