Awesome GitHub RepositoriesDurable Task Conversion

mcp-agent is a framework for building AI agents that integrate with Model Context Protocol servers to execute tools and access data. It functions as a multi-agent orchestrator and protocol-compliant server, enabling the creation of agents that can discover and invoke tools from connected external servers. The project distinguishes itself through a durable workflow engine that supports long-running tasks capable of pausing, resuming, and surviving restarts. It implements complex orchestration patterns, including iterative evaluator-optimizer loops, hierarchical workflow nesting, and specialist

better-sqlite3 is a high-performance SQLite3 client for Node.js that executes queries synchronously, returning results directly without callbacks or promises. It compiles as a native addon using N-API, binding directly to the SQLite3 C library for immediate query execution and zero-copy result serialization into native JavaScript objects. The library is optimized for Write-Ahead Logging (WAL) mode, enabling faster concurrent reads and writes in web applications. It provides durability level tuning through the synchronous pragma, allowing adjustments between FULL, NORMAL, and OFF modes to bala

Hatchet is an open-source durable workflow engine and task orchestration platform. It provides a framework for building and executing fault-tolerant, multi-step pipelines as directed acyclic graphs (DAGs), with automatic retries, scheduling, and real-time observability. The system is built around durable task checkpointing, which persists execution state after each step so work can resume from the last checkpoint after a worker crash or restart, and it supports event-driven task resumption that pauses a task until a matching external event arrives. The platform distinguishes itself through it

Returns ist eine Bibliothek für funktionale Programmierung für Python, die typsichere Container zur Verwaltung von Zustand, Fehlerbehandlung und Optionalität bereitstellt. Sie dient als monadische Container-Bibliothek und typsicheres Fehlerbehandlungs-Framework, das traditionelle Try-Catch-Blöcke und Null-Checks durch Result- und Optional-Container ersetzt, um Ausnahmen als Daten zu behandeln. Das Projekt zeichnet sich durch die Verwendung eines spezialisierten Mypy-Plugins zur statischen Analyse aus, um funktionale Pipelines zu validieren und Higher-Kinded-Types zu emulieren. Es bietet Mechanismen zur Isolierung von Seiteneffekten durch IO-Container und bietet ein Framework für typsichere Dependency-Injection, das die Bereitstellung von Abhängigkeiten bis zur finalen Ausführung einer Berechnung aufschiebt. Die Bibliothek deckt ein breites Spektrum funktionaler Primitive ab, einschließlich Currying, partieller Anwendung und der Komposition deklarativer Datenpipelines. Sie unterstützt asynchrones Workflow-Management durch das Einwickeln von Coroutines in Container, um nicht-blockierende Operationen zu verketten, und enthält Utilities für das Ressourcen-Lebenszyklusmanagement sowie die Verifizierung algebraischer Gesetze für benutzerdefinierte Container.