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 es un shell interactivo y bucle de lectura-evaluación-impresión (REPL) para el lenguaje Go. Sirve como herramienta de prototipado que permite la evaluación de expresiones, declaraciones y declaraciones de funciones en una interfaz basada en terminal sin requerir un ciclo de compilación completo. El proyecto se integra como un cliente de servidor de lenguaje para proporcionar autocompletado de código inteligente, sugerencias de código en tiempo real y resolución automática de importación de paquetes. Se distingue además por generar archivos de módulo temporales para resolver dependencias e importar automáticamente repositorios remotos durante una sesión. La herramienta incluye capacidades para la experiencia del desarrollador, como inspección de tipos de expresiones, recuperación de documentación de símbolos y filtrado de salida redundante del compilador. La sesión interactiva es compatible con el seguimiento de bloques multilínea, historial de comandos persistente y gestión de cursor de terminal basada en ANSI.

Superduper es un kit de desarrollo de agentes de IA y framework de aplicaciones LLM diseñado para construir agentes autónomos y aplicaciones basadas en datos. Funciona como una plataforma de orquestación RAG e infraestructura de búsqueda vectorial, coordinando modelos de IA con almacenamiento en bases de datos para realizar cálculos y acciones de múltiples pasos utilizando estados de datos persistidos. El proyecto se distingue por proporcionar un pipeline de machine learning integrado en la base de datos que ejecuta tareas de entrenamiento e inferencia directamente sobre los datos alojados dentro de bases de datos SQL y NoSQL. Permite el despliegue de infraestructura de IA autohospedada en hardware privado, permitiendo el control total sobre la inferencia y los datos. El framework cubre una amplia superficie de capacidades, incluyendo APIs de almacenamiento unificadas para varios backends de bases de datos, mapeo de esquemas automatizado y sincronización de índices vectoriales para búsqueda semántica. Además, proporciona herramientas para la ejecución de flujos de trabajo de IA, activación de modelos impulsada por eventos y el empaquetado de lógica de aplicación en plantillas portátiles y reutilizables. El sistema admite la integración con diversos frameworks de machine learning y APIs alojadas a través de una capa de abstracción basada en plugins.

Este proyecto es un framework de segmentación de imágenes multimodal y un modelo de visión de texto a máscara. Sirve como un segmentador visual basado en SAM diseñado para aislar objetos distintos dentro de imágenes y videos convirtiendo prompts de lenguaje natural y otras entradas en máscaras semánticas a nivel de píxel. El sistema funciona como un framework de segmentación de imágenes multimodal que integra señales de texto, imagen y audio para generar máscaras. Incluye un rastreador de objetos de video interactivo que aísla y rastrea entidades visuales a través de fotogramas de video utilizando imágenes de referencia o consultas textuales. El framework proporciona capacidades para el etiquetado semántico de imágenes, asignando nombres de categorías a las máscaras a través de un vocabulario predefinido. También admite la edición interactiva de imágenes a través de la memoria del historial de sesiones y se refiere a la coincidencia de características para extraer objetos basados en regiones de imágenes de referencia.

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