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

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repositorio

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

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • kyegomez/swarmsAvatar de kyegomez

    kyegomez/swarms

    6,888Ver en GitHub↗

    Swarms es un framework de orquestación multi-agente y un kit de herramientas de agentes autónomos diseñado para coordinar agentes de modelos de lenguaje de gran tamaño. Sirve como un motor de flujo de trabajo para gestionar las relaciones entre agentes, proporcionando la infraestructura para construir agentes autónomos con memoria integrada, capacidades de llamada a herramientas y bucles de razonamiento. El framework se distingue por sus sistemas de consenso multi-agente, que utilizan votación, debates adversarios y agentes jueces para sintetizar respuestas de alta calidad. Admite una variedad de patrones de colaboración, incluidas jerarquías de director-trabajador, síntesis de expertos y generación automática de arquitectura de enjambre basada en descripciones en lenguaje natural. El sistema cubre una amplia gama de capacidades operativas, incluida la orquestación de flujo de trabajo secuencial y basada en grafos a través de un lenguaje específico de dominio, interfaz unificada para diversos proveedores de modelos e integración con el Protocolo de Contexto de Modelo (Model Context Protocol) para el descubrimiento dinámico de herramientas. También incluye soporte para generación aumentada por recuperación (RAG), memoria persistente de estado y la capacidad de exponer la funcionalidad del agente como servicios web. El proyecto proporciona una interfaz de línea de comandos para la gestión de agentes y admite la configuración a través de YAML y archivos de habilidades markdown modulares.

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

    Python
    Ver en GitHub↗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