Awesome GitHub RepositoriesAgent Memory Persistence

Este proyecto es una colección completa de materiales educativos de programación en Python, incluyendo tutoriales, ejercicios y muestras de código curadas. Sirve como un plan de estudios de aprendizaje y kit de herramientas de ingeniería de software, utilizando Jupyter Notebooks para combinar código ejecutable con texto educativo descriptivo. El repositorio proporciona guías de implementación prácticas para construir aplicaciones de modelos de lenguaje grandes, como sistemas de generación aumentada por recuperación, agentes de IA con estado y flujos de trabajo de aprendizaje automático. Se distingue por ofrecer un enfoque estructurado para flujos de trabajo de codificación agentica, cubriendo destilación de ventana de contexto, enrutamiento de modelos agnóstico al proveedor y salidas estructuradas forzadas por esquema. Los materiales cubren una amplia gama de capacidades de ingeniería de software, incluyendo programación asíncrona con colas de tareas distribuidas, desarrollo de aplicaciones web con API REST y flujos de trabajo de análisis de datos. También incluye recursos para dominar el diseño orientado a objetos, implementar tuberías de CI/CD y aplicar estándares profesionales de linting y formato.

Chronos es un agente de ingeniería de software LLM y modelo de depuración a escala de repositorio diseñado para la corrección autónoma de errores. El sistema funciona como un sistema automatizado de corrección de errores que localiza defectos, razona sobre las causas raíz e implementa parches validados en múltiples archivos. El proyecto se distingue por un motor de recuperación guiado por grafos que utiliza un grafo de memoria persistente para navegar por las relaciones de llamada y flujos de datos a través de grandes repositorios. Emplea un flujo de trabajo de depuración persistente que indexa un historial de commits y registros para reconocer patrones y evitar repetir errores anteriores a través de ciclos de depuración iterativos. El sistema cubre el análisis de causa raíz a través de la localización de trazas causales y el seguimiento de errores basado en la lógica a través de múltiples archivos. Además, proporciona reparación de código autónoma sintetizando parches y validándolos dentro de un entorno sandbox iterativo. La inteligencia del repositorio se maneja a través de la recuperación contextual de múltiples saltos y la ingesta de múltiples fuentes de registros y trazas. El sistema proporciona transparencia en los pasos de razonamiento y genera documentación de depuración automatizada, incluyendo evaluaciones de riesgo y justificaciones para cada corrección aplicada.

OpenSquilla es un framework de orquestación de agentes LLM diseñado para coordinar flujos de trabajo de IA de varios pasos y la ejecución de herramientas mediante grafos acíclicos dirigidos. Funciona como un sistema centralizado para gestionar paquetes de habilidades especializadas y ejecutar secuencias de razonamiento complejas. El proyecto se distingue por una pasarela de enrutamiento que dirige las tareas a diferentes proveedores de IA según la complejidad, el coste y el rendimiento. Utiliza un sistema de memoria de IA de varios niveles que organiza el conocimiento de trabajo, episódico y semántico mediante embeddings locales y SQLite, junto con un sandbox de ejecución seguro que aísla el código generado por el agente mediante perfiles de permisos basados en riesgos. La plataforma cubre una amplia gama de capacidades, incluyendo despliegue multicanal en web y plataformas de mensajería, programación automatizada de tareas mediante cron y un puente de Model Context Protocol para conectar con herramientas externas. También proporciona herramientas integrales de monitoreo y observabilidad para rastrear costes de tokens, auditar decisiones en tiempo de ejecución y gestionar un catálogo de habilidades reutilizables. El sistema incluye utilidades de línea de comandos para la inicialización del espacio de trabajo y la gestión del ciclo de vida de las habilidades.

Este proyecto es un framework de agentes de IA multicanal y chatbots que permite que una única inteligencia artificial sea desplegada a través de varias plataformas de mensajería, interfaces web y cuentas de correo electrónico. Funciona como una pasarela de IA multimodelo, proporcionando una interfaz unificada para enrutar peticiones entre diferentes proveedores de modelos de lenguaje de gran tamaño. El sistema se distingue por sus capacidades de planificación autónoma de tareas y gestión del conocimiento. Puede descomponer objetivos complejos en pasos de ejecución secuenciales utilizando herramientas externas y un navegador headless, mientras extrae información de las conversaciones simultáneamente para construir una base de conocimiento estructurada con grafos de relaciones visuales. La plataforma incluye un sistema de memoria de niveles para la recuperación de contexto a largo plazo, un motor de plugins de habilidades dinámicas para extender la funcionalidad y la capacidad de ejecutar comandos de sistema remotos. También admite flujos de trabajo multimodales, permitiendo el intercambio de imágenes, mensajes de voz y archivos a través de diferentes canales de comunicación. La instancia puede gestionarse mediante una consola web, una interfaz de comandos basada en terminal o mediante comandos de barra (slash commands) en el chat.