Awesome GitHub RepositoriesParallel Worktree Development Sessions

jcode est un framework pour développer des agents de codage IA autonomes qui automatisent les tâches de développement logiciel. Il fonctionne comme un orchestrateur d'agents, un runtime d'outils et un moteur de mémoire sémantique, permettant la création d'agents capables de modifier du code, d'exécuter des tests et d'itérer sur leur propre fonctionnalité. Le projet se distingue par son utilisation de l'essaimage d'agents récursif, où une hiérarchie d'agents collaborateurs peut engendrer des agents enfants pour décomposer des tâches complexes. Il implémente un système de mémoire sémantique qui combine la récupération basée sur des vecteurs avec le mappage de relations basé sur des graphes pour maintenir le contexte à travers les sessions. Pour gérer les risques, le système utilise une gouvernance d'action à plusieurs niveaux qui nécessite une approbation humaine pour les opérations sensibles et isole les activités des agents dans des worktrees git séparés. Le framework inclut une boîte à outils complète d'automatisation de navigateur pour interagir avec les pages web, extraire des snapshots DOM et capturer des captures d'écran. Il implémente également le Model Context Protocol pour intégrer des outils et des données externes, et prend en charge le rechargement à chaud binaire pour mettre à jour le serveur sans perdre les connexions réseau actives. Le système fournit une interface en ligne de commande pour gérer les mémoires des agents et inclut des outils d'audit pour suivre la progression du plan et visualiser la topologie de l'essaim d'agents.

my-git est un framework complet et un guide de référence pour l'administration du contrôle de version Git, la gouvernance des dépôts et la gestion des releases logicielles. Il fournit une approche structurée pour gérer le cycle de vie du développement logiciel, du branchement initial des fonctionnalités au déploiement final en production. Le projet se distingue par un framework de développement assisté par IA spécialisé. Cela inclut des workflows pour gérer le code généré par IA via des revues de diff automatisées, le découpage de commits basé sur l'intention, et des modèles de gouvernance pour la coordination multi-agents et l'isolation de session utilisant des worktrees. La codebase couvre une large surface de pratiques d'ingénierie, incluant l'automatisation des pipelines CI/CD, la gouvernance des dépôts en entreprise et des procédures de récupération avancées pour restaurer des commits perdus ou purger des données sensibles. Il détaille en outre les modèles de collaboration tels que le développement basé sur le tronc (trunk-based development), les pull requests empilées et les systèmes d'approbation à plusieurs niveaux. Le dépôt sert de référence technique et de manuel d'instruction pour implémenter des stratégies de branchement standardisées et des politiques de sécurité des dépôts.

ZCF is a unified command-line environment manager that initializes, configures, and orchestrates multiple AI coding assistants within a single interface. It provides structured workflows for development, manages parallel Git worktrees, integrates Model Context Protocol (MCP) servers, and routes AI requests across multiple API providers to avoid vendor lock-in. The tool distinguishes itself by enabling parallel development streams through Git worktrees, allowing simultaneous work on multiple branches with natural language control. It supports task-based model routing that selects the most appr

ClawTeam est un framework pour coordonner plusieurs agents de grands modèles de langage (LLM) afin d'automatiser des flux de travail techniques complexes. Il fonctionne comme un automate et orchestrateur de flux de travail agentiques qui gère des essaims d'agents spécialisés en utilisant une architecture leader-worker pour déléguer et exécuter des tâches. Le système se distingue en fournissant des espaces de travail isolés pour le développement parallèle, en assignant à chaque agent un git worktree et une branche dédiés pour éviter les conflits de fusion. Il permet en outre l'intégration d'outils en ligne de commande externes en les encapsulant dans un modèle d'entrée et d'exécution de répertoire standardisé, permettant aux agents CLI personnalisés de fonctionner au sein de l'essaim coordonné. Le framework couvre la gestion du cycle de vie des agents et le suivi des tâches via un système kanban partagé pour gérer les dépendances. Il inclut des capacités de communication inter-agents utilisant un transport basé sur les fichiers ou pair-à-pair, une configuration basée sur les profils pour les paramètres des modèles et une surveillance de l'activité de l'essaim en temps réel via des tableaux de bord et des vues terminal.

Agent-OS is an LLM multi-agent orchestration framework and AI software development lifecycle tool designed to coordinate specialized agents through shared workspaces and structured task lists. It functions as an agentic application bootstrapper and technical specification engine, providing the infrastructure to guide the process from product requirements to automated coding and deployment. The system distinguishes itself through spec-driven development, using detailed technical specifications and layered context injection to ensure generated code aligns with project standards. It employs a ma

This project is a multi-agent development framework and orchestrator designed to coordinate autonomous AI agents for software engineering tasks. It functions as an engine that plans, implements, and reviews complex code changes across multiple files and isolated worktrees from a command line interface. The system distinguishes itself through a multi-agent coordination layer that decomposes tasks into sequential phases and applies changes across isolated worktrees to validate solutions. It maintains project-specific knowledge and constraints across sessions via context persistence using dedica

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

This project is an autonomous workflow engine and orchestration platform designed to coordinate specialized AI agents. It functions as a development framework that manages the end-to-end lifecycle of complex, multi-step tasks, including persona definition, persistent memory management, and the execution of automated coding workflows. By acting as a Model Context Protocol server, it enables standardized communication between development tools and external AI models. The platform distinguishes itself through an event-driven architecture that routes typed messages between agent personas, allowin

Ce projet fournit un guide et un framework complets pour implémenter des assistants de codage IA autonomes au sein d'environnements de développement locaux. Il se concentre sur l'orchestration d'équipes multi-agents capables de planifier, exécuter et vérifier des tâches d'ingénierie logicielle complexes, telles que le refactoring, la résolution de bugs et la génération de tests, tout en maintenant une conscience profonde du contexte et de la mémoire spécifiques au projet. Le système se distingue par une architecture robuste axée sur la sécurité qui impose des contrôles d'accès granulaires, l'isolation de l'exécution et des approbations humaines obligatoires (human-in-the-loop) pour toutes les modifications de fichiers et les appels d'outils externes. Il prend en charge une automatisation sophistiquée des flux de travail en permettant aux développeurs de définir des compétences personnalisées réutilisables et des instructions hiérarchiques qui persistent à travers les sessions, garantissant un comportement cohérent et une rétention des connaissances tout au long du cycle de vie du développement logiciel. Au-delà de l'automatisation de base, la plateforme offre des outils d'observabilité et de gestion étendus, incluant le suivi de l'utilisation des jetons en temps réel, la visualisation interactive des diffs de code et la surveillance des sessions en arrière-plan. Elle s'intègre directement dans les flux de travail basés sur le terminal et prend en charge divers fournisseurs d'intelligence artificielle, permettant aux utilisateurs d'optimiser les performances et les coûts opérationnels via la sélection de modèles et des ajustements de raisonnement spécifiques aux tâches. Le dépôt sert à la fois de ressource éducative pour maîtriser le développement intégré à l'IA et de boîte à outils fonctionnelle pour déployer des agents autonomes qui opèrent au sein de frontières de sécurité définies.