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

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetServeur MCPÀ proposNotre méthodologiePresse
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 dépôt

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

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • kyegomez/swarmsAvatar de kyegomez

    kyegomez/swarms

    6,888Voir sur GitHub↗

    Swarms est un framework d'orchestration multi-agents et une boîte à outils d'agents autonomes conçue pour coordonner des agents de grands modèles de langage. Il sert de moteur de flux de travail pour gérer les relations entre agents, fournissant l'infrastructure pour construire des agents autonomes avec une mémoire intégrée, des capacités d'appel d'outils et des boucles de raisonnement. Le framework se distingue par ses systèmes de consensus multi-agents, qui utilisent le vote, les débats contradictoires et des agents juges pour synthétiser des réponses de haute qualité. Il prend en charge une variété de modèles de collaboration, y compris les hiérarchies directeur-travailleur, la synthèse d'experts et la génération d'architecture d'essaim automatisée basée sur des descriptions en langage naturel. Le système couvre un large éventail de capacités opérationnelles, y compris l'orchestration de flux de travail basée sur des graphes et séquentielle via un langage spécifique au domaine, une interface unifiée pour divers fournisseurs de modèles et l'intégration avec le protocole de contexte de modèle pour la découverte dynamique d'outils. Il inclut également un support pour la génération augmentée par récupération, la mémoire persistante d'état et la capacité d'exposer la fonctionnalité d'agent en tant que services web. Le projet fournit une interface en ligne de commande pour la gestion des agents et prend en charge la configuration via YAML et des fichiers de compétences markdown modulaires.

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

    Python
    Voir sur 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