Awesome GitHub RepositoriesTask Output Persistence

This project is a build orchestration engine and development toolkit designed for managing large-scale monorepos. It provides a unified workspace environment that maps project relationships and dependencies, enabling the system to perform intelligent impact analysis and execute only the tasks affected by specific code changes. The system distinguishes itself through a persistent daemon that monitors file changes for near-instant feedback and a content-addressable caching mechanism that stores task outputs to prevent redundant computation across local and remote environments. It further suppor

Claude Code is a command-line interface and multi-agent orchestration framework designed for autonomous software engineering. It enables AI agents to perform codebase modifications, debugging, and Git workflow management while coordinating multiple specialized agents to decompose and execute complex engineering tasks in parallel. The system distinguishes itself through a high degree of isolation and safety, utilizing Git worktrees to create independent working directories for concurrent agents and implementing a tiered permission system that combines user rules, project policies, and OS-level

Beanstalkd is a distributed work queue server designed for asynchronous job processing. It functions as a standalone server that distributes background tasks between producers and consumers to improve application responsiveness and throughput. The system organizes tasks using numeric priority levels to ensure critical work is processed first. It manages the job lifecycle through discrete states and uses a simple line-based text protocol over TCP for communication. To ensure reliability, the server persists job data to a sequential disk log, allowing the queue state to be recovered after a sy

Hatchet is an open-source durable workflow engine and task orchestration platform. It provides a framework for building and executing fault-tolerant, multi-step pipelines as directed acyclic graphs (DAGs), with automatic retries, scheduling, and real-time observability. The system is built around durable task checkpointing, which persists execution state after each step so work can resume from the last checkpoint after a worker crash or restart, and it supports event-driven task resumption that pauses a task until a matching external event arrives. The platform distinguishes itself through it

Hazelcast is a distributed data platform that combines an in-memory data grid with a stream processing engine to support real-time analytics and event-driven applications. It functions as a partitioned, distributed key-value store that replicates data across cluster nodes to provide low-latency access and high availability. The platform also serves as a distributed SQL query engine, allowing users to execute standard SQL statements against both in-memory datasets and external data sources. What distinguishes Hazelcast is its use of a distributed consensus subsystem to maintain strongly consis

Acra is an Android crash reporting framework and diagnostic data collector designed to detect failures and capture device diagnostics, system logs, and application state. It serves as an embeddable library for capturing and processing crash reports, providing a pipeline to send this data to custom backends or via email. The project features a plugin-based sender architecture that allows reports to be routed through HTTP endpoints, email clients, or proprietary backend implementations. It includes a user-controlled reporting system with preference toggles and interactive dialogs to manage user

Ce projet est une bibliothèque de référence et des modèles pour l'orchestration multi-agents, les systèmes de génération augmentée par récupération (RAG) et les modèles avec intervention humaine (human-in-the-loop). Il contient une collection de modèles d'implémentation pour coordonner plusieurs agents IA afin d'automatiser des workflows et des tâches métier complexes. Le projet démontre comment découpler la logique opérationnelle de la configuration en utilisant des fichiers texte structurés pour les rôles des agents et les spécifications des tâches. Il inclut des guides pour intégrer la recherche vectorielle et le traitement de documents afin de construire des systèmes de questions-réponses basés sur des bases de connaissances externes, ainsi que des modèles pour insérer des étapes de validation et de révision manuelles dans des séquences d'agents automatisées. Les exemples couvrent la conception de chemins d'exécution itératifs, le traitement parallèle et le routage dynamique. Ces implémentations intègrent la gestion d'état pour suivre la progression à travers des séquences complexes et lier les agents à des API, bases de données et systèmes de fichiers externes pour une exécution augmentée par des outils. Les documents de référence sont fournis sous forme de Jupyter Notebooks.

Pueue is a task queue manager for shell commands, built as a daemon and command-line interface. It accepts shell commands into a managed queue and executes them with configurable parallel execution limits, supporting both global and per-group concurrency controls. The daemon persists its entire state—task queue, logs, and configuration—to disk, ensuring survival across crashes and system restarts. The project distinguishes itself through a dependency graph that lets tasks declare prerequisites, forming a directed acyclic graph that controls execution order. Tasks can be organized into named g

GraphQL.NET est un framework côté serveur pour construire et exécuter des API GraphQL au sein d'applications C#. Il fournit une boîte à outils complète pour la construction de schémas, un moteur fédéré pour les graphes de données distribués et un gestionnaire d'abonnements pour gérer les flux de données en temps réel. Le projet se distingue par un constructeur de schéma flexible qui prend en charge à la fois les définitions programmatiques code-first et les approches déclaratives schema-first utilisant le langage de définition de schéma standard. Il inclut un moteur de fédération dédié pour diviser les graphes de données en sous-graphes et les composer en une passerelle unifiée, ainsi qu'une implémentation de chargeur de données (data loader) spécifiquement conçue pour résoudre le problème de requête N+1 via le traitement par lots et la mise en cache. Le framework couvre un large éventail de capacités opérationnelles, notamment l'intégration de l'injection de dépendances pour la gestion du cycle de vie des services, des pipelines de middleware pour l'interception de la résolution de champs, et un pipeline d'exécution optimisé avec des types de valeur pour réduire les allocations mémoire. Il fournit également des outils pour l'analyse de la complexité des requêtes, la mise en cache des documents et le contrôle d'accès basé sur les rôles pour sécuriser les endpoints de l'API. La prise en charge de la compilation de schéma en avance de phase (ahead-of-time) permet au framework de s'exécuter dans des environnements qui interdisent la génération de code dynamique.

ZenML is an extensible machine learning orchestration framework designed to manage the end-to-end lifecycle of data pipelines and AI agent workflows. It functions as a durable orchestrator that executes machine learning tasks as directed acyclic graphs, ensuring that every step is containerized for consistent performance across local, cloud, and hybrid infrastructure. By decoupling pipeline code from underlying compute and storage backends, the platform allows developers to define infrastructure-agnostic stacks that remain portable across diverse environments. The project distinguishes itself

Ce projet est une application de blog social construite avec Flask. Elle fournit une plateforme pour la gestion des comptes utilisateurs, les relations d'abonnement et les flux de publications chronologiques, le tout supporté par une base de données relationnelle PostgreSQL. L'application dispose d'une interface web multilingue avec un contenu localisé et un formatage des dates. Elle est conçue comme une application web dockerisée, utilisant la conteneurisation pour un déploiement cohérent dans différents environnements. Le système intègre diverses capacités essentielles, notamment la recherche plein texte avec abstraction de fournisseur, un worker de tâches asynchrones pour le traitement en arrière-plan, et un système d'identité complet couvrant l'enregistrement sécurisé et le suivi des sessions. Il implémente également la messagerie privée, l'envoi d'e-mails SMTP et une API avec authentification par jeton. La base de code utilise une architecture modulaire basée sur le pattern d'application factory et des blueprints pour organiser le routage et la logique.

Moon is a monorepo build system and task runner designed to orchestrate complex projects with multiple packages. It functions as a dependency graph orchestrator that executes build targets in topological order and utilizes input hashing to cache results and skip redundant work. The project features a polyglot toolchain manager that automates the installation and versioning of language runtimes and CLI tools to ensure environment consistency. It also includes a plugin framework based on WebAssembly, allowing developers to extend build logic and toolchain behavior using any supported language.

Good Job est un processeur de tâches d'arrière-plan pour Ruby on Rails qui utilise une base de données PostgreSQL comme moteur de stockage principal. En tirant parti des transactions de base de données relationnelle, il garantit une exécution de tâches persistante et fiable, s'intégrant directement au framework Active Job pour gérer les opérations asynchrones et la planification de tâches récurrentes au sein des environnements d'application existants. Le système se distingue par un modèle d'exécution en processus qui permet aux travailleurs d'arrière-plan de s'exécuter au sein du même processus que le serveur web, simplifiant le déploiement en supprimant le besoin de services de travail séparés. Il emploie une exécution de travailleur multithreadée et des verrous consultatifs au niveau de la base de données pour coordonner les tâches sur des processus distribués, garantissant une exécution unique pour les tâches récurrentes et une utilisation efficace des ressources. La bibliothèque fournit des contrôles opérationnels complets, incluant la capacité de regrouper des tâches liées en lots pour un suivi collectif du cycle de vie et l'utilisation de l'insertion en masse pour optimiser l'ingestion de tâches à haute fréquence. Les administrateurs peuvent gérer les limites de concurrence, allouer des pools de threads dédiés pour des files d'attente spécifiques et surveiller la santé du système via un tableau de bord web intégré et personnalisable. Le projet inclut une interface intégrée pour inspecter, mettre en pause et dépanner les tâches en temps réel, ainsi qu'une rétention d'historique configurable pour l'audit et l'analyse des performances.

This project is a research-focused toolkit designed for building autonomous agent systems, multi-agent workflows, and security governance frameworks. It provides a platform for coordinating specialized sub-agents through structured communication protocols and phased task delegation to complete complex technical objectives. The framework distinguishes itself by integrating a dedicated security policy engine that validates autonomous tool execution against user-defined permissions and safety rules. It also features a research-oriented approach to prompt engineering, enabling the dynamic assembl

This project is a framework for managing multi-agent software development workflows built on the Model Context Protocol. It functions as an AI-driven task orchestrator that decomposes complex development objectives into atomic units, tracks their lifecycle, and coordinates specialized agents to execute, verify, and refine work. By maintaining persistent project context and history, the system ensures continuity across sessions, allowing agents to retain state and adhere to established coding standards. The system distinguishes itself through its dependency-graph task management and multi-agen

The rp-engine is a workflow orchestration framework designed for building and executing autonomous agentic tasks. Built in Rust, it provides a structured environment for managing complex, multi-step operations that integrate language models with external tools and data sources. The engine distinguishes itself through its native support for iterative planning loops and persistent state management. By utilizing a directed acyclic graph architecture, it coordinates sequences of tasks while maintaining a shared memory bank that updates automatically to inform future steps. The system relies on de

Repeat est un utilitaire d'automatisation multiplateforme conçu pour enregistrer, rejouer et scripter les entrées de souris et de clavier. Il fonctionne comme un environnement de script de macros qui permet aux utilisateurs de capturer des événements système bruts et de les organiser en séquences persistantes qui restent disponibles après le redémarrage des applications. Le projet se distingue par sa capacité à orchestrer des tâches sur plusieurs machines en réseau. En utilisant un modèle client-serveur, il synchronise les scripts d'automatisation sur un parc local, permettant une exécution coordonnée et des performances cohérentes sur les appareils connectés. Au-delà de l'enregistrement d'entrées de base, le logiciel prend en charge le développement de flux de travail complexes en permettant aux utilisateurs de définir une logique d'automatisation via des scripts externes et des langages de programmation standard. Ces séquences peuvent être déclenchées instantanément en utilisant des raccourcis clavier personnalisés ou des gestes de souris, facilitant la gestion des tâches de bureau répétitives et des interactions système.