Awesome GitHub RepositoriesPatch Repair

Evolver is a self-evolving AI agent framework that uses gene expression programming to autonomously improve agent behaviors through a continuous five-step loop of scanning, selecting, mutating, validating, and solidifying. It functions as an auditable evolution system that records every mutation and selection step, and can translate natural-language problems into executable Python code for automated grading and evaluation. The framework distinguishes itself through a distributed architecture that enables multiple agents to collaborate and share learned experiences across a network. It operate

Chronos est un agent d'ingénierie logicielle LLM et un modèle de débogage à l'échelle du dépôt conçu pour la correction autonome de bugs. Le système fonctionne comme un système de correction de bugs automatisé qui localise les défauts, raisonne sur les causes profondes et implémente des correctifs multi-fichiers validés. Le projet se distingue par un moteur de récupération guidé par graphe qui utilise un graphe de mémoire persistante pour naviguer dans les relations d'appel et les flux de données à travers de grands dépôts. Il emploie un flux de travail de débogage persistant qui indexe un historique des commits et des journaux pour reconnaître les modèles et éviter de répéter les erreurs précédentes à travers des cycles de débogage itératifs. Le système couvre l'analyse des causes profondes via la localisation de traces causales et le traçage de bugs basé sur la logique à travers plusieurs fichiers. Il fournit en outre une réparation de code autonome en synthétisant des correctifs et en les validant au sein d'un environnement sandbox itératif. L'intelligence du dépôt est gérée via une récupération contextuelle multi-sauts et l'ingestion multi-sources des journaux et des traces. Le système fournit une transparence sur les étapes de raisonnement et génère une documentation de débogage automatisée, incluant des évaluations des risques et des justifications pour chaque correctif appliqué.

gptme est un serveur et framework d'agent IA autonome conçu pour l'automatisation du système local, le développement logiciel et l'exécution de code. Il fonctionne comme un moteur d'exécution local qui permet aux modèles de langage d'exécuter des commandes shell, de modifier des fichiers locaux et d'interagir avec le système d'exploitation. Le projet fonctionne comme un client du protocole Model Context Protocol, s'intégrant avec des serveurs externes pour étendre les capacités de l'agent avec des outils et des sources de données standardisés. Il dispose d'un système de routage agnostique au fournisseur pour orchestrer les tâches à travers plusieurs API cloud propriétaires et backends IA locaux. Le système inclut des capacités pour l'automatisation de navigateur headless, l'analyse de contenu visuel et l'analyse de code basée sur les symboles pour mapper les bases de code. Pour garantir la sécurité, il implémente des garde-fous avec intervention humaine (human-in-the-loop) qui nécessitent une confirmation de l'utilisateur avant d'exécuter des changements système sensibles ou de finaliser des patchs de fichiers. L'application peut être déployée en tant que binaire de bureau autonome ou via une conteneurisation Docker.

gptme est une plateforme d'orchestration multi-agents conçue pour l'ingénierie logicielle autonome, l'intégration de l'IA dans le terminal et la navigation de code améliorée par RAG. Elle permet le déploiement d'agents persistants et de sous-agents spécialisés pour décomposer des tâches complexes et exécuter des flux de travail techniques parallèles. Le système se distingue par une combinaison d'automatisation d'interface graphique basée sur la vision pour contrôler les applications de bureau et de mécanismes de patch chirurgical pour des modifications ciblées du code source. Il utilise une gestion de mémoire basée sur git pour maintenir un historique versionné des identités des agents, des leçons apprises et des états de l'espace de travail. Ses capacités plus larges couvrent le routage de modèles agnostique aux fournisseurs à travers des backends d'IA locaux et cloud, la récupération sémantique pour le contexte local et l'intégration du Model Context Protocol pour charger dynamiquement des outils externes. Le projet inclut également une suite complète d'ingénierie logicielle pour le débogage automatisé, le refactoring et la gestion de dépôts GitHub. La plateforme peut être déployée en tant que serveur auto-hébergé via des conteneurs Docker, avec une interface de chat basée sur le web et un rendu de bureau conteneurisé.