3 रिपॉजिटरी
Awesome GitHub RepositoriesAgent Graph Debuggers
Interactive tools for visualizing and debugging the execution flow of agentic logic graphs.
Distinct from Interactive Graph Visualizers: Specializes general interactive graph visualizers [f3_mt1] for the purpose of debugging agentic workflow execution.
Explore 3 awesome GitHub repositories matching data & databases · Agent Graph Debuggers. Refine with filters or upvote what's useful.
Awesome Agent Graph Debuggers GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- agentops-ai/agentops
AgentOps-AI/agentops
5,654GitHub पर देखेंAgentOps एक ऑब्जर्वेबिलिटी प्लेटफॉर्म और डेवलपर टूलकिट है जो लार्ज लैंग्वेज मॉडल द्वारा संचालित ऑटोनॉमस एजेंटों के निष्पादन, प्रदर्शन और विश्वसनीयता की निगरानी के लिए है। यह AI एजेंट व्यवहार को ट्रैक करने, जटिल वर्कफ़्लो को डीबग करने और मॉडल प्रदर्शन को बेंचमार्क करने के लिए एक सिस्टम के रूप में कार्य करता है। प्लेटफॉर्म निष्पादन पथ ग्राफिंग और सत्र रिप्ले के माध्यम से मल्टी-एजेंट वर्कफ़्लो को विज़ुअलाइज़ करने की अपनी क्षमता से अलग है। यह विभिन्न भाषा मॉडल प्रदाताओं के बीच वित्तीय खर्च की गणना करने के लिए विशिष्ट टूल प्रदान करता है और उन उपयोगकर्ताओं के लिए एक सेल्फ-होस्टेड ऑब्जर्वेबिलिटी स्टैक का समर्थन करता है जिन्हें अपने डेटा पर पूर्ण नियंत्रण की आवश्यकता होती है।
Visualizes complex agent interactions by mapping causal relationships between inputs, outputs, and tool calls.
Python - sylphai-inc/adalflow
SylphAI-Inc/AdalFlow
4,167GitHub पर देखेंAdalFlow एक ऑटोनॉमस AI एजेंट फ्रेमवर्क और LLM एप्लिकेशन लाइब्रेरी है जिसे मॉड्यूलर वर्कफ़्लो बनाने के लिए डिज़ाइन किया गया है। यह एक मॉडल-अग्नोस्टिक इंटरफ़ेस और RAG पाइपलाइन ऑर्केस्ट्रेटर के रूप में कार्य करता है, जो उपयोगकर्ताओं को ReAct एजेंट विकसित करने की अनुमति देता है जो जटिल कार्यों को हल करने के लिए पुनरावृत्ति तर्क (iterative reasoning) और बाहरी टूल निष्पादन का उपयोग करते हैं। यह प्रोजेक्ट एक प्रॉम्प्ट ऑप्टिमाइज़ेशन सिस्टम के माध्यम से खुद को अलग करता है जो प्रॉम्प्ट टेम्पलेट्स और फ्यू-शॉट उदाहरणों को स्वचालित रूप से रिफाइन करने के लिए टेक्स्टुअल ग्रेडिएंट डिसेंट का उपयोग करता है। यह मॉडल फीडबैक को एक डिफरेंशिएबल सिग्नल के रूप में मानता है, जो इवैल्यूएशन मेट्रिक्स के आधार पर आउटपुट गुणवत्ता को पुनरावृत्ति रूप से सुधारने के लिए LLM बैकप्रोपैगेशन के एक रूप को सक्षम बनाता है। यह फ्रेमवर्क एक व्यापक क्षमता सतह को कवर करता है, जिसमें सिमेंटिक वेक्टर सर्च और री-रैंकिंग के साथ रिट्रीवल-ऑगमेंटेड जनरेशन, ऑब्जर्वेबिलिटी के लिए स्पैन-आधारित निष्पादन ट्रेसिंग और स्कीमा-संचालित स्ट्रक्चर्ड पार्सिंग शामिल है। यह कई प्रोप्राइटरी और ओपन-सोर्स मॉडल प्रदाताओं के लिए एक एकीकृत संचार परत प्रदान करता है और Python फंक्शन्स को मानकीकृत टूल इंटरफेस में बदलने का समर्थन करता है। यह सिस्टम Python में लागू किया गया है और वर्कफ़्लो ट्रैकिंग और विश्लेषण के लिए MLflow के साथ एकीकृत होता है।
Provides interactive HTML and subgraph diagrams to visualize and debug the flow of agentic logic graphs.
Python - langchain-ai/langchain-mcp-adapters
langchain-ai/langchain-mcp-adapters
3,366GitHub पर देखेंThis project provides a translation layer and set of adapters designed to bridge AI agents with the Model Context Protocol. It functions as an integration layer that allows agents to operate as protocol-compliant servers and enables the conversion of protocol-based tools into formats compatible with agent frameworks and logic graphs. The adapters facilitate tool interoperability by wrapping external protocol tools for use within agent workflows and exposing internal agent capabilities to any client implementing the Model Context Protocol. This creates a communication bridge that supports inte
Provides a specialized interface to visualize and interact with running logic graphs for testing and debugging.
Pythonlangchainlanggraphmcp
