Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
🤖 Awesome list of AGI Agents. Agents 精选资源合集.
| Date | Stars |
|---|---|
| 2026-07-31 | 552 |
| 2026-08-05 | 553 |
| 2026-08-06 | 553 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# Awesome-AGI-Agents Agents (智能体) 精选资源合集，持续更新中 ## 目录 - [文章和视频](#文章和视频) - [论文](#论文) - [2024-2026 重要项目](#2024-2026-重要项目) - [前沿项目](#前沿项目) - [Agents 开发平台](#agents-开发平台) - [Curated List](#curated-list) - [Star History](#star-history) ## 文章和视频 |名称|简介|备注| |---|---|---| |[AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步](https://mp.weixin.qq.com/s/Jb8HBbaKYXXxTSQOBsP5Wg)|Lilian Weng 的个人博客文章，Lilian 现在是 OpenAI 的 Head of Safety Systems，之前还领导过 OpenAI 的 Applied AI 团队。AI Agent 被认为是 OpenAI 发力的下一个方向。OpenAI 的联合创始人 Andrej Karpathy 在近期的一次公开活动上提到“相比模型训练方法，OpenAI 内部目前更关注 Agent 领域的变化，每当有新的 AI Agents 论文出来的时候，内部都会很兴奋并且认真地讨论”，而在更早之前，Andrej 还评价 AutoGPT 是 Prompt Engineering 下一阶段的探索方向。|[英文原文](https://lilianweng.github.io/posts/2023-06-23-agent/)| |[《综述：全新大语言模型驱动的Agent》——4.5万字详细解读复旦NLP和米哈游最新Agent Survey](https://zhuanlan.zhihu.com/p/656676717)|复旦NLP团队和米哈游一起出的《TITLE：The Rise and Potential of Large Language Model Based Agents: A Survey》论文一个翻译版本，作者同时对部分内容进行了删繁就简，总结概括。|[论文原文](https://arxiv.org/pdf/2309.07864v1.pdf)| |[AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？](https://mp.weixin.qq.com/s/JYu_oXWbWbasT1fcBRo-cA)|作者认为 agent 产品需要具备的特性是，要给产品设计者和用户提供干预空间。目前实践中最具代表性的有两类：中间层的 Agent Framework 和垂直领域的 Vertical Agent。|-| |[LangChain Agents - Joining Tools and Chains with Decisions](https://www.youtube.com/watch?v=ziu87EXZVUE&ab_channel=SamWitteveen)|LangChain Agents--将工具和任务链与决策结合起来|英文 Youtube 视频，LangChain 项目官方对预置的 agents 介绍。|-| ## 论文 |名称|简介|备注| |---|---|---| |[LLM-Agent-Survey](https://github.com/Paitesanshi/LLM-Agent-Survey)| LLM-based Autonomous Agents 综述| | |[LLM-Agent-Paper-List](https://github.com/WooooDyy/LLM-Agent-Paper-List)| "The Rise and Potential of Large Language Model Based Agents: A Survey"综述论文的论文列表| | |[LLMAgentPapers](https://github.com/zjunlp/LLMAgentPapers)| LLM-based Autonomous Agents 综述| | |[Toolformer: Language Models Can Teach Themselves to Use Tools](https://arxiv.org/abs/2302.04761)|大语言模型可以学会使用工具|-| |[HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face](https://arxiv.org/abs/2303.17580)|用ChatGPT作为控制器，连接HuggingFace社区中的各种AI模型，完成多模态复杂任务。整个过程，只需要做的是：用自然语言将你的需求输出。|[知乎中文讨论](https://www.zhihu.com/question/594533230/answer/2975525808)| |[ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs](https://arxiv.org/abs/2307.16789)|研究人员设计了一个评测 LLM 使用工具能力的 Benchmark（基准）—— LLMBench，以及一个针对该场景的数据构建、模型训练、评测的框架—— ToolLLM。|[[知乎文章](https://zhuanlan.zhihu.com/p/649277843)], [[GitHub 开源地址](https://github.com/OpenBMB/ToolBench)]| |[AgentBench: Evaluating LLMs as Agents](https://arxiv.org/abs/2308.03688)| AgentBench 是首个旨在评估 LLM 在各种不同环境中作为智能体的基准。它包含 8 种不同的环境，可以更全面地评估 LLM 在各种场景中作为自主智能体运行的能力。|[GitHub 开源地址](https://github.com/THUDM/AgentBench)| ## 2024-2026 重要项目 本仓库早期内容主要覆盖 2023 年的 Agent 生态。以下为 2024-2026 年间崛起并经验证仍活跃的重要项目与协议。 |名称|Stars|简介| |---|---|---| |[LangGraph](https://github.com/langchain-ai/langgraph)||LangChain 团队推出的有状态、多角色 Agent 编排框架，以图 (Graph) 的方式构建可控、可循环的 Agent 工作流。| |[CrewAI](https://github.com/crewAIInc/crewAI)||面向角色协作的多 Agent 框架，让多个扮演不同角色的智能体像团队一样协同完成复杂任务。| |[OpenAI Agents SDK](https://github.com/openai/openai-agents-python)||OpenAI 官方推出的轻量级多 Agent 编排 SDK，内置 handoffs, guardrails 与 tracing，是 Swarm 的生产级继任者。| |[OpenHands](https://github.com/OpenHands/OpenHands)||原 OpenDevin，能够编写代码, 运行命令, 浏览网页的自主软件工程 Agent 平台。| |[SWE-agent](https://github.com/SWE-agent/SWE-agent)||普林斯顿大学出品，让语言模型自主修复 GitHub Issue 的 Agent，在 SWE-bench 上表现出色。| |[Mod
Excerpt of 14,961 characters
Read on GitHub
云中江树
20
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:b7e2ddd0886503cd, topic:ai-agents, topic:agents
matched fp:b7e2ddd0886503cd, topic:deep-learning
matched fp:b7e2ddd0886503cd, topic:llm
matched fp:b7e2ddd0886503cd, topic:chatgpt