multi-agent-systems 第 2 页
本站收录 148 个带「multi-agent-systems」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 3 页）
the-delegationthe-delegation 是一个基于 Three.js 和 WebGPU 的无代码 3D 沙盒，用于探索、设计和交互式调试多智能体 AI 系统。它解决了传统★ 703
sdk-typescriptsdk-typescript 是一个模型驱动的 TypeScript 智能体开发框架，旨在用几行代码快速构建 AI 代理。它通过声明式配置和模型驱动架构，抽象了★ 695
FLUJOFLUJO 是一个基于 TypeScript 构建的多智能体自动化工作流平台，目标是把 LLM 驱动的 Agent 编排、任务自动化和自我改进能力整合到一个可视★ 663
raiRAI 是一个面向物理 AI 机器人的厂商无关智能体框架，基于 ROS 2 工具构建，旨在让机器人通过大语言模型完成复杂任务。它解决的核心问题是：传统机器人开发★ 603
MARTIMARTI 是一个面向大语言模型（LLM）的多智能体强化训练与推理框架。它解决了当前多智能体系统（MAS）在训练和部署时缺乏统一、可扩展框架的问题，使得开发者能★ 570
meta-agents-research-environmentsMeta Agents Research Environments 是一个用于评估 AI 智能体的动态仿真平台。与静态基准测试不同，它构建了信息持续变化的环境，★ 569
MASFactoryMASFactory 是一个以图为核心的 Python 多智能体编排框架，主打 Vibe Graphing 理念，让开发者用图形化方式描述和调度多个 LLM 智★ 565
agntagnt 是一个本地优先的 AI 智能体操作系统，旨在帮助开发者构建、运行和持续改进 AI 智能体、工作流及自主目标。它解决了智能体编排和运维中的复杂性问题，提★ 554
Agent-KernelAgent-Kernel 是一个基于微内核架构的多智能体系统框架，专为自适应社会模拟设计，由大语言模型驱动。它解决了传统社会模拟中智能体行为单一、环境适应能力弱★ 553
designing-real-world-ai-agents-workshop这是一个动手实战工作坊项目，教你从零构建一个多智能体AI系统，包含深度研究代理和写作工作流，并以MCP服务器形式提供服务。项目提供完整代码、幻灯片和视频教程，适★ 516
caura-memclaw面向 AI Agent 集群的受治理共享记忆系统，支持多智能体、多租户且原生兼容 MCP。内置信任分级、关键策略、审计追踪与知识图谱，并具备自优化的检索能力，在★ 502
cauraCaura（原名 MemClaw）是一个面向 AI 智能体集群的受治理共享内存系统，专为多智能体、多租户场景设计，原生支持 MCP 协议。它解决的核心问题是：多★ 502
Awesome-RAG-ReasoningAwesome-RAG-Reasoning 是一个聚焦于检索增强生成（RAG）与推理能力交叉领域的资源清单，收录了 EMNLP 2025 相关的前沿论文、数据集★ 461
OpenStoryOpenStory 是一个基于大语言模型的多智能体框架，用于模拟交互式、不断演化的故事世界。它解决了传统叙事系统缺乏动态性和交互性的问题，通过多个智能体协同工作★ 433
agent-builderagent-builder 是一个开源的智能体构建示例项目，旨在帮助开发者从终端快速搭建自己的 AI 代理和工具。它演示了流式输出、工具调用和交互式终端体验等核★ 431
crabCRAB 是一个面向多模态语言模型智能体的跨环境基准测试框架，由 CAMEL-AI 团队开发。它旨在解决当前智能体评估局限于单一环境、难以衡量真实世界任务完成能★ 430
ai-platform-engineeringCAIPE（Community AI Platform Engineering）是一个面向AI平台工程领域的开源社区项目，旨在为构建、部署和管理AI智能体（Ag★ 427
metisMetis 是一个基于 TypeScript 开发的 AI 编程智能体（coding agent），主打通过更聪明的任务编排与技能调度来提升 AI/LLM 的编★ 407
gemini-flowgemini-flow 是一个基于 Gemini CLI 构建的自主 AI 开发团队工具，源自 Claude-Flow 的移植版本。它旨在将复杂的软件开发任务拆★ 386
bottubebottube 是一个基于“物理人工智能证明”的 AI 原生视频平台，属于 RustChain DePIN 生态。它通过硬件验证机制，让 AI 智能体和人类共同★ 368
EpicStaffEpicStaff 是一个源码可用的自托管平台，用于构建 AI 智能体流程。它提供可视化编辑器，底层基于 Django 后端，属于低代码/无代码的节点式编程工具★ 359
my-virtual-officemy-virtual-office 是一个自托管的 2D AI 工作空间，专为 AI 智能体设计。它解决了 AI 智能体缺乏统一可视化操作界面的问题，将多个智能★ 355
awesome-adk-agentsawesome-adk-agents 是一个围绕 Google Agent Development Kit（ADK）构建的 AI 智能体精选合集，定位为模板、最★ 350
alphoraalphora 是一个面向生产环境的 Python 智能体框架，专注于构建可组合的 AI 智能体。它解决了开发者在构建复杂多智能体系统时面临的模块化、可维护性和★ 348
Foam-AgentFoam-Agent 是一个基于大语言模型的多智能体框架，用于自动化计算流体力学（CFD）工作流，论文发表于 CMAME。CFD 仿真通常需要用户手动编写 Op★ 348
synapse-aiSynapse 是一个开源的多智能体编排平台，旨在让 AI 代理真正执行实际任务。它支持连接任意 LLM（本地、云端或 CLI），通过有向无环图（DAG）编排多★ 329
halofyHalofy 是一个面向企业内 AI 智能体的开放访问与治理层，用 TypeScript 编写。它要解决的核心问题是：当组织内部署了多个 AI Agent 后，★ 319
agent-systems-handbook这是一本面向AI智能体开发者的实战手册，系统讲解智能体系统、工作流、LangGraph、MCP/A2A协议、上下文工程、记忆管理、评估与可观测性，以及多智能体架★ 316
agentic-ai-startersagentic-ai-starters 是一个面向智能体应用开发的即插即用蓝图合集，提供可落地的自主 AI 应用搭建模板。它解决的是开发者从零构建智能体时缺少完★ 298
mcp-servermcp-server 是一个为 Strands Agents 提供文档的 MCP（Model Context Protocol）服务器。它解决的核心问题是：当开★ 295
Context-Engineering-for-Multi-Agent-Systems这是一个关于多智能体系统（MAS）上下文工程的开源项目，旨在通过高层语义编排，帮助开发者构建通用、领域无关的多智能体系统，从而节省大量代码。项目提供了一个生产就★ 290
Clouds-CoderClouds Coder 是一个本地优先的编码代理平台，核心设计是将 CLI 执行平面与 Web 用户平面分离。它解决了开发者在复杂编码任务中，因长任务中断、流★ 289
swarmzeroSwarmZero是一个用于构建AI智能体及智能体集群的Python SDK，旨在简化从单个智能体到复杂多智能体系统的开发流程。它解决了AI应用中智能体编排、协★ 278
AlpacaTradingAgentAlpacaTradingAgent 是一个基于多智能体大语言模型（LLM）的金融交易框架，通过 LangGraph 编排多个 AI 智能体协作完成市场分析、策★ 277
KADATHKADATH 是一个基于进化算法的多智能体运行时框架，旨在通过可复现的迭代周期来培育、评估并持续改进自主智能体，从而逐步逼近并优化预设目标。它解决了传统单一智能★ 258
Awesome-LLM-EnsembleAwesome-LLM-Ensemble 是一个精选论文列表，配套综述论文《Harnessing Multiple Large Language Models:★ 256
asset-intel-orchestration-engine这是一个面向机构级资产代币化与多智能体编排的开源平台，旨在解决真实世界资产（RWA）上链过程中的复杂工作流管理问题。它提供基于OAuth 2.1的MCP智能体管★ 252
global-agent-hackathon-may-2025这是一个为期一个月的开源AI智能体黑客松项目，面向所有构建智能体、RAG、工具调用和多智能体系统的开发者和梦想家。项目旨在通过社区协作和竞赛形式，推动AI智能体★ 247
agents-aeaagents-aea 是一个用于开发自主经济智能体（AEA）的 Python 框架。它解决了在去中心化环境中构建能够自主执行经济活动的软件代理的问题，例如自动协★ 241
race-conditionrace-condition 是 Google Cloud Next '26 开发者主题演讲中展示的开源多智能体模拟项目，提供了一套基于 Gemini 和 AD★ 236
Awsome_AI_Agents这是一个面向AI智能体（Agent）和智能体AI（Agentic AI）的端到端实战课程仓库，包含15个以上基于真实场景的AI智能体项目，覆盖智能体设计模式、C★ 229
Misaka-AgentMisaka-Agent 是一个面向人文与社会科学领域的多智能体研究系统，用 Python 编写。它试图解决通用 LLM 智能体在文科研究中「不接地气」的问题：★ 229
AgentCrewAgentCrew 是一个基于 Python 构建的多智能体聊天应用，旨在通过协调多个 AI 代理协同工作来解决复杂任务。它支持多种主流大语言模型（如 Anth★ 225
Awesome-Credit-Assignment-in-LLM-RL这是一个关于大语言模型强化学习中信用分配问题的精选资源列表，收录了相关论文、分类体系、基准测试和决策指南。信用分配是指确定哪些决策或步骤对最终奖励的贡献，是提升★ 221
mangaba_aimangaba_ai 是一个用 Python 编写的多智能体编排框架，定位为 CrewAI 的开源替代方案。它要解决的问题是：当开发者想搭建由多个 LLM 智能★ 207
markusmarkus 是一个基于 TypeScript 构建的多智能体协作平台，旨在解决单个 AI 智能体在复杂任务中能力受限、缺乏长期记忆和协作能力的问题。其核心能力★ 205
jarviscore-frameworkJarvisCore 是一个面向多智能体系统的 Python 运行时框架，核心思路是让 AI 智能体以对等节点组成集群，而非传统的中心化编排。它解决的是多智能体★ 201
stationStation 是一个开源的开放世界多智能体环境，旨在模拟一个微型科学生态系统。它构建了一个虚拟的科研社区，其中多个 AI 智能体（如科学家、实验员、审稿人等）★ 198
docsStrands Agents SDK 的官方文档项目，基于 MDX 编写，旨在帮助开发者通过模型驱动的方式，用几行代码快速构建 AI 智能体。该项目解决了 AI★ 197
ai-agents-tutorial这是一个从零开始学习AI Agent的教程项目，旨在帮助开发者系统掌握智能体开发的完整知识体系。内容覆盖从基础的工具调用（function calling）到复★ 193