Iepriekšējā cīņa · 2026-01-03 UTC
AI Agent Development Frameworks Sadursme — 2026. gada 3. janvāris
No AI Agent Development Frameworks kategorijas. 28 atzīmes izvietotas starp 10 cīnītājiem. Cerebrum: AIOS SDK izcīnīja kroni.
Gala rezultāti
Sastāvs
Cīnītāji
Katra rīka profili, kas piedalījās šajā cīņā, sarindoti pēc to gala rezultāta.
Cerebrum: AIOS SDK
SDK par LLM-bāzēto AI ģeneratoru attīstību un izvietošanu AIOS struktūrā.
Cerebrum ir SDK par LLM-bāzēto AI ģeneratoru attīstību un izvietošanu AIOS (inteligentās agentu vadības sistēmu) struktūrā. AIOS saliedz uzdevumus, kā piemēram plānošana, konteksta pārslēgšana, atmiņas pārvaldība un instrumentsu pārvaldība par LLM-bāzētajiem ģeneratoriem. Cerebrum SDK ļauj attīstīt un izvietot ģeneratoru rīkus, uztraucoties uz AIOS kerneru. Tam ir atbalsts gan Web UI, gan Termināla UI. SDK ietver iespējas, lai norādītu pieejamās LLM, ģenerators un instrumentus kā arī norādītu, izgudrotu un izvietotu ģenerators un instrumentus. Cerebrum ir konstruēts par ģeneratoru lietotājiem un attīstītājiem, sniedzot tiem iespēju radīt un izvietot AI ģeneratoru rīkus.
Kritēriju sadalījums
- Agentu izziņošana un izvietošana
- Izmantošanas LLM-bazētā AI agenta pārvala
- Apvienības atbalsts web UI un termināla UI
- Agenta un Instrumentu menedžments
- Lietotnišu pieejamības LLMs, agenti un tools uzskaitīšana
- Agentu un Instruments nedīdzs un uzlādēšana
Awesome MCP Servers
Saraksts Model Context Protokola serveru izvēlnē ar iespēju paplašinātu AI asistentu funkcionalitāti.
Awesome MCP Servers ir komunistu pielāgotais saraksts Modelo konteksta protokola (MCP) serveru implementācijām, kas savieno inteligentas asistentes ar ārpus organizācijas sistēmām. Tai ir apkopoti implementāciju saraksti pēc kategoriju: datubāzes, failu sistēmas, programmatūras rīki, produktīvās programmās un web apkalpošanas pakalpojumi, kas ļauj atklāt integrācijas, kas paplašina modelu iespējas. Šī resursa mērķis ir tiešsaistes datu un darbību pieeja LLM-bāzēto agentu veidiem, bez tiesības rakstīt jebkādu savu savienojumu no pirmās pasaules. Sadaļas parasti satur saitus uz avotu krātuvei, īsu aprakstu un marķējumus, kas palīdz lietotājiem filtrēt pēc lietojuma gadījuma vai tehnoloģijas. Tādēļ, ka tā seko atvērtā koda "izcilā liste" formātam, līdzekļus atbalsta plašāks MCP ekosistēmas ietversmē, un lista attīsta kopā ar protokolu patību.
Kritēriju sadalījums
- Izstrādāts saraksts MCP serveru implementācijām
- Kategorizēts pēc domēna un pielietojuma
- Satricinātās saites uz avota repositoriem un dokumentāciju
- Uzņēmēts oficiāli un komūnītāti serveri
- Atvērts komūnītātīm kontribūcijām
- Referenca MCP ekosistēmas izpētē
OpenAI Codex SDK
SDK, lai iegultu un kontrolētu Codex aģentus programmāmatiski caur TypeScript, CLI vai GitHub Actions.
OpenAI Codex SDK ir programmatūras izstrādes komplekts, kas ļauj izstrādātājiem iegult un kontrolēt Codex aģentus programmāmatiski. Tas atbalsta vairākas saskarnes, tostarp TypeScript, CLI un GitHub Actions. SDK ir izstrādāts, lai nodrošinātu elastīgu veidu, kā integrēt Codex aģentus dažādās lietojumprogrammās un darbplūsmas. Ar Codex SDK izstrādātāji var izveidot pielāgotus aģentus, definēt aģentu uzvedību un pārvaldīt aģentu darbplūsmas. SDK arī nodrošina rīkus aģentu veiktspējas novērtēšanai un optimizēšanai. Tas ir paredzēts izstrādātājiem, kuri vēlas veidot lietojumprogrammas, kas izmanto Codex aģentu iespējas. SDK piedāvā dažādas funkcijas, tostarp atbalstu vairākiem modeļiem un pakalpojumu sniedzējiem, aģentu smilšu kastītei un integrācijām ar dažādiem rīkiem un pakalpojumiem.
Kritēriju sadalījums
- Tekstu ģenerēšana
- Koda ģenerēšana
- Attēlu ģenerēšana
- Audio un runas ģenerēšana
- Strukturēta izvade
- Funkciju izsaukšana
BabyBeeAGI
Jauna versija no BabyAGI ar pilnīgi paplašītu uzdevumu pārvaldību un funkcionalitāti.
BabyBeeAGI ir eksperimentāls ražošanas kadrys autonomais agentu būvniekiem. Tas sastāv no jaunās funkcijām saucēm 'functionz' un ir apbalstīts ar savu grafu struktūru, lai sekotu importiem, funkciju atkarības un autentifikāciju, pārdevi un pilnīgu lodžingu. Tā sastāv daļu ir skaits, kurš atvieglo funkciju pārvaldību, atbildību un ziņu pārskatīšanu. Arī tas ir paredzēts tiešai pētnieciskajai pētījumam, neder kā produkcionisma risinājumam. Vārds 'sveiks' tiek izmantots, kā arī to pamatīda ir pielāgota autonomām agentu būves.
Kritēriju sadalījums
- Funkciju reģistrācija un datu parauga pārvaldība
- Atkarību uzturēšana un galvenie atkarību uzņēmumi
- Automātiska pārcelšana un lodžingu
- Dashboard, lai pārvaldītu funkcijas un skatītu ziņas
- Papildu funkciju pārvaldības struktūra
Gemma 3
Atvērtas pirmkoda AI modelis, optimizēts vienas GPU veiktspējai, atbalsta multimodālus ievadus un vairāk nekā 140 valodas.
Gemma 3 ir kolekcija ļoti smagajām, pēcnācēju radošo modelīm, kurām ir izveidots iespējas veikt risināšanos uz iekārtām - ļoti paredzētas viena GPU izdalījuma izpildes. Tā atbalsta dažrādus iestatījumus un 140 vairāk uzrunaudītās valodas. Modelis ir dažādu izmēru (1B, 4B, 12B, un 27B), lai rūpētos, ka tikai tiek izvēlēts labs rezultāts jebkura iekārtas un izpildes funkcijas. Gemma 3 piedāvā iepirkumi tekstūras un vizuālās argumentācijas iespējus, 128 k-tokenu kontekstā, un funkciju izsaucēšanas par kompleksām uzdevumiem. Tā arī ietver kvantizēti versijas, lai ātrāk sāktu izpildes un samazinātu kompilācijas pamatejos. Modelis ir daļa no Googles līguma ar efektīvu AI tehnoloģijas pieeju, kurā tiek izmantoti pašās to izgudrošanas pamatejos, kas atrodas Gemini 2.0 modelos. Gemma 3 ir izvēlētās, lai palīdzētu programmatūras rakstītājiem izveidot AI lietotnes, kurus var izmantot tikai uz iekārtām, kā mobilie telefoni, datoru un strādnieku iekārtās. Gemma 3 sniedz augstākās riekstspējas izmēra attiecībā, izvirzzot no citiem modeliem, kā Llama3-405B, DeepSeek-V3 un o3-mini, preliminārajās cilvēka preferences novērtējumos. Tā ļauj globālām izmantošanas iespējam ar automatisku atbalstu vairāk nekā 35 valodās un pretrainētu funkcionalitāti vairāk nekā 140 valodām. Modulis ļauj izveidot AI-dibinātu procesus ar funkciju apsaukumu un struktūotu ievades datiem. Gemma 3 izstrādes procesā tiešraidē tika ievērotas drošas prasības, kas paredzētas plašu dati valdības, drošības politikas sadarbības ar izturīgām piemērošanas procesiem, kā arī robustas novērtēšanas izpratnes izvērstajām noteiksmēm, lai nodrošinātu pareizu un drošu sistēmas funkcionēšanu. Gemma 3 modelu saime ir nopietni ieguvis popularitāti, kas norāda uz vairāk nekā 100 miljonu lejupielādējumiem un aktīvu komunity, kurā ir radusies vairāk nekā 60 000 dažādu Gemma variantu. Gemma 3 spējas tai veido labu priekšrocību par programmatūras izstrādātājiem, kas grib izveidot iesaistītas lietotāju pieredzes, kas var apgūt ne tikai vienā GPU vai TPU gājienā.
Kritēriju sadalījums
- multimoda AI atbalsts
- atbildības orientēta izstrāde
- plašs fine-tuning
- atbalsts 140 valodām
- uzlabota veiktspēja
ScreenAgent
Atvērtā koda VLM aģents datoru GUI kontrolei ar peles/klaviatūras plānošanu un izpildi.
ScreenAgent ir atvērta koda vizuālās valodas modelis (VLM) aģents, kas paredzēts datoru GUI kontrolei ar peles un klaviatūras operācijām. Tas ļauj mijiedarboties ar reālām datoru ekrāniem, novērojot ekrānuzņēmumus un veicot darbības. Projekts ietver plānošanas-izpildes-atspoguļošanas procesu, kas vada aģentu daudzpakāpju uzdevumu veikšanai. Tas tika izveidots, lai atrisinātu problēmu, mācot aģentiem lietot datorus, kas prasa tādas spējas kā uzdevumu plānošana, attēlu izpratne un vizuālā pozicionēšana. ScreenAgent datu kopa, kas aptver dažādus ikdienas datoru uzdevumus, tika manuāli anotēta, lai atbalstītu aģenta mācīšanos. Projekts sastāv no klienta darbvirsmas kontrolei, datu kopas, modeļu strādniekiem secinājumu izdarīšanai un apmācības koda. Tas atbalsta pamata peles un klaviatūras operācijas un var tikt piemērots dažādām darbvirsmas operētājsistēmām un lietojumprogrammām. ScreenAgent pieeja ir universāla un neatkarīga no konkrētiem API, kas padara to universālu.
Kritēriju sadalījums
- Peles un klaviatūras operāciju izpilde
- Plānošanas-izpildes-atspoguļošanas process uzdevumu izpildei
- Atbalsts dažādām darbvirsmas operētājsistēmām un lietojumprogrammām
- Manuāla ScreenAgent datu kopas anotācija dažādiem uzdevumiem
- VLM aģents GUI mijiedarbībai
AIWaves Agents
Atvērtā koda adaptīvs LLM ietvars autonomu valodas aģentu izveidei, apmācībai un izvietošanai.
AIWaves Agents ir atvērtā koda adaptīvs LLM ietvars autonomu valodas aģentu izveidei, apmācībai un izvietošanai. Tas ir atjaunināts uz Agents 2.0, kas pievieno atbalstu aģentu mācīšanai un novērtēšanai, izmantojot simbolisko mācīšanos – sistemisku ietvaru, ko iedvesmo neironu tīklu apmācība. Šis ietvars ļauj apmācīt valodas aģentus, izveidojot analoģiju starp aģentu cauruļvadiem un neironu tīklu skaitļošanas grafiem. Ietvars darbojas, vispirms izpildot aģentu un saglabājot tā trajektoriju, ieskaitot ievades, izvada, uzvednes (prompt) un rīku lietošanu. Pēc tam tas novērtē rezultātu, izmantojot valodas balstītu zaudējumu funkciju, atpakaļpropagē zaudējumus, lai aprēķinātu valodas gradientus, un attiecīgi atjaunina aģenta simboliskās sastāvdaļas. Šis process ļauj aģentiem laika gaitā mācīties un pielāgoties. Agents 2.0 arī atbalsta vairāku aģentu sistēmu optimizāciju, traktējot mezglus kā dažādus aģentus vai ļaujot vairākiem aģentiem darboties vienā mezglā. Ietvars ir izstrādāts, lai būtu elastīgs un paplašināms, atbalstot dažādas lietojumprogrammas un pētījumu virzienus. Projektā ir pieejams instalācijas ceļvedis, ieskaitot iespējas instalēt no Git repozitorija vai lokālai izstrādei. Tajā ir arī atsauces uz saistītiem pētījumu darbiem. Ietvara stiprās puses slēpjas inovāciju pieejā aģentu mācībām un tās potenciālā veicināt pētījumus autonomu valodas aģentu jomā. Tomēr tā sarežģītība un atkarība no rūpīgi izstrādātām uzvedņu cauruļvadiem var radīt grūtības lietotājiem.
Kritēriju sadalījums
- Atbalsts autonomiem valodas aģentiem
- Valodas aģentu apmācība
- Valodas aģentu izvietošana
- Pašattīstījošu aģentu iespējošana
Claude MCP Agents
AI aģenti, kas izveidoti uz Anthropic's MCP pamata, lai nodrošinātu vienmērīgu rīku un datu integrāciju.
Claude MCP aģenti ir AI aģenti, kas izmanto Anthropic's Model Context Protocol (MCP) lai savienotos ar plašu ārējo datu avotu, API un izstrādātāju rīku klāstu. Standartizējot konteksta plūsmu starp Claude un ārējām sistēmām, šie aģenti var lasīt failus, vaicāt datubāzes, izsaukt pakalpojumus un rīkoties ar reāllaika informāciju bez individuālām integrācijām katram avotam. Šī pieeja ir vērsta uz izstrādātājiem un komandām, kas veido automatizācijas, pētījumu palīgus un darbplūsmas aģentus, kuriem ir nepieciešams uzticams piekļuve uzņēmuma vai personīgajiem datiem. MCP atvērtais standarts nozīmē, ka viens un tas pats aģents var pievienoties jauniem rīkiem, kad parādās savienotāji, samazinot piesaistīšanu un integrācijas pārslodzi.
Kritēriju sadalījums
- Model Context Protocol integrācija
- Savienojas ar failiem, API un datubāzēm
- Paplašināma ar pielāgotiem MCP serveriem
- Atbalsta aģentisku, daudzpakāpju darbplūsmas
- Saderīga ar Claude modeļu ģimeni
- Atvērtā standarta savietojamība
BabyCatAGI ir vienkāršota, modificēta versija no BabyAGI, kas piedāvā kompleksu darbu apstrādi ar autonomo AI agentiem. Tas sadala augstas līmeņa mērķis mazākas, izpildāmas atsevišķās uzdevumos, izpilda vienstūrim, un atbilstoši maina savu plānu pamatojoties uz priekšizvietās rezultātiem, kas to padara vienai pieejamu pētniecībai, saturu sagatavošanai un daudzu-stadiju problēmu risināšanai. Rīcībās iebraucību noteikumi prioritizē minimālu koda un lasāmību, savienojot to ar toviem programmatūras attīstītājiem, kuri vēlas eksperimentēt ar akcentisku AI bez lielāku aparatūru bibliotēku pakļaujības. Tas integrē ar valodu modeļiem un mājas meklotāju rīkumiem, lai sammiezētu kontekstu, iztīstu problēmas un rodītu iekārtotas iezīmes. Kā atvērto eksperimentālo projektu, BabyCatAGI ir visvairāk piemērots prototipu darbību strukturām, aplūkojot, kā darbojas uzdevumu atrautinās autonomas sistēmas, un izmantojot piemērotas automātizācijas vajadzībām konkrētās saspiednes
Kritēriju sadalījums
- Uzdevumu saraksta izveide un prioritizēšana
- Autonomu subuzdevumu izpildīšana
- Pievienojums interneta meklēšanai kontekstam
- Sekvencisku rezonēšanas workflow
- Sīkais Python implementācijas variant
- Kustīgs mērķis un pieprasījuma iestatīšana
BabyDeerAGI
Rīkotu AI agensa ramatnis, kas ļauj konvergentas uzdevumu izpildīšanu, iespējojot efektīvāku darbību.
BabyDeerAGI ir rīkota AI agensa ramatņa, kas balstīta uz konvergentās uzdevumu izpildīšanu, lai ļautu uzlabot darbības efektivitāti. Tā ir paredzēta programmētājiem un pētniekiem, kuri vēlas optimizēt savus AI darba plānus. Izziedošot dažādus uzdevumus atsevišķi, BabyDeerAGI var lielā mērā samazināt visu procesa laiku. Ramatnis ir izstrādāts tikai ar atvieglošām funkcijām, atbalstot integrāciju ar dažādām AI modeļiem un līdzekļiem. Toties izveidošanas laikā tās spējas un saviem robežām nepublicēti ierakstītai avotos.
Kritēriju sadalījums
- Konvergentā uzdevumu izpildīšana
- Flexibila integrācija ar AI-modeļiem
- Rīkota AI agensa ramatnis
- Atbalsts konvergentai procesībai
- Konvergentās procesēšanas atbalsts