Geçmiş savaş · 2026-01-03 UTC
AI Agent Development Frameworks Hesaplaşma — 3 Ocak 2026
AI Agent Development Frameworks kategorisinden. 10 savaşçıya 28 işaret yerleştirildi. Cerebrum: AIOS SDK tacı aldı.
Nihai sıralama
Kadro
Savaşçılar
Bu savaşta yarışan her aracın profilleri, nihai puanlarına göre sıralandı.
Cerebrum: AIOS SDK
LLM tabanlı AI агентleri AIOS çerçevesi içinde geliştirme ve dağıtma için bir SDK.
Cerebrum, LLM tabanlı AI агентlerinin AIOS (AI Agent İşletim Sistemi) çerçevesinde geliştirilme ve dağıtılma için bir SDKdır. AIOS, LLM tabanlı агentler için programlama, bağlam değiştirme, bellek yönetimi ve araç yönetimi gibi zorlukları giderir. Cerebrum SDK, AIOS çekirdeği ile etkileşime girmek yoluyla agen uygulamaları oluşturmak ve çalıştırmak için geliştiricilere sağlar. Web UI ve Terminal UI için destek yapar. SDK, listelenmiş LLM'ler, агentler ve araçlar için özellik sunar ayrıca агentler ve araçları indirmek, yükmek ve çalıştırmek için. Cerebrum, агент kullanıcıları ve geliştiricilere tasarlandı, onlara AI ağент uygulamaları oluşturup dağıtmaları için olanak tanır.
Kriterlerin ayrıştırılması
- Agent geliştirme ve dağıtımı
- LLM tabanlı AI.agent yönetim
- Web UI ve Terminal UI desteği
- Agent ve araç yönetimi
- Mevcut LLM'ler, ağlar ve araçlar listelemek
- Araçlar ve araçların indirme ve yükleme işlemleri
Awesome MCP Servers
Geliştirilmiş zekâ eşlikçileri için araçlar ve veri eklemek için Model Konuşma Protokol sunucularının özetlenmiş bir direktöryumdur.
Awesome MCP Sunucuları, Model Kontekst Protokolü (MCP) sunucaları listesidir. Bu liste, AI yardımcı programlarını dış sistemlerle bağlayan MCP sunucalarının bir topluluk tarafından yönetilmesine dayanmaktadır. İlgili kategoriler olan veritabanları, dosya sistemleri, geliştirici araçları, üretkenlik uygulamaları ve web hizmetleri üzerinde uygulamaları kataloglayarak modellere yeni işlevler kazandıran entegrasyonları daha kolay keşfetmenizi sağlar. Geliştiricilere ve AI yapımcılarına, LLM tabanlı ajantalara gerçek dünya verilerine ve eylemlerine erişim sağlamak amacıyla her bağlayacı önekten bulaşık yazmadan geliştirmelerini sağlayan bir kaynağa yöneliktir. Girişler genellikle kaynak repo linklerine, kısa açıklamalara ve kullanıcıların kullanım senaryosu veya teknolojiye göre filtremesine yardımcı olma amacına yönelik etiketlere sahiptir. Özerk MCP sunucuları, 'awesome list' formatını açık kaynak olarak takip ettiğinden, katkılar daha geniş MCP ekosisteminin üyelerinden gelmekte ve liste itself birlikte gelişmekte.
Kriterlerin ayrıştırılması
- Geliştirilmiş MCP sunucu uygulamalarının özetlenmiş bir listesi
- Alan ve kullanım alanı kategorilerine göre sınıflandırılmış
- Kaynak deposuna ve dokümantasyona linkler
- Resmî ve topluluk sunucalarını kapsar
- Kurumsal katkıları açık
- Referans kaynağı olarak MCP ekosistemine giriş yapın
OpenAI Codex SDK
SDK yoluyla ve TypeScript, CLI veya GitHub Eylemleri yoluyla programatik olarak Codex agentlerini kontrol edebilirsiniz
OpenAI Codex SDK, geliştiricilere programlamayla Codex_agent'ları dâhil etmeden ve kontrol etmesine izin veren bir yazılım geliştirme kültürüdür. TypeScript, CLI ve GitHub_Actions gibi çeşitli arayüzlere destek sağlar. SDK, Codex_agent'ların çeşitli uygulamalar ve iş akışlarına entegre Edilmesi için esnek bir yolla tasarlanmıştır. Codex_SDK ile geliştiriciler, custom_agent'lar oluşturabilir, agent_hareketi tanımlayabilir ve agent_işi akışlarını yönetebilir. SDK ayrıca agent Performansını değerlendirerek optimize etmesine yardımcı olan araçlar sağlar. Geliştiricilere, Codex_agent'ları kapasitelerini kullanan uygulamalar oluşturmalarını sağlamaktadır. SDK, çeşitli modeller ve sağlayıcıları destekleyen bir dizi özellik sunar, bunlara ayrıca agent sandboxing ve çeşitli araçlar ve servislerle entegrasyon dahildir.
Kriterlerin ayrıştırılması
- Metin üretim
- Code üretim
- Görsel yapılandırma
- Ses ve konuşma üretim
- Ayrılmış çıktı
- Fonksiyon çağrısı
BabyBeeAGI
Son derece geliştirilmiş úkol yönetim ve işlevsellik ile birlikte gelen bir BabyAGI sürümü.
BabyAGI, otomatik olarak kendine inşa edebilen agajler oluşturması için bir deneyimsel ön ortam olarak bir dizi işlev sağlar. Bu temelinde Mart 2023'de oluşturulan orijinal BabyAGI'den evrimleşmiştir. Bu framework, işlevleri depolamak, yönetmek ve işleştirmek için kullanılan yeni bir fonksiyon çerçevesi olarak 'functionz' üzerine kuruludur. Ayrıca, bu çerçeve importları, bağlı işlevleri ve kimlikbilgisi gizliliklerini takip etmek için bir grafik tabanlı yapısı, otomatik yükleme ve kapsamlı günlüğe kaydetme kabiliyetleri sunar. Ön ortam; fonksiyonları yönetmek, güncellemeleri çalıştırmak ve günlüğe kaydetmek için bir panel de sağlar. Öneri, basitliği geliştirmeyi ve geliştiriciler arasında tartışmaları tetiklemeyi amaçlamak, yoksa gerçek-world kullanımı içermemektedir. Merkezde bulunan temel amaç, yalnızca kendisi oluşturabilen en basit şeyi inşa etmektir, bu da otomatik agajler geliştirmeye yönelik ilginç bir yaklaşım sağlar.
Kriterlerin ayrıştırılması
- İşlev kaydı ve meta veri yönetimi
- Bağımlılık takibi ve ana bağımlılıklar
- Otomatik yükleme ve güncelleme
- İşlev yönetimi ve log görüntülenmesi için bir ekran paneli
Gemma 3
Açık kaynaklı bir AI modeli, tek-GPU performansı için optimize edilmiştir, çoklu giriş modellerini ve 140'den fazla dil desteğini sağlar.
Gemma 3, cihazlarda çalışmaya yönelik hafif ve son teknoloji açık modellerden oluşan bir koleksiyonudur ve özellikle tek-GPU performansı için optimize edilmiştir. Çok-modal girdi desteği ve 140'den fazla dil destekler. Model çeşitli boyutlarda (1B, 4B, 12B ve 27B) gelmekte ve geliştiricilerin donanımları ve performans gereksinimleri doğrultusunda en uygun seçeneği seçmelerine izin vermektedir. Gemma 3, geliştiricileri daha kompleks görevlerde kullanmak için gelişmiş metin ve görsel mantığı, 128k-tokeni kapsayacak bir bağlam penceresi ve işlev çağrısı sunar. Hızlı performans ve azaltılmış hesaplama gereksinimi için de quantize edilmiş sürümleri içermektedir. Model, Google'ın yararlı AI teknolojisinin erişilebilir hale gelmesine yönelik taahhütlerinin bir parçası ve aynı araştırma ve teknolojiye dayanan Google Gemini 2.0 modellerinden türetilmiştir. Gemma 3, cihazlar olarak akıllı telefonlar, laptoplar ve iş istasyonları dahil olmak üzere doğrudan cihazlarda çalışabilen AI uygulamaları oluşturulabilmesi için geliştirilmiştir. Gemma 3, boyutuna göre son teknoloji performans sunar, diğer modellerden Llama3-405B, DeepSeek-V3 ve o3-mini gibi, önümüzdeki bir humanoğlu tercih değerlendirmelerinde diğerlerine önderlik etmektedir. Ayrıca dünya çapındaki uygulama için 35'den fazla dilde otomatik destek ve 140'tan fazla dilde önceden eğitimi destekleyen bir sistem sunmaktadır. Model, yapılandırma çağırmayı ve yapılandırılmış çıkışları kullanarak AI güdümlü akışların oluşturulmasını sağlar. Gemma 3 geliştirme sürecinde, kapsamlı veri yönetimi, güvenlik politikalarına uyumlu hiperparameteroptimizasyonu ve dayanıklı performansı değerlendirmeler gibi katı güvenlik protokolleri içermektedir. Gemma ailesine dahil olan açık modeller, önemli bir kabul görmüş ve 100 milyondan fazla indirme sayısı ve 60,000'den fazla Gemma varyantı oluşturan canlı bir toplulukla sonuçlanmıştır. Gemma 3'nin yetenekleri, tek bir GPU veya TPU ev sahibini destekleyebilecek çekici kullanıcı deneyimleri oluşturmak için geliştiricilere uygun kılar.
Kriterlerin ayrıştırılması
- çoklu giriş AI desteği
- konusma odaklı geliştirme
- daha geniş parametre ajustmanları
- 140 dil desteği
- performansın artırılması
ScreenAgent
Tütsülenmiş VLM aracı, fare/klavye planlama ve yürütmeyle bilgisayarın GUI'sini kontrol etmek içindir.
ScreenAgent, bir Visual Dil Modeli (VLM) ajanıdır ve fare ve klavye operasyonlarıyla bilgisayarın kullanıcı arayüzünü kontrol etmesini sağlar. İmajları gözlemleyerek eylemleri gerçekleştirerek gerçek bilgisayar ekranlarıyla etkileşime geçilmesi sağlar. Proje, multi-step görevleri tamamlamayı sağlayacak bir planlama-gerçekleştirmeye-geri bildirim süreçlerinden oluşur. Ajanların bilgisayarları kullanmayı öğretme zorluğu ile karşılaşıldığı için bu proje, görev planlama, imaj anlaşma ve visüel konumlanma gibi yetenekleri ihtiva etmektedir. EkranAgent veri kümesi, günlük bilgisayar görevlerini kapsar, ancak veri kümesi manuel bir annotasyon ile ajanın öğrenmesine yardımcı olmaktadır. Uygulamaya dahil edilen bir istemci, bilgisayarın ekranını kontrol eden kod; modeller için altyapı işçiler, modelin testi ve eğitim kodları, proje bileşenleri arasındadır. Desteklediği temel fare ve klavye operasyonları var; farklı bir masaüstü işletim sistemleri için aynı anda uygulanabilir. EkranAgent yaklaşımı evrensel olup belirli API'lerin kullanımı ile bağlı değildir; bu durum onu esnek bir uygulamaya dönüştürüyor.
Kriterlerin ayrıştırılması
- Fare ve klavye işlemleri yürütme
- Gözlemsel-eylemsel-gerileme süreci görevi tamamlamak için
- Çeşitli masaüstü işletim sistemleri ve uygulamaları için destek
- Daha geniş görev kapanlığını sağlayacak ScreenAgent veriseti için el ile vurgulama
- GUI etkileşimi için bir VLM aracı
AIWaves Agents
Özelleştirilebilir LLM frameworkı açıklamalı, bağımsız dil araçları oluşturma, eğitme ve dağıtma dahil olmak üzere otomatik dil araçlarını oluşturmak için.
AIWaves Agentler, yapay zeka akıllı agentler oluşturmak, eğitmek ve dağıtmak için açık kaynaklı adapatif LLM bir frameworksidir. Bu, agent öğrenme ve değerlendirme için sembolik öğrenme yoluyla destek sağlar. Sembolik öğrenme, eğitilmiş sinir ağı eğitimi inspirasyondan etkilenen sistematik bir çerçevedir. Bu çerçeve, aracı akışları ve sinir ağı hesaplama grafikleri arasındaki bir analogi oluşturarak dil agentlerini eğitmenizi sağlar. Framenin görev yürütme yöntemi, ilk olarak bir ajanı çalıştırmak ve girdiler, çıktılar, uyaranlar ve araç kullanımını dahil olmak üzere ajanın iz sürümünü depolamaktır. Bu, daha sonra dil dayanıklı bir kayıp fonksiyonu kullanarak sonucu değerlendirir, kaybı geriye doğru ileterek dil gradientsi hesaplar ve ardından ajanın sembolik bileşenlerini güncel hale getirmek için günceller. Bu süreç, zaman içinde ajanlar aprenderme ve uyum kazandırmaktadır. Agentler 2.0, düğümleri farklı ajanlar olarak ele alma veya bir düğüm üzerinde birden fazla ajanın hareket etmesine izin vererek çoklu-ajan sistemlerinin optimize edilmesini de destekler. Framework, çeşitli uygulamalar ve araştırma yönlerini desteklemek için esnek ve genişletilebilir olarak tasarlanmıştır. Proje, Git deposundan veya yerel geliştirme için seçeneklerle birlikte kurulum kılavuzu sunar ve ilgili araştırma makaleleri için atıflar içerir. çerçeveye ait güçlü yanları, agent öğrenme alanındaki inovatif yaklaşımı ve otomatik dil ajanları alanında araştırma hızlandırma potansiyeli içeriyor. Ancak, dikkatli tasarlanmış prompt.pipeline'lerin bağımlılığı ve karmaşıklığı kullanıcılar için bazı zorluklar sunabilir.
Kriterlerin ayrıştırılması
- Bağımsız dil araçları desteği
- Dil araçları eğitimi
- Dil araçlarının dağıtımı
- Öz-evrimli araçların etkinleştirilmesi
- API için Sdk
Claude MCP Agents
MCP teknolojisinin üzerindedir inşa edilmiş olrak Anthropic,Claude ağırlıklı AI ajanlar için akıcı bir araç ve data entegrasyonu.
Claude MCP Agent'leri, Anthropic'in Model Context Protokolü (MCP) kullanarak çeşitli dış veri kaynakları, API'ler ve geliştirici araçlarıyla bağlantı kurmak için AI agent olarak çalışır. Bu agent'ler, dış sistemlerle kontekstin akışını standartlaştırmak suretiyle, Claude ve dış sistemleri arasında contexto akışını standartlaştırmalıdır, böylece bu kaynaklar için her biri için esnek entegrasyonlar olmasa da, dosyaları okuyabilir, veritabanlarına sorular silebilir, hizmetleri çağırmaya ve gerçek zamanlı bilgiler temelinde eylemlere başvurabilirler. Geliştiriciler ve takımlar, otomasyon, araştırma yardımcıları ve akış agentleri oluştururken güvenilir erişim gerektiren şirket içi veya kişisel verilere ihtiyaç duyduklarında kullanılan yaklaşımı amaçlamaktadır. MCP'nin açık specifikasyonu, aynı agentin yeni araçlar ile yeni birer kablo gibi bağlanabilmesi anlamına geliyor; bu da kilitlenme ve entegrasyon yükünü azaltıyor.
Kriterlerin ayrıştırılması
- Model Context Protokol entegrasyonu
- Dosyalar, API'lar ve veritabanlarına bağlanmak
- MCP sunucularını kullanarak uzatılabilir
- Agnetik, multi-adım akışları destekler
- Claude model ailesiyle uyumlu
- Bağlılık için açık bir standart
BabyCatAGI
Küçük boyutlu otomatik AI agent framework için iş süreçlerinin iyileştirilmesini sağlayan akıllıca görev otomasyonu
BabyCatAGI, karmaşık görevleri otomatik AI ajanları aracılığıyla gören, yüksek düzeydeki hedefleri yönetilebilir alt görevlere ayırıp bunlarla sıralı olarak yürütme ve bu süreçte elde edilen ara sonuçlara göre planı ayarlamayla özetlenebilecek biçimde modifiye edilmiş bir versiyon olarak tasarlanmıştır. Bu özelliği sayesinde, araştırmalarda, içerik oluşturuda ve çok adımlı sorunların çözümünde etkin bir araç olarak kullanılabilir. Framework, minimal kodlama ve okunabilirlik önceliklendirerek, daha büyük orkestrasyon kütüphanelerinin ağırlığı olmadan agnetci AI' ye deney yapmaya istekli geliştiriciler için erişilebilir hale geliyor. Dili işleme modelleri ve web arama araçlarıyla entegre olarak, bağlamı toplamak, sorunları aracılığıyla reasoning yapmak ve yapılandırılmış çıkışlar üretmek için context topluyor; ardından problem çözüyor. BabyCatAGI açık bir deney amaçlı proje olarak prototip görev akışları için en uygun, görev sürükleyen otomatik sistemlerin nasıl çalıştığını öğrenmek ve belirli otomasyon ihtiyaçları için akışları özelleştirmek için en iyisidir.
Kriterlerin ayrıştırılması
- Görev sıralaması ve önceliğe ayırma
- Otomatikalt görev yürütmesi
- Internet araması ile bağlam sağlama
- Sürekli mantık akışı
- Uzun süredir Python implemantasyonu
- Düzeltilebilir hedefler ve komutlar
BabyDeerAGI
Geliştirilmiş verimiyet sağlayan paralel görev yürütme özelliği ile otomatize edilen bir AI ağent frameworku.
BabyDeerAGI, geliştiriciler ve araştırmacılar tarafından optimize edilmiş AI akışlarını sağlamak için tasarlanmış, paralel görev yürütmesi için optimize edilmiş bir AI ajanlık çerçevesidir. Bu çerçevede, birden fazla görevin aynı anda yürütülmesi, toplam işleme süresinin önemli ölçüde azaltılmasını sağlar. Çerçeve, esnek bir şekilde tasarlanmış olup, çeşitli AI modellerinin ve araçlarının entegrasyonunu destekler. Fakat bu çerçeveye ait daha fazla detaylı bilgi ve sınırlamalar, mevcut kaynaklarda tam olarak dökümanda bulunmamaktadır.
Kriterlerin ayrıştırılması
- Paralel görev yürütme
- Göreçeksiz entegrasyon AI modelleri ile
- Geliştirilen bir AI ağent frameworku
- Konkültan süreci destek