Havuz

27 scope-enforced AI agents that run the full pentest kill-chain (recon → exploit → post-ex → DFIR → report) as a one-command Claude Code pl

241 evaluated academic Claude/agent skills across 18 research domains — bioinformatics, cheminformatics, data science, databases, clinical,

Your coding agents forget. Graft doesn't. Persistent local memory that brings back fixes, decisions and project knowledge when they matter —

🤖 LLM Engineering Roadmap — Complete Developer Guide

:star: AI-assisted development workflow that produces understanding alongside code. Teach, capture decisions, document, assemble reviews.

Find the best AI models you can run

给AI伴侣增强时间感的小器官（电脑端专用）

A custom coding harness for TypeSafe AI's Jev: an LLM proposes, Jev answers narrow questions, code decides, every step leaves a receipt.

Automate your real iPhone from Safari with a $2 ESP32. No Mac, no APP, and no jailbreak. Local conversations, your choice of AI, and communi

A local CLI for logging predictions before the outcome and checking whether your "80% sure" comes true 80% of the time.

An AI agent plays Baldur's Gate 3 on Linux through a Lua mod and an MCP server, seeing only what a player sees. Includes a model benchmark a

Per-step LLM routing benchmark with 970 static labels, live SWE-bench evaluation, an open data pipeline, and a public leaderboard.

Companion repo for Agentic Graph RAG (O'Reilly, Anthony Alcaraz & Sam Julien) — 50 runnable skills + 8 pedagogical notebooks covering all ei

The agent loop for Python. Your harness, any model.

F.R.I.D.A.Y — a secure self-improving personal AI agent. Local-first, with memory, tools, voice, MCP, automation, and verified self-extensio

Instant context compaction for Hermes Agent. Builds the compaction summary in milliseconds with no LLM call, keeping the exact commands, exi

AI for tactical cycling intelligence: Predictive mud logic, S-Scale terrain analysis, and powered GPX routing

🔥🔥 Accelerating decision inference with exact state forking

Asking for What Was Never Requested: horizontal and vertical proactivity in LLM agents. Need-graph metrics (no LLM judge) and Q&D, which tra

Local-first, LLM-agnostic memory system — hybrid retrieval (vector + lexical + graph), multi-signal ranking. Runs on 4GB RAM, CPU-only, no c

Lossless context folding for the Pi coding agent: only the oldest context changes; the fresh window stays untouched.

An MCP server built on top of Huawei Training Camp (HTC) APIs, enabling AI agents to access and analyze Huawei Health training data.

Lemmalog, LLM agent’ların belleğini Datalog kurallarıyla temsil edip kaynak izlenebilir ve artımlı biçimde sorgulayan bir Rust motorudur.

Neden yükseliyor · Agent memory ve MCP konularına yönelik ilgiyle örtüşüyor; 31 günlük repo için 324 yıldızın yanı sıra son 28 günde 27 commit ve 4 farklı yazar var. Bu hareketlilik erken geliştirme temposuna işaret ediyor, ancak yükselişin nedenini doğrudan kanıtlamıyor.

WikiSkill, agent oturumlarından kalıcı wiki bilgisi derleyip skill değişikliklerini doğrulama testleriyle kabul veya geri alan bir Python aracıdır.

Neden yükseliyor · Agent'lar için kalıcı bilgi ve self-improvement ilgisinin yüksek olduğu bir dönemde, araştırma makalesindeki döngüyü gerçek agent çalıştırmalarıyla uygulanabilir bir araca dönüştürdüğünü öne sürüyor. 29 günlük yaşına göre 250 yıldız ve son 28 günde 22 commit dikkat çekici; ancak yalnızca 2 farklı yazar var ve yıldızlar kullanım ya da etkinin kanıtı değil.

Cambium, LLM agent’larıyla sürdürülen bilgi depolarındaki işleri kurallar, durum kayıtları ve doğrulanabilir kanıtlarla yöneten bir governance standardı ve Python araç setidir.

Neden yükseliyor · 55 günde 457 yıldız ve son 28 günde 81 commit ilgi ve yoğun geliştirme sinyali veriyor; ancak farklı yazar sayısının 1 olması katkı tabanının dar olduğunu gösteriyor. Yıldızların ne zaman kazanıldığı verilmediği için yükselişin hızını veya nedenini doğrulayamıyorum; LLM agent’ları, auditability ve MCP kesişiminin ilgi çekmesi olası bir açıklama.

Sno Station, Claude Code, Codex ve OpenClaw gibi agent’ları yerel bir çalışma alanında ortak memory, mesajlaşma ve ekip becerileriyle birlikte çalıştırmayı hedefleyen erken aşama bir araçtır.

Neden yükseliyor · Sekiz günde 235 yıldız ve son 28 günde 30 commit ile hızlı ilgi ve geliştirme hareketliliği göstermiş; son 28 günde 3 farklı yazar katkısı da var. İlgi muhtemelen multi-agent iş akışları, local-first yaklaşım ve ortak memory vaadinin birleşiminden kaynaklanıyor; yıldız sayısı tek başına kalite veya benimsenme kanıtı değil.

deedchain, browser agent raporlarındaki iddiaları kaydedilmiş ground truth ile karşılaştırarak rapor doğruluğunu ölçen bir benchmark ve Python kütüphanesidir.

Neden yükseliyor · Repo yalnızca 23 günlük ve 28 yıldızlı; son 28 gün commit ve farklı yazar verisi ölçülmediği için yükselişin arkasındaki aktivite veya benimsenme düzeyi doğrulanamıyor. Rapor doğruluğunu ayrı bir değerlendirme konusu yapması dikkat çekici olsa da README'deki “first benchmark” iddiası bağımsız olarak doğrulanmış değil.

CyberGuard, AI agent’larla güvenlik soruşturmalarını yürütmek ve müdahale kararlarını onay, denetim izi ve sonuç kontrolleriyle yönetmek için bir SOC uygulaması sunuyor.

Neden yükseliyor · 10 günlük bir repoda 54 yıldız ve son 28 günde 58 commit bulunması erken ilgi ve yoğun geliştirme sinyali veriyor. Ancak farklı yazar sayısının 1 olması, bu hareketliliğin topluluk katkısı veya bağımsız benimsemeyle desteklendiğini göstermiyor.

ALTA, LLM agents kullanarak piyasa fırsatlarını araştıran, bulguları denetime açık tutan ve işlemleri önce Shadow modunda simüle edebilen yerel bir trading platformudur.

Neden yükseliyor · 31 günde 812 yıldıza ulaşması projeye belirgin görünürlük kazandırmış; denetlenebilir multi-agent araştırma akışı ve Shadow/Broker ayrımı ilgi çekici olabilir. Ancak yıldız artışının nedeni veriden kesin olarak çıkarılamıyor; son 28 günde 19 commit'e rağmen farklı yazar sayısı 1.

IvyClaw, yazılım geliştirme görevlerini birden fazla AI agent, araç ve sandbox kullanarak uçtan uca yürütmeyi hedefleyen Python tabanlı bir sistemdir.

Neden yükseliyor · Repo 15 günlükken 61 yıldız almış; bu, kısa sürede ilgi gördüğünü gösteriyor. Ancak son 28 günde 4 commit ve 1 farklı yazar var. İlginin kaynağına veya benimsemeye dair ek kanıt yok; yıldızlar tek başına üretim olgunluğunu doğrulamıyor.

Open-source autoresearch powered by autonomous coding agents. Run Claude Code, OpenCode, and Codex with grading, shared knowledge, and multi

Sno Station Skills: 31 tested skills that turn Claude Code and Codex into one working team. Cross-vendor peer review, automatic handoff when

More is Different. A multi-agent world engine where AI agents live, talk, compete, ally.

An automated AI research-paper writer based off Google's PaperOrchestra paper's implementation through a skills - benchmark + autoraters us

Any research. One Claw. 🦞 From any materials to research with fully autonomous & skill-driven researcher.

Give AI agents ambitious work without losing the plot. nac is an open-source harness for long-running tasks, using a central orchestrator, t

Neuro-symbolic agents with verified memory. MCP math tools, an algebra repair Skill, and an open challenge. Verify solutions, learn checked

Fully Autonomous AI Research System with Self-Evolution, built natively on Claude Code

[Public preview] Externally scored agentic ML research benchmark: 60 tasks, real competition ground truth. Open protocol, operated evaluatio

Official code for the paper "Memora: A Harmonic Memory Representation Balancing Abstraction and Specificity"

Open protocol for AI agent work contracts and verifiable execution — authorization, evidence, and acceptance for multi-agent systems

A living AI-agent office on your desktop wallpaper — Claude Code agents that walk, work, delegate, learn & hold meetings. Per-agent swappabl

Evolutionary multi-agent runtime that breeds, evaluates, and improves autonomous agents across reproducible epochs to converge on optimizati

Compact operational charter that turns LLM coding agents into disciplined principal engineers. Eleven rules + one meta-rule.

Code-only runtime toolkit for cost-aware multi-agent organization and control

Agent Skills lifecycle toolkit: mine repeated coding-agent workflows, audit and personalize skills, and generalize personal skills for publi

LLM agent 的有界自纠错长期记忆层：把连续、含矛盾的项目交互日志蒸馏成有界、可自更新的记忆库。Bounded, self-correcting long-term memory for LLM agents — candidate pool + value dynamic

Loop until it's better — drop-in agentic loops (autoresearch, scientific writing, data analysis, code/SQL/prompt optimization, red-teaming)

A direction in development: a model drafts an ontology from business tables or a document, code checks the draft against the data, a person

Universal, model-agnostic operating harness for AI agents (Claude, Codex, Gemini, …) — a lean core + work-type profiles assembled by one set