Havuz

Connect and benchmark finance agent systems in one open-source platform, then trade on them. TradingAgents and AI Hedge Fund today, your own

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

Harness-Zero: Harness Distillation via Agent-as-Harness

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.

Agent/RAG/AI应用：Agent零基础入门学习笔记➕编程平台

The first exam for code agents in the physical world: frozen robot tasks from many benchmark suites, each answered with a program and verifi

SWE-Serve: an agentic benchmark of 53 production inference-engineering tasks derived from merged SGLang pull requests, run with Harbor.

DrugTargetWorld: a synthetic biobank for training and benchmarking AI scientists on end-to-end drug target discovery. Paper: arXiv:2610.0955

ALGAL is a programming language for agents. Programs pause for approvals, survive restarts, replay from recorded effects, and improve throug

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.

Browser automation where an LLM plans and Jev (Typesafe System One) decides. Library, CLI and MCP server.

The control plane for your coding agents, however you run them. One checkout of rules, skills, subagents, hooks and stances, projected into

TypeSafe (Jev) skill routing for Hermes Agent: names the one skill worth loading, before the model call. Opt-in, stdlib only, ~$0.001 per ro

EvoOntology, data agent’ların farklı veri kaynaklarındaki kavramları ve ilişkileri kullanabilmesi için MCP üzerinden erişilen, etkileşimlerden güncellenebilen bir ontology layer sunuyor.

Neden yükseliyor · Agent’ların kurumsal veriyi anlamlandırma sorununa, MCP entegrasyonunu ve kendini güncelleyen ontology yaklaşımını bir arada sunma iddiasıyla dikkat çekiyor. 13 günde 427 yıldız, 22 commit ve 3 farklı yazar erken ilgi ve geliştirme hareketliliği gösteriyor; bu veriler tek başına kullanım veya etkililik kanıtı değil.

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

Local-first agent platform: board + role agents + agent CLI runs (Claude Code, Cursor, Antigravity, OpenCode) or local and API models (Ollam

Reusable AI skills for Codex, Claude Code & Copilot CLI — Markdown-only, safety-first samples for diagnosing bugs, drafting changelogs, and

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.

The agent that evolves with you 𖤍

STEER — AI4R (AI for Research) experiment framework for auto-research and autonomous research. Connect existing research projects and let an

HOP 3.0 — HopSpec task-spec language + HopJIT execution engine for LLM agents

Gates 84.7% of tool-schema prompt tokens away for DeepSeek Harness: plugins declare themselves organs, a nerve impulse routes each command,

A pure-Python system that automatically discovers, verifies, and applies relevant historical requirements for coding agents — no embeddings,

A sandbox service for running untrusted, agent-authored code that reports the isolation boundary each run executed behind. Lessons, no clone

Evidence-backed audits, evaluations, and measured improvements for any AI agent.

Reproduction package for "Harness as a Language: A Minimalist Agent Framework With Maximal Expressivity" — ten agent arms across AppWorld an

Local desktop coding assistant you can run with any local model. No API key required. It can read your project, edit files, run commands, ve

Co-manage memory with your coding agent across sessions. A local workbench for Claude Code, Codex and Pi.

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.

Self-hosted AI workspace with agents, skills, and tools (Gmail, Calendar) that runs entirely on your own provider API keys (BYOK). Bring you

Code repository for World Model From Scratch book

An unattended maintainer for one repository. It reviews, files, prunes, and merges only against proof that a guard bites.

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

Paper artifacts, figures, aggregate data, and share cards for the DXRG paper: What LLM Trading Agents Actually Do in Production (six months,

Let Claude Code, Codex and Pi talk to each other: cross-session messaging that wakes AI agents on one machine or across your LAN (macOS/Linu

AI agent skills for thinking clearly, making better decisions, and getting things done. Strategy, research, decision-making, planning, risk

This 14 MB Agentic LLM(Cactus Needle 2) can control your phone completely.

A local, Git-native review + feedback layer for existing LaTeX projects.

AI 执行与监察体系（Agent Oversight Framework）：分层治理规范 + L2 运行时监察参照实现——证据分级、自校正、边界诚实。A layered governance spec for AI agents, plus a runnable referenc

ChatGPT <-> Codex bridge: local coding agents ask ChatGPT for advice, and ChatGPT can inspect or steer your running Codex sessions. No API k

OrcaReplay, AI agent çalıştırmalarını kaydedip çevrimdışı tekrar oynatmaya ve bir adımdan farklı bir modelle devam ettirmeye yarayan bir debugging aracıdır.

Neden yükseliyor · 29 günlük bir repo için 171 commit ve 5 farklı yazar kayda değer geliştirme etkinliği gösteriyor; 268 yıldız da erken dönem ilgisine işaret ediyor. Yükselişin belirli bir duyuruya veya kullanıcı benimsemesine bağlı olup olmadığı verilen verilerden anlaşılamıyor.

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.

DSH plugin — free OpenCode Zen models for DeepSeek Harness (DSH). Free LLM API, no API key needed. 在 DSH 中使用 OpenCode Zen 免费模型，无需 API key

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

A Codex CLI plugin packaging a full software studio — 45 specialist roles, 91 workflow skills, and deterministic quality gates for game and

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.

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.

Open-source AI interior design agent. Turn room photos into scaled floor plans, wall elevations, photoreal renders and a design report where

Curated catalog of open, specialized AI agents for real business work — organized as broad umbrella categories (video, image, voice, SEO, so

十三希诺 Agent 工作流 · 中文源库：把工程纪律做成可机检门禁的元工作流 Skill 家族——三级跑道／判级／GATE 12 字段可复跑证据／405 条细则库／五包交付（核心+流程+角色+产品工程+单文件蒸馏），五平台注入适配。docs/ 为开发工作区，实验数据已归档。En