Framework de IA para agentes en TypeScript con memoria cognitiva persistente, personalidad HEXACO opcional, orquestación multiagente e interfaz unificada para 13 proveedores de LLM.
weitianxin/Awesome-Agentic-Reasoning
Lista seleccionada de artículos que acompaña una revisión sobre el razonamiento agéntico en LLM, con temas como planificación, uso de herramientas, búsqueda, memoria, sistemas multiagente y aplicaciones.
- Estrellas
- 1,427
- Forks
- 115
- Issues abiertos
- 16
- Último commit
- hace 2 meses
¿Qué es?
Awesome-Agentic-Reasoning es una colección seleccionada de artículos de investigación y recursos basada en la revisión «Agentic Reasoning for Large Language Models». Organiza trabajos sobre agentes LLM que combinan razonamiento y acción en tres áreas: capacidades fundamentales de un solo agente, razonamiento autoevolutivo mediante retroalimentación y memoria, y razonamiento colectivo en sistemas multiagente.
La lista agrupa artículos por tema, como planificación (flujos de trabajo en contexto, búsqueda en árboles y planificación mediante postentrenamiento), optimización del uso de herramientas, búsqueda agéntica, mecanismos de retroalimentación y memoria agéntica. También abarca áreas de aplicación como agentes de matemáticas y programación, descubrimiento científico, agentes incorporados, atención médica y agentes de investigación web, además de una sección de benchmarks.
El repositorio acepta pull requests e issues para proponer nuevos artículos e incluye enlaces a la versión de la revisión en arXiv, junto con una referencia bibliográfica.
Funciones clave
- 01Artículos organizados en capas de razonamiento agéntico fundamental, autoevolutivo y colectivo
- 02Cobertura de planificación, uso de herramientas, búsqueda agéntica y memoria agéntica
- 03Secciones específicas sobre roles y colaboración multiagente
- 04Listas de áreas de aplicación para agentes de programación, ciencia, agentes incorporados, medicina y web
- 05Sección de benchmarks para evaluar el razonamiento agéntico
Casos de uso
- Investigadores que buscan trabajos previos sobre planificación de agentes LLM o uso de herramientas
- Ingenieros que revisan artículos recientes sobre memoria y auto mejora de agentes
- Estudiantes que preparan una lista de lectura sobre IA agéntica
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es Awesome-Agentic-Reasoning?
- Lista seleccionada de artículos que acompaña una revisión sobre el razonamiento agéntico en LLM, con temas como planificación, uso de herramientas, búsqueda, memoria, sistemas multiagente y aplicaciones. Awesome-Agentic-Reasoning es una colección seleccionada de artículos de investigación y recursos basada en la revisión «Agentic Reasoning for Large Language Models». Organiza trabajos sobre agentes LLM que combinan razonamiento y acción en tres áreas: capacidades fundamentales de un solo agente, razonamiento autoevolutivo mediante retroalimentación y memoria, y razonamiento colectivo en sistemas multiagente.
- ¿Awesome-Agentic-Reasoning es gratuito? ¿Qué licencia tiene?
- Awesome-Agentic-Reasoning es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿Awesome-Agentic-Reasoning sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de Awesome-Agentic-Reasoning fue el 21 sept 2026.
- ¿Para qué puedo usar Awesome-Agentic-Reasoning?
- Investigadores que buscan trabajos previos sobre planificación de agentes LLM o uso de herramientas Ingenieros que revisan artículos recientes sobre memoria y auto mejora de agentes Estudiantes que preparan una lista de lectura sobre IA agéntica
- ¿Dónde consigo Awesome-Agentic-Reasoning?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/weitianxin/Awesome-Agentic-Reasoning
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un framework de Python para crear, ejecutar y observar agentes LLM, con herramientas, equipos multiagente, memoria, ejecución en sandbox y un servicio de agentes desplegable.
Framework de Python de Google, centrado en el código, para crear, evaluar y desplegar agentes de IA; optimizado para Gemini, pero independiente del modelo.
Un asistente de IA autoalojado para hogares y equipos pequeños, con varios expertos, integraciones con canales de mensajería instantánea y un panel web, todo en un solo proceso.
Plataforma empresarial de flujos de trabajo con agentes para crear y ejecutar agentes de IA, con gestión de modelos, integración de herramientas MCP y automatización RPA.
Plataforma sin código que genera agentes de IA listos para producción a partir de descripciones en lenguaje natural, con herramientas, memoria y orquestación integradas.