Repolode
Предложить
fetchai

fetchai/innovation-lab-examples

Коллекция из более чем 80 готовых к запуску примеров AI-агентов на Python с использованием uAgents от Fetch.ai: LLM, MCP, A2A, платежи и мультиагентные сценарии.

Открыть на GitHubСайт
Звёзды
1,167
Форки
84
Открытые issues
7
Последний коммит
2 месяца назад

Что это?

В этом репозитории собраны автономные примеры проектов AI-агентов на Python. В каждой папке находится готовый к запуску проект со своими зависимостями и шаблоном переменных окружения. В большинстве примеров для обмена сообщениями и обнаружения агентов используется фреймворк uAgents, а для работы с LLM — такие провайдеры, как ASI:One, OpenAI, Anthropic Claude и Google Gemini.

Примеры охватывают несколько сценариев: отдельные агенты, взаимодействие между агентами (A2A), MCP-серверы для таких сервисов, как Gmail и GitHub, RAG по документам и платежные процессы с использованием Stripe, Skyfire или FET. Мультиагентные примеры построены на фреймворках LangChain, CrewAI, AG2, LlamaIndex и Google ADK.

Для запуска любого примера предусмотрены шаблон быстрого старта, скрипт настройки и Dockerfile. Примеры агентов, добавленные сообществом, находятся в отдельной папке contributors.

Ключевые возможности

  • 01Десятки готовых к запуску проектов агентов, каждый со своими зависимостями и шаблоном .env
  • 02Примеры взаимодействия между агентами (A2A) на базе uAgents
  • 03MCP-агенты-серверы для Gmail, Calendar, GitHub и других сервисов
  • 04Интеграции с ASI:One, OpenAI, Claude, Gemini, LangChain и CrewAI
  • 05Примеры платежей с использованием Stripe, Skyfire и FET

Сценарии использования

  • Изучение основ создания первого автономного агента с uAgents
  • Старт проекта для хакатона на базе готового шаблона оркестратора и рабочего агента
  • Сравнение способов интеграции разных LLM SDK и фреймворков для агентов
  • Добавление MCP-инструментов или платежных сценариев в существующего агента

Темы

#ai-agents#multi-agent-systems#llm#mcp#agent-to-agent#python#langchain#crewai#a2a-protocol#agentic-ai

Частые вопросы

Что такое innovation-lab-examples?
Коллекция из более чем 80 готовых к запуску примеров AI-агентов на Python с использованием uAgents от Fetch.ai: LLM, MCP, A2A, платежи и мультиагентные сценарии. В этом репозитории собраны автономные примеры проектов AI-агентов на Python. В каждой папке находится готовый к запуску проект со своими зависимостями и шаблоном переменных окружения. В большинстве примеров для обмена сообщениями и обнаружения агентов используется фреймворк uAgents, а для работы с LLM — такие провайдеры, как ASI:One, OpenAI, Anthropic Claude и Google Gemini.
innovation-lab-examples можно использовать бесплатно? Какая у него лицензия?
innovation-lab-examples распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
innovation-lab-examples всё ещё поддерживается?
Обновлялся за последние 6 месяцев. Последний коммит в innovation-lab-examples — 1 сент. 2026 г..
Для чего можно использовать innovation-lab-examples?
Изучение основ создания первого автономного агента с uAgents Старт проекта для хакатона на базе готового шаблона оркестратора и рабочего агента Сравнение способов интеграции разных LLM SDK и фреймворков для агентов Добавление MCP-инструментов или платежных сценариев в существующего агента
Где скачать innovation-lab-examples?
Исходный код и инструкции по установке — на GitHub: https://github.com/fetchai/innovation-lab-examples

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

iniwap / AIWriteX

Китайскоязычный инструмент для написания текстов с помощью ИИ для официальных аккаунтов WeChat: собирает популярные темы, генерирует статьи с помощью мультиагентного процесса CrewAI, форматирует их и публикует черновики или готовые материалы.

ИИ и машинное обучение#ai-writing#wechat#crewai
2,1 тыс.420PythonApache-2.0Обновлён позавчера

VersusControl / devops-ai-guidelines

Бесплатная коллекция учебных маршрутов, руководств и командных рекомендаций по применению AI в DevOps — от первых инструментов до проектирования AI-инфраструктуры, распространяемая по лицензии MIT.

Обучающие материалы#devops#ai-agent#mcp
1,6 тыс.394PythonMITОбновлён 28 дней назад