Библиотека на Python и интерактивный учебник в Jupyter с 35 архитектурами агентного ИИ — от Reflexion и ReAct до MemGPT и BrowserAgent — на базе LangGraph.
4,7 тыс.+41 за неделю791Jupyter NotebookMITОбновлён 5 месяцев назад
kaushikb11/awesome-llm-agents
Подборка open-source-фреймворков, сред выполнения и инструментов для создания LLM-агентов, обновляемая каждую неделю и разбитая на категории.
- Звёзды
- 1,620
- Форки
- 388
- Открытые issues
- 130
- Последний коммит
- 6 дней назад
Что это?
Это список open-source-проектов для создания LLM-агентов. Проекты сгруппированы по категориям: базовые фреймворки, оркестрация нескольких агентов, CLI-обвязки для агентов, память и контекст, безопасность и оценка, а также агенты для отдельных предметных областей. Для каждого проекта указаны число звёзд, язык, лицензия и дата последнего обновления.
В списке представлены самые разные подходы: от универсальных фреймворков на Python и TypeScript, таких как LangChain и Pydantic AI, до визуальных конструкторов вроде Dify и инструментов для запуска кодинговых агентов, например Claude Code, в изолированных средах. В отдельном разделе собраны архивные и неактивные проекты, а также автономные агенты волны 2023 года — так читателям проще понять, какие решения всё ещё поддерживаются.
Добавить проект можно через процесс внесения изменений, а сам список формируется из файлов данных для каждого проекта.
Ключевые возможности
- 01Проекты примерно из дюжины категорий — от базовых фреймворков до инструментов для обеспечения безопасности
- 02Для каждого проекта указаны язык, лицензия и дата последнего обновления
- 03В отдельных разделах отмечены архивные и неактивные проекты
- 04Представлены решения на Python, TypeScript, Go, Rust и C#
Сценарии использования
- Выбрать фреймворк для агентов для нового проекта, сравнив варианты
- Найти CLI-обвязку для запуска кодинговых агентов или работы с ними в изолированной среде
- Проверить, поддерживается ли ещё популярный проект для агентов
В подборках
Темы
Частые вопросы
- Что такое awesome-llm-agents?
- Подборка open-source-фреймворков, сред выполнения и инструментов для создания LLM-агентов, обновляемая каждую неделю и разбитая на категории. Это список open-source-проектов для создания LLM-агентов. Проекты сгруппированы по категориям: базовые фреймворки, оркестрация нескольких агентов, CLI-обвязки для агентов, память и контекст, безопасность и оценка, а также агенты для отдельных предметных областей. Для каждого проекта указаны число звёзд, язык, лицензия и дата последнего обновления.
- awesome-llm-agents можно использовать бесплатно? Какая у него лицензия?
- awesome-llm-agents распространяется с открытым исходным кодом под лицензией CC0-1.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- awesome-llm-agents всё ещё поддерживается?
- Активно поддерживается. Последний коммит в awesome-llm-agents — 1 нояб. 2026 г..
- Для чего можно использовать awesome-llm-agents?
- Выбрать фреймворк для агентов для нового проекта, сравнив варианты Найти CLI-обвязку для запуска кодинговых агентов или работы с ними в изолированной среде Проверить, поддерживается ли ещё популярный проект для агентов
- Где скачать awesome-llm-agents?
- Исходный код и инструкции по установке — на GitHub: https://github.com/kaushikb11/awesome-llm-agents
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Подборка из более чем 50 запускаемых учебных Jupyter-ноутбуков по методам создания GenAI-агентов — от простых чат-ботов до мультиагентных систем.
24,8 тыс.+105 за неделю4,2 тыс.Jupyter NotebookOtherАктивно поддерживаетсяОбновлён 5 дней назад
Python-фреймворк для создания автономных AI-агентов, которые исследуют, планируют, пишут код и выполняют задачи; поддерживает память, RAG и более 100 LLM-провайдеров.
9,3 тыс.+14 за неделю1,5 тыс.PythonMITОбновлён 23 часа назад
CLI-плагин Docker на Go для создания, запуска и распространения AI-агентов, описанных в YAML, с инструментами MCP и делегированием задач между агентами.
4,7 тыс.+30 за неделю553GoApache-2.0Активно поддерживаетсяОбновлён вчера
Редакция на базе LLM-агентов: исследует выбранные вами темы, пишет статьи со ссылками на источники и собирает персональную первую полосу газеты.
1,5 тыс.+1 за неделю204PythonMITАктивно поддерживаетсяОбновлён 6 дней назад
Набор эталонных сценариев NVIDIA для создания RAG-пайплайнов, агентных AI-систем и дообучения LLM на базе микросервисов NIM и NeMo.
4,2 тыс.+6 за неделю1,1 тыс.Jupyter NotebookApache-2.0Обновлён вчера