- https://github.com/langchain-ai/langgraph- https://github.com/langchain-ai/langgraph-swarm-pyLangGraph 多智能体蜂群系统这是一个基于 LangGraph 的 Python 库，用于创建蜂群式多智能体系统。蜂群是一种多智能体架构，其中智能体根据自身的专长动态交接控制。系统能够记住上一个活跃的智能 / 2025-03-21 18:35:59 / 查看 211 次

OWL:现实世界任务自动化中一般多智能体辅助的优化劳动力学习- https://github.com/camel-ai/owl- https://github.com/camel-ai/camel- https://docs.camel-ai.org/```cd /data/site/htmltoo.ai/owlGRADIO_SERVER_PORT=6901 GRADIO_SERVER_NAME / 2025-03-21 19:26:45 / 查看 164 次

Agent TARS：智能多模态 AI 代理，助力高效自动化🚀 什么是 Agent TARS？Agent TARS 是一款开源多模态 AI 代理，支持网页视觉解析、命令行操作和文件系统集成，能够自动执行复杂任务，提升信息检索和工作流处理效率。⚠ 技术预览阶段：当前版本仍在测试中，不建议在生产环境使用。✨ 主要特点🌐 高级网页操作：智能解析网页内容，执行深度检索与自动化操作，提升数据获取效率。🛠 多 / 2025-03-22 16:49:34 / 查看 157 次

AI 研究助手：强大的智能研究工具这款 AI 驱动的研究助手 提供 高级研究能力、灵活的 LLM 支持、丰富的输出选项、隐私保护特性 以及 增强的搜索集成，让用户能够高效地进行深入研究。🔑 主要特点1️⃣ 高级研究能力 • 深度、迭代式研究，智能生成后续问题，全面探索研究主题。 • 引用追踪与来源验证，确保研究信息的可靠性。 • 完整网页内容分析，不仅限于摘要或片段，提供更深入的理解。2️⃣ 灵活 / 2025-03-26 01:38:26 / 查看 134 次

在AI领域，大型语言模型（LLM）已经展现出了强大的语言理解和生成能力，但其知识通常是固定的，无法实时更新。尽管检索增强生成（RAG）技术能帮助模型获取最新信息，但传统搜索引擎的横向搜索方式限制了对信息的深度挖掘。为了解决这一问题，阿里和东南大学共同研发了WebWalker，一个多智能体框架，专注于模拟人类的网络浏览和搜索行为，让LLM能够自动点击链接、阅读网页、理解信息，最终给出更精准、更深层次 / 2025-03-25 22:28:34 / 查看 1 次

基于deepseek实现的本地ai agent能力上支持本地文件管理，浏览器操作，语音交互，还可以帮你生成代码 / 2025-03-25 22:21:59 / 查看 1 次

用智能记忆层增强了人工智能助手和代理，实现了个性化的人工智能交互。Mem0能够记住用户的偏好，适应个人需求，并随着时间的推移不断改进，非常适合客户支持聊天机器人、人工智能助手和自主系统。功能和使用案例核心能力:多级存储器:具有自适应个性化的用户、会话和AI代理记忆保持开发者友好的:简单的API集成、跨平台一致性和无忧托管服务应用:人工智能助手:通过上下文和个性化进行无缝对话学习和支持:量身定制的内 / 2025-03-21 19:31:21 / 查看 1 次

一体化LLM CLI工具，包括Shell Assistant、Chat-REPL、RAG、AI Tools & Agents，可访问OpenAI、Claude、Gemini、Ollama、Groq等 / 2025-03-21 18:14:43 / 查看 1 次