标记为: Multi-Agent
Content related to Multi-Agent
Edict：OpenClaw上的古老帝国AI代理
发现Edict，一个受中国1300年古老“三省六部”帝国结构启发的突破性OpenClaw系统。12个专业AI代理（太子、中书、门下、尚书 + 6部）通过制度制衡协作，超越CrewAI和AutoGen。具备实时看板仪表板、远程技能管理、模型切换和一键Docker演示。体验古老智慧与现代AI编排的结合。
AgentHub：Karpathy 的 AI 代理群 GitHub
发现 AgentHub，Andrej Karpathy 的革命性平台，专为 AI 代理协作设计。与传统 GitHub 不同，这个裸 git 仓库 + 消息板支持四处蔓延的提交 DAG，无需分支或 PR。完美适用于协调共享代码库上的自主代理群。为 autoresearch 项目构建，但无限可扩展，AgentHub 具备 Git bundle 推送、代理消息板、API 密钥、速率限制和简单 CLI。使用单一 Go 二进制 + SQLite 部署。以代理为先的开发未来已来。
Golutra：用您的 CLI 工具指挥 AI 劳动力
发现 golutra，这个赛博朋克监督系统，将您现有的 CLI 工具转变为统一的 AI 协作中心。无需项目迁移 – 保留您熟悉的命令，同时解锁无限多代理并行执行、自动化编排和实时跟踪。使用 Vue 3 + Rust（Tauri）构建，支持 Windows/macOS 上的 Claude Code、Gemini CLI、OpenCode、Qwen、OpenClaw。点击代理头像查看日志、注入提示，并在隐形终端中监控您的 AI 团队。从单线程工作流演变为自组织 AI 团队。
TinyClaw: 用于 Discord、WhatsApp、Telegram 的多代理 AI 团队
TinyClaw 是一个轻量级的 MIT 许可框架，可让您运行多 AI 代理，这些代理能够跨 Discord、WhatsApp 和 Telegram 协同工作。只需一个命令行界面，您就能快速创建团队、配置独特角色，并通过 TUI 仪表盘实时查看对话。仓库提供完整的 README、安装脚本、频道指南以及高级功能，如心跳监测和代理配对。无论您是寻求即插即用聊天机器人的开发者，还是想实验 AI 助手协作的研究者，TinyClaw 都能将多代理协同的力量直接带到终端。
oh‑my‑claudecode：利用多代理自动化提升 Claude Code
了解 oh‑my‑claudecode——一款免费、MIT 许可证的框架，让 Claude Code 成为全自动、多代理系统。学习如何在数分钟内安装插件，利用五种强大执行模式——Autopilot、Ultrapilot、Swarm、Pipeline 与 Ecomode——并让专业代理从设计到测试全程处理。凭借零学习曲线、内置分析以及持久化 Python REPL 支持，这款开源工具非常适合想加速复杂项目、降低令牌成本并提炼可复用技能的开发者。无论你在构建全栈应用、重构代码还是开展数据科学研究，oh‑my‑claudecode 都能简化流程，释放你的时间。
Agent Skills for Context Engineering：开源精通
探索 Agent Skills for Context Engineering 仓库——一套全面、MIT 许可证的集合，旨在大幅提升 AI 代理系统。了解上下文工程基础、多代理模式、记忆系统等内容。指南将带你完成在 Claude Code 中的安装，展示真实案例，并说明如何贡献。无论你是在构建个人操作系统还是生产级评估管线，本仓库都为你提供经过验证的技能，以高效管理模型有限的关注预算。
DeepTutor：AI 驱动的个性化学习助手开源项目
DeepTutor 让前沿 AI 辅导触手可得。这款开源多智能体系统集成了 FastAPI、Next.js 与 RAG 流水线，提供即时问答、交互式可视化、个性化练习和研究生成工具。凭借完整的 Docker 支持、CLI 与直观的 Web 界面，开发者可快速启动个人 AI 辅导机器人，试验嵌入技术，或贡献新模块。了解其架构、安装流程、核心特性以及如何贡献，并加入正在塑造 AI 驱动学习未来的教育者和开发者社区。
Langroid：Python 多智能体 LLM 框架
探索 Langroid，这是一个直观、可扩展的 Python 框架，专为构建基于大型语言模型（LLM）的应用而设计。Langroid 由卡内基梅隆大学（CMU）和威斯康星大学麦迪逊分校（UW-Madison）的研究人员开发，它极大地简化了多智能体编程，让开发者能够轻松创建复杂的 AI 解决方案。不同于 LangChain 等其他 LLM 框架，Langroid 采用独特方法，通过智能体、任务以及丰富的工具和集成，赋能用户构建健壮的应用。对于任何对先进 LLM 开发和多智能体系统感兴趣的人来说，Langroid 都是一个不容错过的选择。