Набор навыков и методология для кодинг-агентов: сначала уточнить задачу, спланировать, писать тесты, потом код. Агент работает дисциплинированнее.
База репозиториев AI-движения
Лучшие AI-репозитории
224 живых проекта — от агентных фреймворков до защиты от prompt injection. У каждого наше описание: зачем он, кому подойдёт и как начать за три шага.
Звёзды, форки и активность обновляем каждый день через GitHub API · обновлено 6 октября 2026 г.
- репозиториев
- 224
- категорий
- 11
- звёзд суммарно
- 11 млн
- новых звёзд за 30 дней
- +235 тыс.
За 30 дней
Растут быстрее всех
Больше всего новых звёзд за последние 30 дней.
Сервис, который превращает любой сайт в чистый Markdown или структурированные данные для моделей. Умеет искать, скрейпить, обходить сайт целиком и даже кликать по странице.
Небольшая утилита от Microsoft: превращает PDF, Word, PowerPoint, Excel и другие файлы в Markdown, который удобно отдавать языковой модели.
Открытый кодинг-агент для терминала с десктопным приложением. Не привязан к одному провайдеру: подключаешь модели, какие есть.
Набор инструментов для разработки от спецификации: сначала принципы и спека, затем план и задачи, и только потом код. Работает с разными кодинг-агентами.
Лёгкий кодинг-агент от OpenAI, который запускается в терминале и работает с кодом проекта. Написан на Rust.
Категории
Агентные фреймворкиФреймворки и оркестрация: из чего собирают агентов и мультиагентные системы.23 репозиторияКодинг-агенты и CLIАгенты, которые пишут код в терминале и редакторе, и методики работы с ними.21 репозиторийMCPСпецификация, официальные SDK и лучшие серверы Model Context Protocol.20 репозиториевОткрытые модели и инференсОткрытые веса, локальный запуск, быстрый инференс и дообучение.38 репозиториевRAG и векторные БДПоиск по своим данным: парсинг документов, краулеры, векторные базы, графы знаний.19 репозиториевEvals и наблюдаемостьКак измерить качество модели и агента и что происходит у него внутри.17 репозиториевПромптинг и контекстПромпты, структурированный вывод, навыки и контекст-инжиниринг.16 репозиториевГолос, видео, мультимодальностьРаспознавание и синтез речи, голосовые агенты, картинки и видео.19 репозиториевАвтоматизацияВоркфлоу без кода, агенты в браузере и на компьютере.15 репозиториевAwesome-списки и обучениеКурсы, книги и awesome-списки, с которых стоит начинать.21 репозиторийБезопасностьPrompt injection, guardrails, red teaming и сканеры агентов.15 репозиториевНе нашёл свой любимый?Предложи репозиторий — посмотрим и добавим, если он того стоит.Предложить репозиторий →
Каталог
42 репозитория
Набор навыков и методология для кодинг-агентов: сначала уточнить задачу, спланировать, писать тесты, потом код. Агент работает дисциплинированнее.
Главная библиотека для работы с моделями: единый код для текста, зрения, звука и мультимодальных задач, и для запуска, и для обучения. Через неё выходит большинство новых открытых моделей.
Самый известный каркас для приложений на LLM: единый интерфейс к десяткам моделей, инструменты, цепочки и агенты. Удобно менять провайдера, не переписывая приложение.
Основа большинства современных нейросетей: тензоры с ускорением на GPU и автоматическое дифференцирование, с обычным питоновским кодом внутри. На нём написаны Transformers, Llama и почти все открытые модели.
Единый фреймворк для дообучения сотни с лишним моделей без кода: через CLI с конфигами или веб-интерфейс LLaMA Board. Поддерживает LoRA и другие методы.
Мультиагентный фреймворк, который изображает целую софтверную компанию: продакт, архитектор, разработчик получают роли и вместе превращают одну фразу в проект.
Высокоуровневая библиотека глубокого обучения, которая работает поверх JAX, TensorFlow или PyTorch: пишешь модель один раз, а бэкенд выбираешь под задачу.
Фреймворк от Microsoft для общающихся друг с другом агентов. Есть высокоуровневый AgentChat и AutoGen Studio — графический интерфейс без кода.
Фреймворк, где агентам выдают роли, цели и задачи, а они работают как маленькая команда. Простая модель мышления: экипаж, роли, процесс.
Метод гибкой разработки с ИИ: набор ролей-агентов (аналитик, архитектор, разработчик и др.) и процесс от идеи до кода. Ставится как навыки или плагин.
Фреймворк, который подключает LLM к вашим данным: читает документы, строит индексы и поиск, умеет собирать из этого агентов.
Низкоуровневая библиотека для агентов в виде графа состояний. Даёт долгоживущие процессы, сохранение прогресса и паузы под подтверждение человеком.
Фреймворк и рантайм для платформы агентов: SDK для сборки, AgentOS для запуска как сервиса с API и веб-интерфейс для управления. Данные остаются у вас.
Лёгкая альтернатива GraphRAG: строит из документов граф знаний и отвечает на вопросы, используя и граф, и обычный векторный поиск. Идёт с готовым сервером и веб-интерфейсом.
Открытая платформа для обучения, запуска и оценки чат-моделей. Здесь вышла модель Vicuna и работает Chatbot Arena, где люди вслепую сравнивают ответы моделей.
Фреймворк, в котором вместо ручной правки промптов описываешь программу из модулей, а система сама подбирает промпты и примеры под метрику качества.
Быстрый движок для раздачи языковых и мультимодальных моделей. Конкурент vLLM, особенно силён на больших моделях вроде DeepSeek.
Модульная система от Microsoft: строит из текстов граф сущностей и сводки по сообществам, чтобы отвечать на вопросы по всему корпусу, а не по одному фрагменту.
Лёгкий SDK от OpenAI: агент, инструменты, передача управления между агентами и ограничители. Мало абстракций — быстро разобраться.
Крошечная библиотека от Hugging Face: агент решает задачу, записывая свои шаги как Python-код, а не как JSON-вызовы. Работает с разными моделями.
Фреймворк массивов от Apple для её чипов: интерфейс в духе NumPy и PyTorch, использует единую память Mac. Основа для запуска и обучения моделей на Mac.
TypeScript-фреймворк для агентов и ИИ-приложений: агенты, воркфлоу, память и оценка качества в одном месте. Подходит веб-командам на Node.
Питоновский фреймворк, который прячет протокольную рутину: функция с декоратором становится MCP-инструментом. Самый короткий путь от идеи до рабочего сервера.
Фреймворк для сборки LLM-приложений из модульных конвейеров с явным контролем поиска, маршрутизации и памяти. Силён в RAG и поисковых системах.
Экспериментальный фреймворк «агента, который строит сам себя»: функции хранятся в базе, подгружаются автоматически, есть панель управления. Автор сам предупреждает, что это не для продакшена, а для идей. Репозиторий известен тем, что в 2023 году запустил волну автономных агентов.
Кодовый фреймворк Google для агентов: строишь их на Python, прогоняешь оценку и разворачиваешь. Заточен под Gemini, но работает и с другими моделями.
Агентный фреймворк от авторов Pydantic: строгие типы на входе и выходе, много моделей, голос и эмбеддинги. Ошибки ловятся ещё до запуска.
Фреймворк OpenAI для оценки моделей и реестр готовых бенчмарков. Исторически важный проект: по нему видно, как устроены шаблоны оценок.
Фреймворк для тестирования LLM-приложений в стиле pytest: готовые метрики для RAG, агентов и чат-ботов, проверка по трейсам. Результаты можно выгружать в облако.
Python-фреймворк для голосовых и мультимодальных агентов в реальном времени: из модулей собираешь пайплайн «речь, модель, речь». Есть клиентские SDK для веба и мобильных.
Мы что-то упустили?
Предложить репозиторий
Пришли ссылку на GitHub и пару слов, почему он здесь нужен. Каждую заявку смотрим руками — в каталог попадает не всё.