AI Toolkit

v2.8.15

MCP MCP Servers Open Source

MCP-сервер для трёхуровневого управления проектами (Проекты → Задачи → База знаний) на Neo4j. Граф зависимостей задач, Deep Research режим, semantic search по накопленным знаниям — …

GitHub

Требуется: Neo4j (локально или cloud). Рекомендуется Docker. # Docker (рекомендуется): git clone https://github.com/cyanheads/atlas-mcp-server.git cd atlas-mcp-server && docker compose up -d # Claude Desktop — claude_desktop_config.json: { "mcpServers": { "atlas": { "command": "npx", "args": ["-y", "@cyanheads/atlas-mcp-server"], "env": { "NEO4J_URI": "bolt://localhost:7687", "NEO4J_USERNAME": "neo4j", "NEO4J_PASSWORD": "password" } } } } # Claude Code (CLI): claude mcp add atlas --env NEO4J_URI=bolt://localhost:7687 --env NEO4J_PASSWORD=password -- npx -y @cyanheads/atlas-mcp-server # OpenCode — ~/.config/opencode/opencode.json: { "mcp": { "atlas": { "type": "local", "command": ["npx", "-y", "@cyanheads/atlas-mcp-server"], "environment": { "NEO4J_URI": "bolt://localhost:7687", "NEO4J_PASSWORD": "password" } } } }

admin

AutoGen (AG2)

v0.14.0

Framework Dev Tools Бесплатно

by AG2 Community

✔ Python 3.9+, OpenAI, Azure, Gemini, Anthropic, Ollama

Мультиагентный фреймворк для создания систем, где несколько LLM-агентов ведут диалог и совместно решают задачи. Поддерживает человека в цикле (human-in-the-loop), выполнение кода в изолированной среде, групповой …

GitHub (AG2) Документация Сайт

# pip (AG2 — активно поддерживаемый форк) pip install ag2 # Или оригинальный пакет Microsoft pip install pyautogen # С поддержкой Docker-санбокса для выполнения кода pip install 'ag2[docker]' # С поддержкой всех LLM-провайдеров pip install 'ag2[openai,anthropic,gemini,ollama]' # Пример: два агента решают задачу from autogen import AssistantAgent, UserProxyAgent assistant = AssistantAgent( name="assistant", llm_config={"model": "gpt-4o-mini", "api_key": "YOUR_KEY"} ) user_proxy = UserProxyAgent( name="user_proxy", human_input_mode="NEVER", code_execution_config={"work_dir": "coding", "use_docker": False} ) user_proxy.initiate_chat( assistant, message="Write a Python script that finds prime numbers up to 100" )

admin

CrewAI

v1.15.1

Framework Dev Tools Бесплатно

by crewAI Inc

✔ Python 3.10+, OpenAI, Anthropic, Ollama, LiteLLM

Фреймворк для оркестрации автономных AI-агентов, работающих совместно как команда. Каждый агент получает роль, цель и набор инструментов; CrewAI координирует их взаимодействие, делегирование задач и последовательность …

GitHub Документация Сайт

# pip pip install crewai # pip с дополнительными инструментами (поиск, scraping и т.д.) pip install 'crewai[tools]' # Проверка установки crewai --version # Создать новый проект crewai create crew my_crew cd my_crew # Запустить команду агентов crewai run # Пример минимального кода # pip install crewai langchain-openai from crewai import Agent, Task, Crew, Process researcher = Agent( role='Researcher', goal='Find and summarize information', backstory='Expert at finding relevant information', verbose=True ) task = Task( description='Research the latest trends in AI agents', expected_output='A bullet-point summary of 5 key trends', agent=researcher ) crew = Crew(agents=[researcher], tasks=[task], process=Process.sequential) result = crew.kickoff() print(result)

admin

E2B

v0.1.4

Tool Dev Tools Open Source

by E2B

✔ Python, JavaScript SDK, любые LLM-агенты

Открытые облачные песочницы для безопасного выполнения кода, сгенерированного AI-агентами: изолированные микро-VM поднимаются за доли секунды, дают агенту полноценную файловую систему и рантайм, не рискуя основной …

GitHub

pip install e2b-code-interpreter # либо: npm install @e2b/code-interpreter python3 -c " from e2b_code_interpreter import Sandbox sbx = Sandbox() execution = sbx.run_code('print(1+1)') print(execution.logs) "

admin

MCP Memory Service

MCP MCP Servers Open Source

Persistent semantic memory для AI-агентов на ChromaDB. Claude запоминает факты, предпочтения и контекст между сессиями, искать по накопленным знаниям — embeddings-based semantic search.

GitHub

Требуется: Python 3.10+, uv. # Установка: git clone https://github.com/shaneholloman/mcp-memory-service.git cd mcp-memory-service && pip install -e . # Claude Desktop — claude_desktop_config.json: { "mcpServers": { "memory": { "command": "python", "args": ["-m", "mcp_memory_service"], "env": { "MCP_MEMORY_CHROMA_PATH": "/path/to/chroma_db", "MCP_MEMORY_BACKUPS_PATH": "/path/to/backups" } } } } # Claude Code (CLI): claude mcp add memory --env MCP_MEMORY_CHROMA_PATH=/path/to/db -- python -m mcp_memory_service # OpenCode — ~/.config/opencode/opencode.json: { "mcp": { "memory": { "type": "local", "command": ["python", "-m", "mcp_memory_service"], "environment": { "MCP_MEMORY_CHROMA_PATH": "/path/to/chroma_db" } } } }

admin

Mem0

v2.0.11

Framework Dev Tools Freemium

by Mem0 AI

✔ Python 3.8+, Node.js, OpenAI, Anthropic, Ollama, Qdrant, Chroma, Pinecone

Адаптивный слой памяти для AI-агентов и чат-приложений. Автоматически извлекает важные факты из диалогов, организует их в структурированное хранилище и подгружает релевантный контекст при следующих обращениях. …

GitHub Документация Сайт

# pip (Python SDK) pip install mem0ai # Node.js SDK npm install mem0ai # Пример: базовое использование (Python, in-memory для быстрого старта) import os from mem0 import Memory os.environ["OPENAI_API_KEY"] = "YOUR_KEY" m = Memory() user_id = "alice" # Сохранить факты из диалога m.add("I prefer Python over JavaScript", user_id=user_id) m.add("I'm building a trading bot with 3 strategies", user_id=user_id) m.add("My timezone is UTC+3", user_id=user_id) # Поиск релевантной памяти results = m.search("What language does the user prefer?", user_id=user_id) print(results) # [{'memory': 'Prefers Python over JavaScript', 'score': 0.97}] # Получить всю память пользователя all_memories = m.get_all(user_id=user_id) # Конфиг с Qdrant (персистентное хранение) config = { "llm": {"provider": "anthropic", "config": {"model": "claude-3-5-haiku-20241022"}}, "vector_store": {"provider": "qdrant", "config": {"host": "localhost", "port": 6333}} } m = Memory.from_config(config)

admin

browser-use

v0.13.3

Framework Dev Tools Open Source

by browser-use (open source)

✔ Python, Playwright, любые LLM через LangChain

Фреймворк для управления браузером AI-агентом. Агент видит страницу, кликает, заполняет формы, навигирует — как настоящий пользователь, но управляемый LLM. Возможности: - Playwright под капотом: Chrome, …

GitHub Docs

# pip: pip install browser-use playwright playwright install chromium # Пример: from browser_use import Agent from langchain_anthropic import ChatAnthropic import asyncio agent = Agent( task="Найди цену iPhone 16 на amazon.com", llm=ChatAnthropic(model="claude-opus-4-5"), ) result = asyncio.run(agent.run()) print(result)

admin

smolagents

v1.26.0

Framework Dev Tools Open Source

by Hugging Face (open source)

✔ Python 3.10+, любые LLM через HF или API

Минималистичный фреймворк для создания AI-агентов от HuggingFace. Философия: минимум абстракций, максимум гибкости. Агент как одна функция, а не граф из сотни классов. Особенности: - CodeAgent: …

GitHub Docs

# pip: pip install smolagents # Пример CodeAgent: from smolagents import CodeAgent, tool, HfApiModel @tool def multiply(a: int, b: int) -> int: """Умножает два числа.""" return a * b agent = CodeAgent( tools=[multiply], model=HfApiModel("Qwen/Qwen2.5-Coder-32B-Instruct") ) agent.run("сколько будет 123 * 456?")

admin

Категории

Сортировка

Тип

Доступ