← Arsiv

2026-09-25

50 repo analiz edildi

📅 Günlük 📊 Haftalık 📈 Aylık
Python 28k 2.7k +1.7k
📄 MIT 🔓 198 açık issue 🕐 Son commit: 25 gun once 📅 11 aylik proje 👁 65 izleyici
agentic-aiagentsai-memorymemory

Hindsight: Agent Memory That Learns

🤖 Türkçe AI Analizi

Hindsight, yapay zeka tabanlı bir ajan hafızası sistemidir. Bu sistem, ajanların zaman içinde öğrenmesini sağlayan bir yapı sunar. Çoğu ajan hafızası sistemi sadece konuşma geçmişini hatırlamaya odaklanırken, Hindsight ajanların öğrenmesine odaklanır. Bu sistem, RAG ve bilgi grafiği gibi alternatif tekniklerin eksikliklerini ortadan kaldırarak uzun vadeli hafıza görevlerinde en son teknoloji performansını sunar.

🎯 Hedef Kitle: Yapay zeka ve makine öğrenimi geliştiricileri, chatbot ve sanal asistan geliştiricileri

LongMemEval benchmarkında en iyi performans RAG ve bilgi grafiği alternatif tekniklerin eksikliklerini ortadan kaldırma Ajanların öğrenmesini sağlayan hafıza sistemi
💡 Kullanım Örneği

Bir chatbot geliştiricisi, kullanıcıların sorularını daha iyi anlamak ve cevaplamak için Hindsight'ı entegre edebilir. Bu sayede, chatbot'un kullanıcıların geçmiş sorularını hatırlamasını ve buna göre cevaplar vermesini sağlayabilir. Örneğin, bir müşteri hizmetleri chatbot'u, Hindsight'ı kullanarak müşterilerin önceki sorularını hatırlayabilir ve daha kişiselleştirilmiş cevaplar verebilir.

Günlük
Go 11k 514 +1.4k
📄 Apache-2.0 🔓 38 açık issue 🕐 Son commit: 25 gun once 📅 6 aylik proje 👁 50 izleyici

Google's open agentic orchestration runtime

🤖 Türkçe AI Analizi

AX, Google tarafından geliştirilen açık kaynaklı bir ajan orkestrasyon çalışma zamanıdır. Yüksek verimlilikli, bildirimsel bir düzenleyici olarak tasarlanmıştır ve milyarlarca özerk ajan iş yükünü küme içinde çalıştırabilir. AX, Agent Substrate üzerinde çalışır ve kumboxlu yürütme için tasarlanmıştır.

🎯 Hedef Kitle: Kubernetes ve bulut bilişim altyapısıyla çalışan yazılım mühendisleri ve DevOps uzmanları

Bildirimsel görev ve çalışma alanı tanımları Kumboxlu yürütme ve kaynak sınırlamaları Model API entegrasyonu ve kimlik doğrulama
💡 Kullanım Örneği

Bir yazılım mühendisi, AX'i kullanarak bir Kubernetes kümesinde bir Go programının çalışmasını sağlamak için bir görev tanımı oluşturabilir. AX, programın çalışması için gerekli bağımlılıkları otomatik olarak ayarlayacak ve programın çalışmasını izleyecektir.

Günlük
TypeScript 18k 1.5k +1.1k
📄 Apache-2.0 🔓 141 açık issue 🕐 Son commit: 26 gun once 📅 4 yillik proje 👁 225 izleyici
boardcollaborationdata-tabledocdocxexcelgridpdf

The Office Harness for AI Agents — Spreadsheets, Docs, Slides, Canvas, Relational Tables, and PDF in one runtime.

🤖 Türkçe AI Analizi

Univer, yapay zeka tabanlı ofis uygulamaları için açık kaynaklı bir SDK'dır. Elektronik tablolar, belgeler, sunumlar, veritabanları, panolar ve PDF'ler gibi ofis araçlarını kendi ürünlerinize entegre etmek için kullanılabilir. Univer, yüksek performanslı, tamamen özelleştirilebilir bir ofis SDK'sıdır ve tarayıcıda ve Node.js'de çalışan bir Facade API'si sunar.

🎯 Hedef Kitle: Yapay zeka geliştiricileri, yazılım mühendisleri ve ofis uygulamaları entegrasyonu ihtiyacı olan ürün yöneticileri

Plugin mimarisi Canvas tabanlı render Formül motoru Bir Facade API'si
💡 Kullanım Örneği

Örneğin, bir yazılım mühendisi, kendi SaaS ürününe elektronik tablo düzenleme özelliği eklemek isteyebilir. Univer SDK'sını kullanarak, bu özelliği hızlıca entegre edebilir ve müşterilerine daha fazla işlevsellik sunabilir.

Günlük
Shell 291k 26k +611
📄 MIT 🔓 402 açık issue 🕐 Son commit: 25 gun once 📅 1 yillik proje 👁 1.1k izleyici
aibrainstormingcodingobrasdlcskillssubagent-driven-developmentsuperpowers

An agentic skills framework & software development methodology that works.

🤖 Türkçe AI Analizi

Superpowers, yazılım geliştirme ajanları için eksiksiz bir yazılım geliştirme metodolojisi sunar. Bu metodoloji, bir dizi modüler beceri ve başlangıç talimatları üzerine kurulmuştur. Süperpowersiz, kodlama ajanları, projenin gereksinimlerini anlamak için önce geriye çekilir ve tasarımın her bir parçasını onayladıktan sonra, uygulamanın planını hazırlar.

🎯 Hedef Kitle: Yazılım geliştirme ajanları ve yazılım mühendisleri

Modüler beceriler Subagent-driven-development süreci Otomatik tetiklenen beceriler TDD, YAGNI ve DRY prensipleri
💡 Kullanım Örneği

Bir yazılım mühendisi, yeni bir proje için kodlama ajanını çalıştırır. Süperpowersiz, projenin gereksinimlerini anlamak için önce geriye çekilir ve tasarımın her bir parçasını onayladıktan sonra, uygulamanın planını hazırlar. Bu sayede, yazılım mühendisi daha verimli ve düzenli bir şekilde çalışabilir.

Python 37k 5.4k +509
📄 Apache-2.0 🔓 222 açık issue 🕐 Son commit: 28 gun once 📅 7 aylik proje 👁 294 izleyici
🤖 Türkçe AI Analizi

Bu GitHub reposu, finansal hizmetler için Claude adlı bir yapay zeka modelinin kullanımını kolaylaştıran araçlar ve beceriler sağlar. Repo, yatırım bankacılığı, öz sermaye araştırması, özel sermaye ve varlık yönetimi gibi finansal hizmetler iş akışları için referans ajanlar, beceriler ve veri konektörleri içerir. Bu repo, Claude Cowork eklentisi olarak kurulabileceği gibi, Claude Managed Agents API aracılığıyla kendi iş akışı motorunuzun arkasında da dağıtılabilir.

🎯 Hedef Kitle: Finansal hizmetler sektöründe çalışan yazılımcılar ve yapay zeka entegrasyonu yapan uzmanlar

Claude Cowork eklentisi Claude Managed Agents API End-to-end iş akışı ajanları Beceriler ve veri konektörleri
💡 Kullanım Örneği

Bir yatırım bankacılığı uzmanı, Pitch Agent'ı kullanarak müşteri toplantıları için hazırlık yapabilir ve otomatik olarak pitch deck oluşturabilir. Bu, toplantı hazırlık sürecini hızlandırır ve daha verimli hale getirir.

Python 3.2k 267 +468
🔓 86 açık issue 🕐 Son commit: 25 gun once 📅 3 aylik proje 👁 13 izleyici
agentsapi-keysclicredentialsdeveloper-toolsdsh-pluginmcpproxy

OpenRouter for agent tools. Join community here: <a href="https://discord.gg/6mQYYfFMAn" class="Link--inTextBlock" rel="nofollow">https://discord.gg/6mQYYfFMAn</a>

🤖 Türkçe AI Analizi

Treg, OpenRouter için araç kataloğudur. Ajanların tek bir temel URL ve token ile 3000'den fazla kataloglanmış uç noktayı 60'tan fazla sağlayıcıdan kullanmasını sağlar. Bu uç noktalar, arama motoru optimizasyonu, sosyal medya, trendler, insan ve şirket zenginleştirme, reklamlar, kazıma, görüntü ve video oluşturma gibi çeşitli görevleri içerir. Treg, kullanıcıların sağlayıcılarla kayıt olmadan veya abone olmadan bu hizmetleri kullanabilmesini sağlar.

🎯 Hedef Kitle: Yapay zeka ve otomasyon geliştiricileri, ajan tabanlı sistemler oluşturanlar

3000'den fazla kataloglanmış uç nokta 60'tan fazla sağlayıcı desteği Tek bir temel URL ve token ile erişim Sağlayıcı kayıt olmadan hizmet kullanımı
💡 Kullanım Örneği

Örneğin, bir otomasyon mühendisi, Treg'i kullanarak bir ajanın sosyal medya trendlerini izlemesini sağlayabilir. Mühendis, Treg'in kataloğundan 'sosyal medya trendleri' için bir araç seçer ve ajanın bu aracı kullanması için bir token oluşturur. Bu sayede, ajan, sosyal medya trendlerini izleyebilir ve mühendis, bu hizmet için ödeme yapabilir.

Python 8.3k 1.2k +455
📄 Apache-2.0 🔓 831 açık issue 🕐 Son commit: 25 gun once 📅 1 yillik proje 👁 53 izleyici
agent-frameworkagenticagentic-aiagentsaiai-agentsanthropicautonomous-agents

Build an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python &amp; TypeScript - any model, any cloud.

🤖 Türkçe AI Analizi

Strands Agents, yapay zeka ajanları oluşturmak ve çalıştırmak için Python ve TypeScript'te açık kaynaklı bir SDK sağlar. Bu SDK, ajan döngüsünü yönetmek için gereken lifecycle kontrolleri, araçlar, yapılandırılmış çıktı, çoklu ajan desenleri, hafıza ve oturum yönetimi gibi özellikleri içerir. Strands Agents'ın amacı, geliştiricilerin kendi ajan döngülerini elle yazmalarını önlemek ve bunun yerine bu SDK'yı kullanarak ajanları hızlı ve kolay bir şekilde oluşturmalarını ve çalıştırmalarını sağlamaktır.

🎯 Hedef Kitle: Yapay zeka ve makine öğrenimi geliştiricileri, Python ve TypeScript programcıları

Lifecyle kontrolleri (dönüş sınırları, token bütçeleri, iptal, durdurma nedenleri) Araçlar ve yapılandırılmış çıktı Çoklu ajan desenleri, hafıza ve oturum yönetimi Model taşınabilirliği, akışlı işlemler, güvenlik önlemleri, izleme ve değerlendirme
💡 Kullanım Örneği

Bir yapay zeka mühendisi, Strands Agents SDK'yı kullanarak bir chatbot ajanını Python'da oluşturabilir ve çalıştırabilir. SDK, ajan döngüsünü yönetmek için gereken lifecycle kontrollerini, araçları ve yapılandırılmış çıktıyı sağlar, böylece mühendis chatbot'un davranışını kolayca kontrol edebilir ve geliştirebilir.

Python 50k 4.6k +413
📄 Apache-2.0 🔓 106 açık issue 🕐 Son commit: 28 gun once 📅 7 aylik proje 👁 203 izleyici

"CLI-Anything: Making ALL Software Agent-Native" -- CLI-Hub: <a href="https://clianything.cc/" class="Link--inTextBlock" rel="nofollow">https://clianything.cc/</a>

🤖 Türkçe AI Analizi

CLI-Anything, yazılım ajanlarının dünya genelindeki yazılımlarla etkileşimini sağlayan bir çerçeve sunar. Bu repo, CLI-Anything'in ana kodunu barındırır ve kullanıcıların çeşitli yazılımları komut satırından kontrol etmelerine olanak tanır. CLI-Anything, yapay zeka ajanlarının çeşitli görevleri otomatikleştirmelerine ve farklı yazılımlarla entegre çalışmalarına imkan veren bir sistemdir.

🎯 Hedef Kitle: Yapay zeka ve otomasyon geliştiricileri, yazılım ajanları ile çalışan araştırmacılar ve otomatikleştirilmiş sistemler oluşturmak isteyen yazılımcılar

CLI-Hub entegrasyonu Yapay zeka ajanları ile entegrasyon 18 farklı uygulama desteği 2.461 geçen test
💡 Kullanım Örneği

Bir otomasyon mühendisi, CLI-Anything'i kullanarak bir yapay zeka ajanını, belirli bir yazılımın komut satırı arayüzü üzerinden kontrol edebilir. Bu sayede, ajan otomatik olarak görevleri yerine getirebilir ve farklı yazılımlarla entegre çalışabilir. Örneğin, bir otomasyon senaryosunda, ajan bir CAD yazılımını kullanarak bir tasarım oluşturabilir ve daha sonra bu tasarımı başka bir yazılımda işleyebilir.

Python 57k 9.9k +347
📄 MIT 🔓 43 açık issue 🕐 Son commit: 25 gun once 📅 7 aylik proje 👁 358 izleyici
agentsaiai-agentsai-engineeringcomputer-visioncoursedeep-learningfrom-scratch

Learn it. Build it. Ship it for others.

🤖 Türkçe AI Analizi

Bu GitHub reposu, yapay zeka mühendisliği öğrenmek isteyenler için kapsamlı bir eğitim programı sunar. Program, 523 ders ve 20 fazdan oluşur ve Python, TypeScript, Rust, Julia gibi dillerde eğitimler içerir. Her ders, yeniden kullanılabilir bir çıktı sağlar: bir istem, bir beceri, bir ajan veya bir MCP sunucusu.

🎯 Hedef Kitle: Yapay zeka mühendisliği öğrenmek isteyen yazılımcılar ve öğrenciler

523 ders 20 faz Python, TypeScript, Rust, Julia dilleri desteği Her ders yeniden kullanılabilir bir çıktı sağlar
💡 Kullanım Örneği

Bir yazılım mühendisi, bu eğitimi kullanarak yapay zeka mühendisliği becerilerini geliştirebilir ve kendi projelerinde uygulayabilir. Örneğin, bir chatbot geliştirmek için Phase 14: Agent Engineering derslerini takip edebilir.

Günlük
Python 15k 1.4k +272
🔓 64 açık issue 🕐 Son commit: 27 gun once 📅 5 yillik proje 👁 296 izleyici
androidforensicsforensics-toolsiosmobilesecurity

MVT (Mobile Verification Toolkit) helps with conducting forensics of mobile devices in order to find signs of a potential compromise.

🤖 Türkçe AI Analizi

Mobile Verification Toolkit (MVT), mobil cihazların forensic analizini yaparak olası bir güvenlik tehdidi hakkında bilgi edinmeye yardımcı olan bir araçtır. MVT, Android ve iOS cihazlarından toplanan verileri analiz ederek, cihazın güvenliği hakkında bilgi verir. Bu araç, Amnesty International Security Lab tarafından geliştirilmiş ve Pegasus Project kapsamında yayınlanmıştır.

🎯 Hedef Kitle: Siber güvenlik uzmanları, dijital adli tıp uzmanları ve mobil cihaz güvenliliği ile ilgilenen araştırmacılar

İndikatör Tabanlı Tarama Komut Satırı Arayüzü Modüler Yapı
💡 Kullanım Örneği

Bir siber güvenlik uzmanı, bir kullanıcının Android cihazının güvenliğini kontrol etmek için MVT'yi kullanabilir. Uzman, 'mvt-android' komutunu kullanarak cihazın hafızasını analiz edebilir ve olası güvenlik tehditleri hakkında bilgi edinebilir.

Günlük
TypeScript 5.4k 250 +182
📄 MIT 🔓 74 açık issue 🕐 Son commit: 25 gun once 📅 4 yillik proje 👁 30 izleyici

Fix X/Twitter and Bluesky embeds! Use multiple images, videos, polls, translations and more on Discord, Telegram and others

🤖 Türkçe AI Analizi

FxEmbed, X/Twitter, Bluesky gibi platformlardaki gömülü içerikleri Discord, Telegram gibi platformlarda kullanmayı sağlayan bir projedir. Çoklu resim, video, anket, çeviri gibi özellikleri destekler. FxEmbed, bir Cloudflare Worker olarak çalışır ve Docker imgesi ile yerel olarak çalıştırılabilir.

🎯 Hedef Kitle: Discord, Telegram gibi platformlarda içerik paylaşımı yapanlar, özellikle sosyal medya yöneticileri ve içerik üreticileri

Çoklu resim ve video desteği Anket ve çeviri özellikleri Docker imgesi ile kolayca çalıştırılabilirlik Cloudflare Worker olarak çalışabilme
💡 Kullanım Örneği

Örneğin, bir sosyal medya yöneticisi, X/Twitter'da paylaştığı bir anketi Discord sunucusunda paylaşmak isteyebilir. FxEmbed kullanarak, anketi Discord'da kolayca paylaşabilir ve kullanıcıların oy kullanmasını sağlayabilir.

Günlük
Vue 2.9k 172 +122
📄 GPL-3.0 🔓 41 açık issue 🕐 Son commit: 26 gun once 📅 2 yillik proje 👁 22 izleyici
desktop-appdigital-asset-managerduplicate-detectionface-recognitionfamily-photosimage-searchlarge-photo-collectionslinux-app

An offline-first photo manager for large local libraries

🤖 Türkçe AI Analizi

Lap, açık kaynaklı, yerel öncelikli bir fotoğraf yöneticisidir. Büyük yerel kütüphaneleri çevrimdışı olarak yönetmek, aile albümlerini gözatmak ve eski fotoğrafları hızlı bir şekilde bulmak için tasarlanmıştır. Gizlilik odaklı bir alternatif sunar: zorunlu yükleme yok, yerel AI arama, klasör tabanlı iş akışı ve ücretsiz kullanım.

🎯 Hedef Kitle: Fotoğraf koleksiyonlarını yönetmek isteyen kullanıcılar, özellikle büyük yerel kütüphanelere sahip olanlar

Yerel öncelikli tasarım Gizlilik odaklı Yerel AI arama Klasör tabanlı iş akışı Büyük koleksiyonlar için optimize edilmiş
💡 Kullanım Örneği

Bir fotoğraf tutkunu, Lap'i kullanarak 100.000'den fazla fotoğraftan oluşan yerel kütüphanesini yönetebilir. Lap'in yerel AI arama özelliği sayesinde, belirli bir olay veya kişi ile ilgili fotoğrafları hızlı bir şekilde bulabilir.

Python 4.1k 631 +44
📄 Apache-2.0 🔓 417 açık issue 🕐 Son commit: 25 gun once 📅 2 yillik proje 👁 35 izleyici

A unified library of SOTA model optimization techniques like quantization, distillation, pruning, neural architecture search, speculative decoding, etc. It compresses deep learning models for downstream deployment frameworks like TensorRT-LLM, TensorRT, vLLM, etc. to optimize inference speed.

🤖 Türkçe AI Analizi

NVIDIA Model Optimizer, derin öğrenme modellerini hızlandırmak için kullanılan bir kütüphanedir. Bu kütüphane, nicelendirme, budama, Neural Architecture Search (NAS), damıtma, spekülatif kodlama ve seyrekleştirme gibi en son model optimizasyon tekniklerini içerir. Model Optimizer, Hugging Face, PyTorch veya ONNX modellerini destekler ve optimize edilmiş nicelendirilmiş kontrol noktalarını dışa aktarmak için Python API'leri sağlar.

🎯 Hedef Kitle: Derin öğrenme model geliştiricileri ve NVIDIA donanımını kullanan yapay zeka mühendisleri

Nicelendirme, budama, NAS, damıtma, spekülatif kodlama ve seyrekleştirme gibi model optimizasyon teknikleri Hugging Face, PyTorch veya ONNX modelleri desteği Python API'leri ile optimize edilmiş nicelendirilmiş kontrol noktalarının dışa aktarılması NVIDIA Megatron-Bridge, Megatron-LM ve Hugging Face Accelerate entegrasyonu SGLang, TensorRT-LLM, TensorRT veya vLLM gibi downstream inference framework'leri ile entegrasyon
💡 Kullanım Örneği

Bir derin öğrenme model geliştiricisi, modelini hızlandırmak için NVIDIA Model Optimizer'ı kullanabilir. Örneğin, bir Hugging Face modelini içe aktarmak, nicelendirme ve budama tekniklerini uygulamak ve optimize edilmiş modeli TensorRT-LLM'ye dışa aktarmak için Model Optimizer'ı kullanabilir.

C++ 7.3k 813 +36
📄 MIT 🔓 270 açık issue 🕐 Son commit: 25 gun once 📅 3 yillik proje 👁 80 izleyici
aicplusplusdiffusionfluxflux-devggmlimage-generationimage2image

Diffusion model(SD,Flux,Wan,Qwen Image,Z-Image,...) inference in pure C/C++

🤖 Türkçe AI Analizi

Bu GitHub reposu, saf C/C++ dilinde diffusion modeli çıkarımı için bir kütüphane sunar. Çeşitli modelleri destekler, bunlar arasında SD1.x, SD2.x, SDXL, FLUX.1-dev, FLUX.2-dev ve daha fazlası bulunur. Bu proje, ggml kütüphanesine dayanır ve hafif bir yapıya sahiptir.

🎯 Hedef Kitle: Yapay zeka ve makine öğrenimi geliştiricileri, özellikle görüntü işleme ve oluşturma ile ilgilenenler

Saf C/C++ implementasyonu ggml kütüphanesine dayalı Çeşitli diffusion modellerini destekler Hafif ve bağımlılık içermez
💡 Kullanım Örneği

Bir görüntü oluşturma görevi için, bir geliştirici bu kütüphaneyi kullanarak SDXL modeli ile bir görüntü oluşturabilir. Örneğin, bir web uygulaması geliştiricisi, kullanıcıların metin tabanlı komutlarla görüntü oluşturmalarını sağlayan bir arayüz oluşturabilir.