A robotics simulation framework that extends NVIDIA Isaac Lab to support a broader range of algorithms, platforms, and environments, enabling realistic sim‑to‑real development.
يوفر UW Lab بيئة محاكاة متكاملة للروبوتات تعتمد على محرك NVIDIA Isaac Sim، مع إضافة طبقة توسعة تسمح بدمج خوارزميات وأجهزة مختلفة بسهولة. يركز المشروع على modularity و agility، مع تصميم شامل يتيح للمستخدمين إضافة أو تعديل بيئات ومهام دون الحاجة لإعادة بناء النظام. يتميز بوجود مجموعة من البيئات المُحسّنة بصيغة Manager‑Based، مما يسهل إدارة المشروعات وتكرار التجارب. كما يوفر إعدادات جاهزة للانتقال من المحاكاة إلى الواقع، مع تكامل مع أجهزة روبوت حقيقية تم اختبارها مسبقًا. يستهدف الباحثين والمطورين في مجال الروبوتات الذين يحتاجون إلى منصة موحدة لتطوير وتقييم سياسات التعلم الآلي في بيئات واقعية. يحل مشكلة تجزئة الأدوات والبيئات في البحث الروبوتي، ويقلل الوقت اللازم لتجربة خوارزميات جديدة. يميز المشروع بتركيزه على التكامل السلس مع أنظمة التعلم العميق والذكاء الاصطناعي، مع دعم للبيانات العلمية والتوثيق المتكامل.
An AI agent orchestration framework that enables developers to coordinate multiple AI models from different providers in a unified workflow.
يُقدِّم الإطار طبقة غير مرتبطة بمزود لتنسيق وكلاء الذكاء الاصطناعي، مما يتيح للمطورين تعريف سير عمل يتضمن نماذج متعددة من مزودين مثل Anthropic وOpenAI. يختصر الاختلافات في واجهات برمجة التطبيقات، وحدود الرموز، وتنسيقات الردود، ويُقدِّم واجهة موحدة لبناء المطالب، واختيار الوكيل، وتجميع النتائج. يدعم النظام توجيهًا ديناميكيًا، واستراتيجيات احتياطي، وتنفيذًا متوازيًا، ما يجعله مناسبًا للخطوط العريضة المعقدة لاتخاذ القرار. يستهدف المستخدمون المطورون في مجال الذكاء الاصطناعي، وعلماء البيانات، ومهندسو البرمجيات الذين يبنون تطبيقات ذكية تتطلب مرونة عبر مزودين. من خلال توحيد منطق التنسيق، يقلل الإطار من الكود المكرر ويُسهِّل صيانة حلول متعددة النماذج.
This project provides an architecture repository for the field of open biosciences.
هذا المشروع هو مخزن لتصاميم و مفاهيم الهندسة المعمارية في مجال البيولوجيا المفتوحة. يهدف إلى توفير إطار لفهم وتطبيق أنظمة ذات صلة بالبيولوجيا المفتوحة. يستخدم المشروع تقنيات متعددة، بما في ذلك anthropic و langchain و OpenAI، لتعزيز تطوير حلول مبتكرة.
The Academic Operations Framework is a tool for academics to manage their research and teaching tasks.
هذا المشروع يقدم إطارًا متكاملًا لمراقبة العمليات الأكاديمية، بما في ذلك إدارة المهام، وتحليل البيانات، وتمثيلها. يهدف إلى تسهيل تدفق العمل للمبحوثين والمتعلمين عن طريق automation مهام التكرارية وتقديم نظرة عامة على عملهم. تم بناء الإطار باستخدام لغة البرمجة Python و يستفيد من مجموعة من المكتبات مثل Streamlit، Matplotlib، و Scipy.
An autonomous evolution framework that iteratively improves a multi‑agent system through a blackboard architecture.
يُقدِّم الإطار بنية أساسية تعتمد على لوحة أسود لتنسيق عمل الوكلاء عبر ملفات مشتركة، مع مراقب يخطط للمهام ويُعطيها للوكيل المناسب. يقوم مهندس التطور بإنشاء وكلاء فرعية متخصصة—باحث، مدقق، مطور، مختبر، ومراجع—لتقييم وتحسين الكود، ما يخلق حلقة تطور ذاتية. يدمج النظام أدوات جديدة تلقائياً، يتعقب تكلفة الجلسة، ويصدر تقارير عن استهلاك الرموز، كل ذلك دون تدخل بشري. يستهدف المطورين والباحثين الذين يبنون أنظمة وكلاء ذكية ويحتاجون إلى تحسين مستمر وسريع. يحل الإطار مشكلات إعادة التهيئة اليدوية، وربط الأدوات، ورصد الأداء في بيئات وكلاء معقدة، ويتميز بقدرة التكيف الذاتي التي لا توجد في حلول مماثلة.
The Ano Foundation project enables the creation of organizations composed of AI agents, providing features for governance, onboarding, and deployment.
هذا المشروع يسمح للمستخدمين بإنشاء منظمات تستخدم एजENTS الذكية، ويقدم أدواتًا للاستحواذ على الحوكمة والتواصل مع الأجندات الجديدة وتسريع التطبيق. هذا المشروع يسعى إلى تسهيل إدارة الأنظمة المعقدة عن طريق الاستفادة من قدرات الذكاء الاصطناعي.
A framework that enables research organizations to run AI evaluations at scale.
يُقدّم هذا النظام حلاً متكاملاً لتصميم وتنفيذ تقييمات الذكاء الاصطناعي على نطاق واسع. يتيح للباحثين إنشاء مسارات عمل مخصصة تتضمن جمع البيانات، تشغيل نماذج، وتحليل النتائج دون الحاجة إلى كتابة كود برمجي معقد. يعتمد على واجهة سطر أوامر لتسهيل إعدادات التكوين، مع واجهة ويب لتصور الأداء ومراقبة سير العمل. يدعم التكامل مع منصات الذكاء الاصطناعي المختلفة مثل OpenAI وAnthropic، مع إمكانية توسيع الوظائف عبر مكتبات إضافية. يركز على توفير تقارير دقيقة ومقارنة شاملة بين النماذج، مما يساعد على اتخاذ قرارات مبنية على بيانات موثوقة. يهدف إلى تسريع عملية البحث وتسهيل التعاون بين الفرق المتخصصة في تطوير الذكاء الاصطناعي.
A framework that streamlines the evaluation of large language models in production environments, enabling systematic benchmarking and monitoring on Azure Databricks.
يُقدّم Verdict إطار عمل متكامل لتقييم نماذج اللغة الكبيرة في بيئات الإنتاج، مُصمم للعمل على منصة Azure Databricks. ينسق الإطار عمليات استيراد البيانات، توليد الأسئلة، استدعاء النماذج، وحساب المقاييس في مسار واحد قابل للتكرار. يدعم مجموعة واسعة من مهام التقييم، مثل الإجابة على الأسئلة وتوليد النصوص، مع توفير تقارير مفصلة ومرئيات تحليلية. يدمج مع قواعد بيانات المتجهات لإجراء عمليات البحث بالمقارنة، ويستخدم التحقق من صحة البيانات لضمان الاتساق. يهدف Verdict إلى فرق التطوير والبيانات التي تتطلب تقييمات موثوقة وقابلة للتوسع لأداء نماذج اللغة في بيئة سحابية.
A framework for building AI agents that continuously improve through experience.
يُقدِّم هذا الإطار أدوات لبناء وكلاء ذكاء اصطناعي يتمتعون بقدرة على التعلم المستمر والتطور من خلال الخبرة التي يكتسبونها أثناء التفاعل مع البيئة. يتألف الإطار من مكوّنات معيارية تشمل الإدراك، واتخاذ القرار، وآليات التعلم، ما يتيح للوكيل التكيف مع مهام جديدة دون الحاجة إلى إعادة برمجة يدوية. يدمج الإطار معالجة اللغة الطبيعية، وتعلم التعزيز، ودورات التغذية الراجعة المعتمدة على البيانات، لتفعيل عملية التحسين الذاتي. يستهدف الباحثين في مجال الذكاء الاصطناعي والمطورين الذين يبدعون حلولاً أتمتة ذكية، ويحل مشكلة إنشاء وكلاء يمكنهم التطور مع تغير الظروف. من خلال تجريد خطوط الأنابيب التعلمية المعقدة، يسرّع الإطار التجريب والتطبيق السريع لحلول الذكاء الاصطناعي المتكيفة.
An LLM orchestration framework that enables developers to build domain-agnostic AI workflows using LangGraph.
يقدم هذا الإطار محركًا مرنًا لتنسيق نماذج اللغة الكبيرة عبر خطوات متعددة ومزودين مختلفين. يعتمد على LangGraph لتصميم تدفقات المحادثة وخطوط الأنابيب، مما يتيح للمطورين تحديد المطالب، والشروط، ومنطق الفروع بطريقة صريحة. يدعم المحرك إنشاء المطالب الديناميكية، وإدارة السياق، والتكامل السلس مع خدمات OpenAI وغيرها من نماذج اللغة. يستهدف المطورين والباحثين في مجال الذكاء الاصطناعي، ويسهل إنشاء سلاسل استدلال معقدة، وخطوط استخراج البيانات، ووكلاء محادثة. يختزل طبقة التنسيق، ويقلل من الكود المتكرر، ويعزز إعادة استخدام مكونات التدفق. يسرّع ذلك عملية النمذجة الأولية ويجعل التطبيقات أكثر قابلية للصيانة. يميز هذا الإطار نفسه بقدرته على العمل عبر مجالات متعددة دون الحاجة لتعديل كبير في الكود.
Forge AI agents by composing tools, providers, prompts, guardrails, and shared memory.
يُقدّم هذا الإطار وسيلة لبناء وكلاء ذكاء اصطناعي متكاملين عبر تجميع مكونات معيارية. يدعم دمج مزودات نماذج اللغة المتعددة، ما يتيح للوكيل التبديل بين النماذج أو دمجها بسلاسة. يُدار النصوص التوجيهية والحدود الأمنية والذاكرة المشتركة لضمان سلوك موحد والامتثال للسياسات. يتيح الإطار دمج أدوات وخدمات خارجية، ما يخلق وكلاء قادرين على تنفيذ سير عمل معقد. صُمم الإطار لتسهيل النمذجة السريعة والنشر في بيئات الإنتاج، مع التركيز على قابلية التوسع والمرونة.
This framework proactively reduces communication overhead in moving object tracking by triggering updates based on predicted uncertainty rather than waiting for error thresholds.
يُقدِّم النظام إستراتيجية اتصالات استباقية لتتبع الأجسام المتحركة، حيث يُستخدم تقدير عدم اليقين من نماذج التنبؤ لتحديد متى يجب إرسال التحديثات. يدعم الإطار عدة هياكل عصبية—LSTM وTransformer—مُتَّحَدَّة مع رؤوس تنبؤ نقطية أو مزيج كثافة لتوفير تقدير أكثر ثراءً لعدم اليقين. محرك المحاكاة يُنفِّذ سيناريوهات تنبؤ مزدوجة لتقييم تأثير التحديثات المبكرة على دقة التتبع ضمن ميزانية اتصالات ثابتة. صُمِّم الإطار للباحثين ومهندسي البرمجيات الذين يحتاجون إلى موازنة قيود النطاق الترددي مع الدقة المكانية في التطبيقات اللحظية. يتضمن الإطار استراتيجيات قابلة للتكوين، خطوط تدريب، وأدوات تقييم لمقارنة الأساليب الدورية، التفاعلية، والاستباقية. يهدف إلى خفض الخطأ التراكمي في التتبع مع الحفاظ على عدد الإرساليات في أدنى حد ممكن.
A framework that enforces governance policies on LLM-driven agent-based models.
يقدم هذا الإطار أدوات لتحديد سياسات الحوكمة وتطبيقها على وكلاء الذكاء الاصطناعي الكبير. يتيح للمطورين تعريف قواعد واضحة للقرارات التي يتخذها الوكيل، مع إمكانية ربطها بمصادر بيانات خارجية. يعتمد على مكتبة FastAPI لتوفير واجهة برمجة تطبيقات تسمح بالتحكم في سلوك الوكيل عبر نقاط النهاية. يدعم تحليل السجلات باستخدام Pandas وMatplotlib لتتبع الأداء والامتثال. يركز على حماية الخصوصية والامتثال للمعايير التنظيمية، مع توفير تقارير تدقيق شاملة. يختلف عن الحلول التقليدية بدمجه بين نماذج اللغات الكبيرة وإدارة السياسات في بيئة قابلة للتوسع. يستهدف المطورين والباحثين الذين يحتاجون إلى أطر عمل موثوقة لضمان سلوك آمن وشفاف للوكيل.
The agent-skills-framework project provides a modular structure for managing and orchestrating individual agents.
هذا المشروع يقدم إطارًا مُدَرَكًا للكفاءات العاملين، مما يسمح بمراقبة وتشغيل الوحدات الفردية. يتيح هذا الإطار التنظيمي الفعال تنظيم وتنفيذ مهارات داخل الوحدة بشكل فعال. مصمم لسهولة إنشاء وإدارة أنظمة تعتمد على الوحدات المعقدة.