← Arsiv

2026-08-16

44 repo analiz edildi

📅 Günlük 📊 Haftalık 📈 Aylık
TypeScript 16k 1.8k +8.5k
📄 MIT 🔓 73 açık issue 🕐 Son commit: 1 ay once 📅 4 aylik proje 👁 74 izleyici

A self-improving RLM agent for coding workflows and long-running autonomous tasks.

🤖 Türkçe AI Analizi

Prime Agent, yazılım geliştirme iş akışları ve uzun süren özerk görevler için kendi kendini iyileştiren bir Recursive Language Model (RLM) aracıdır. RLM, bağlamı değişkenler olarak ele alır ve araçları, özyinelemeli alt ajanlar olarak fonksiyon çağrıları içinde bir kalıcı REPL'de işler. Continual Harness, ek istemler, hatıralar, beceri açıklamaları ve yeniden kullanılabilir alt ajan spesifikasyonlarını oturum boyunca rafine edilebilen dayanıklı bir durum olarak depolar.

🎯 Hedef Kitle: Yazılım geliştiricileri, yapay zeka araştırmacıları ve özerk sistemlerle çalışan teknisyenler

Recursive Language Model (RLM) Continual Harness persistent IPython control environment subagent spawning evidence-backed updates
💡 Kullanım Örneği

Bir yazılım geliştiricisi, Prime Agent'ı kullanarak bir yazılım projesinde otomatik kod tamamlama ve hata ayıklama işlemlerini gerçekleştirebilir. Prime Agent, geliştiricinin iş akışını hızlandırarak ve kod kalitesini artırarak verimliliği artırabilir.

Python 8.0k 815 +5.3k
📄 MIT 🔓 77 açık issue 🕐 Son commit: 1 ay once 📅 1 yillik proje 👁 47 izleyici
agent-memoryaiai-governanceai-infrastructureartificial-intelligencecontext-engineeringcontext-graphsdata-engineering

Graph-Native Infrastructure for Context and Accountable AI Systems

🤖 Türkçe AI Analizi

Semantica, Graph-Native altyapısı ile bağlam ve hesaplanabilir AI sistemleri için açık kaynaklı bir platformdur. Kurumsal verileri içe aktarmak, önemli bilgileri çıkarmak, Bağlam Grafiği ve bilgi grafiği (KG) oluşturmak, grafik analitiği ve nedensel çıkarımları çalıştırmak için kullanılır. Bu sayede, kararların izlenebilirliği ve açıklanabilirliği sağlanır.

🎯 Hedef Kitle: Yapay zeka ve veri bilimi uzmanları, kurumsal yazılım geliştiricileri, karar destek sistemleri tasarımcıları

Graph-Native Infrastructure Context Graph Knowledge Graph Graph Analytics Causal Reasoning End-to-End Traceability
💡 Kullanım Örneği

Bir finans kuruluşu, müşteri verilerini analiz etmek ve risk yönetimi kararlarını optimize etmek için Semantica'yı kullanabilir. Semantica, müşteri bilgilerini içeren bir Bağlam Grafiği oluşturarak, ilişkileri ve desenleri tespit etmeye yardımcı olur. Bu sayede, kuruluş daha doğru ve güvenilir kararlar alabilir.

TypeScript 22k 2.0k +4.0k
🔓 592 açık issue 🕐 Son commit: 1 ay once 📅 5 aylik proje 👁 71 izleyici
agentai-agentembeddingllmlocal-firstlong-term-memorymemoryopenclaw-plugin

TencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.

🤖 Türkçe AI Analizi

TencentDB Agent Memory, yapay zeka ajanları için takım düzeyinde bir hafıza merkezidir. Konuşmaları, belgeleri ve kodları dört yeniden kullanılabilir hafıza varlığı (Chat Memory, Skill, LLM-Wiki, Code-Graph) haline getirerek ajanlar ve çerçeve arasında yönetilen, paylaşılan ve donatılan bir yapı sunar. Bu sayede, ajanlar arasında bilgi paylaşımı ve işbirliği kolaylaştırılır. Proje, TypeScript dilinde yazılmıştır.

🎯 Hedef Kitle: Yapay zeka ajanları geliştiren ekipler ve yapay zeka tabanlı uygulamalar geliştiren yazılımcılar

Modüler hafıza yapısı Ajanlar arası bilgi paylaşımı TypeScript dilinde yazılmış
💡 Kullanım Örneği

Bir yazılım geliştirme ekibi, kendi yapay zeka ajanlarını oluştururken TencentDB Agent Memory'yi kullanarak ajanlar arasında bilgi paylaşımını kolaylaştırabilir. Örneğin, bir ajan müşteri sorgularını işlerken, diğeri müşteri verilerini analiz edebilir ve sonuçlarını paylaşabilir.

JavaScript 88k 9.4k +3.3k
📄 MIT 🔓 103 açık issue 🕐 Son commit: 1 ay once 📅 7 aylik proje 👁 460 izleyici
agent-skillsantigravityclaude-codecodexcursorskills

Production-grade engineering skills for AI coding agents.

🤖 Türkçe AI Analizi

Bu GitHub reposu, yapay zeka kodlama ajanları için üretim kalitesinde mühendislik becerileri sağlar. Bu beceriler, yazılım geliştirme sürecinde kıdemli mühendislerin kullandığı iş akışlarını, kalite kapılarını ve en iyi uygulamaları kodlar. Bu sayede, yapay zeka ajanları bu becerileri her geliştirme aşamasında tutarlı bir şekilde takip edebilir.

🎯 Hedef Kitle: Yapay zeka kodlama ajanları geliştirenler, yazılım mühendisleri ve DevOps ekipleri

8 adet geliştirme yaşam döngüsüne karşılık gelen komut Otomatik beceri etkinleştirme /build auto komutu ile otomatik planlama ve uygulama 70'den fazla ajan ile entegrasyon (Claude Code, Cursor, Codex, Copilot, Cline, vb.)
💡 Kullanım Örneği

Bir yazılım mühendisi, yeni bir özellik geliştirmek istiyor. '/spec' komutunu kullanarak özelliğin specificationını tanımlayabilir, ardından '/build' komutunu kullanarak incrementally kod yazabilir. '/test' komutunu kullanarak kodun çalışmasını sağlayabilir ve '/review' komutunu kullanarak kodun gözden geçirilmesini sağlayabilir.

Haftalık
Rust 3.3k 327 +2.4k
📄 AGPL-3.0 🔓 65 açık issue 🕐 Son commit: 1 ay once 📅 10 aylik proje 👁 45 izleyici
agentaiai-agentsall-in-onecrmcrm-systememaillinear

Macro is a unified workspace for teams: email, chat, docs, tasks, agents, calls, and CRM — @-linked together with shared AI memory.

🤖 Türkçe AI Analizi

Macro, ekipler için birleşik bir çalışma alanı sunan bir platformdur. E-posta, sohbet, belgeler, görevler, ajanlar, aramalar ve CRM'yi tek bir hızlı arayüzde birleştirir ve paylaşılan takım hafızasıyla bağlantılıdır. Her şey @-bağlantılı ve aranabilir olduğundan, takımın (ve ajanların) araçları değiştirmesine gerek kalmaz.

🎯 Hedef Kitle: Küçük şirketler, startup'lar ve büyük şirketlerdeki ekipler

SolidJS ve Rust ile построенный Modüler ve genişletilebilir bloklar Gerçek zamanlı işbirliği ve markdown-native belgeler CRDT'ler ile построенный Bidirectional graph ile bağlantılı
💡 Kullanım Örneği

Bir yazılım geliştirme ekibi, Macro'yu kullanarak e-posta, sohbet, görevler ve belgeleri tek bir platformda yönetebilir. Ekip üyeleri, @-bağlantılı özellik sayesinde birbirlerinin çalışmalarını kolayca takip edebilir ve işbirliği yapabilir.

TypeScript 78k 14k +2.4k
📄 MIT 🔓 5.1k açık issue 🕐 Son commit: 1 ay once 📅 6 aylik proje 👁 378 izleyici

The open-source app everyone uses to manage agents at work

🤖 Türkçe AI Analizi

The open-source app everyone uses to manage agents at work Proje 78,332 yildiza ulasarak buyuk ilgi gormus ve this week icinde 2,430 yeni yildiz almis.

🎯 Hedef Kitle: TypeScript ekosisteminde calisan gelistiriciler ve bu alanda cozum arayanlar

The open-source app everyone uses to manage agents at work 78,332 yildiz ile populer this week icinde 2,430 yeni yildiz
Haftalık
Python 91k 7.5k +2.0k
📄 MIT 🔓 493 açık issue 🕐 Son commit: 1 ay once 📅 11 yillik proje 👁 951 izleyici
3b1b-videosanimationexplanatory-math-videospython

Animation engine for explanatory math videos

🤖 Türkçe AI Analizi

Manim, açıklayıcı matematik videoları oluşturmak için tasarlanmış hassas programlı animasyonlar için bir motordur. Python 3.10 veya üzeri sürümlerde çalışır ve FFmpeg, OpenGL ve LaTeX gibi bağımlılıklar gerektirir. İki farklı sürümü mevcuttur: 3b1b tarafından geliştirilen orijinal sürüm ve Manim Community tarafından geliştirilen daha kararlı ve topluluk odaklı sürüm.

🎯 Hedef Kitle: Matematik videoları oluşturmak isteyen eğitimciler, matematikçiler ve bilim iletişimcileri

Programlı animasyonlar Matematik videoları için özel tasarım Python 3.10 veya üzeri desteği FFmpeg, OpenGL ve LaTeX entegrasyonu
💡 Kullanım Örneği

Bir matematik öğretmeni, Manim'i kullanarak bir geometri dersi için animasyonlu bir video oluşturabilir. Manim'in programlı animasyon motorunu kullanarak, öğretmenin açıklayıcı videoları daha ilgi çekici ve anlaşılır hale getirebilir. Örneğin, bir öğretim görevlisi, Manim'i kullanarak bir calculus dersi için bir animasyonlu video oluşturabilir ve öğrencilerin konuyu daha iyi anlamalarına yardımcı olabilir.

TypeScript 8.3k 450 +2.0k
📄 MIT 🔓 14 açık issue 🕐 Son commit: 1 ay once 📅 3 aylik proje 👁 26 izleyici

Give your agent a computer 👾

🤖 Türkçe AI Analizi

Cloudflare Computer, bir sanal dosya sistemi olup, Durable Object içerisinde yaşamaktadır. Bu sistem, SQLite üzerinde yetkili durumu tutar ve 'workspace.runtime' aracılığıyla takaslanabilir bir yürütme yüzeyi sunar. Üç farklı backend mevcuttur: Container, Isolate shell ve Isolate JavaScript. Bu sayede, geliştiriciler farklı ortamlar ve execution yöntemleri seçebilirler.

🎯 Hedef Kitle: Cloudflare Workers ve Durable Object teknolojileri ile çalışan geliştiriciler ve bulut tabanlı uygulamalar geliştiren yazılımcılar

Durable Object tabanlı sanal dosya sistemi SQLite üzerinde yetkili durum yönetimi Çoklu backend seçenekleri (Container, Isolate shell, Isolate JavaScript) Takaslanabilir yürütme yüzeyi ('workspace.runtime') Cloudflare Workers entegrasyonu
💡 Kullanım Örneği

Örneğin, bir yazılımcı olarak, bir bulut tabanlı uygulama geliştiriyorsunuz ve kullanıcılarınızın dosya sistemine erişimini sağlamak istiyorsunuz. Cloudflare Computer'ı kullanarak, Durable Object tabanlı bir sanal dosya sistemi oluşturabilir ve kullanıcılarınızın dosya sistemine erişimini sağlayabilirsiniz. Ayrıca, Container backendini kullanarak, tam bir Linux kullanıcı alanı ve gerçek ağ erişimi sağlayabilirsiniz.

Haftalık
Python 18k 1.4k +1.8k
📄 Apache-2.0 🔓 32 açık issue 🕐 Son commit: 1 ay once 📅 5 aylik proje 👁 113 izleyici
googlegooglecloudskills

Agent Skills for Google products and technologies

🤖 Türkçe AI Analizi

Bu GitHub reposu, Google ürünleri ve teknolojileri için Agent Skills içerir. Agent Skills, Google Cloud gibi ürünlerle entegre çalışabilen yeteneklerdir. Bu repo, çeşitli becerileri içerir, örneğin Google Cloud'a giriş, kimlik doğrulama, çözüm mimarisi, veri bilimi iş akışı ve daha fazlası. Bu beceriler, kullanıcıların Google Cloud ürünlerini daha etkili bir şekilde kullanmalarını sağlar.

🎯 Hedef Kitle: Google Cloud geliştiricileri, veri bilimcileri ve sistem yöneticileri

Google Cloud entegrasyonu Agent Skills framework Çeşitli beceri örnekleri (kimlik doğrulama, çözüm mimarisi, veri bilimi iş akışı)
💡 Kullanım Örneği

Bir veri bilimcisi, bu repo içindeki 'Veri bilimi iş akışı ile AI ajanları çözümü' becerisini kullanarak, Google Cloud'da veri bilimi iş akışını otomatize edebilir ve daha verimli hale getirebilir. Bu, veri bilimcilerin daha hızlı ve doğru sonuçlar elde etmelerine yardımcı olabilir.

Python 4.4k 595 +1.8k
📄 MIT 🔓 51 açık issue 🕐 Son commit: 1 ay once 📅 1 yillik proje 👁 37 izleyici
aiastclaude-codecode-analysiscode-understandingcodebase-searchdeveloper-toolsgraph-database

The ultimate RAG for your monorepo. Query, understand, and edit multi-language codebases with the power of AI and knowledge graphs

🤖 Türkçe AI Analizi

Code-Graph-RAG, çok dilli kod tabanlarını Tree-sitter ile ayrıştıran, Memgraph'da yapısal bir bilgi grafiği oluşturan ve kod sorgulama, düzenleme ve optimizasyonunu doğal dilde gerçekleştiren bir araçtır. Monorepo'lar için özel olarak tasarlanmış bu araç, farklı dillerdeki kod tabanlarını tek bir entegre grafik şeması altında birleştirir. Bu sayede, geliştiriciler kod hakkında daha iyi bir anlayışa sahip olabilir ve yapay zeka destekli kodlama işlemlerini gerçekleştirebilirler.

🎯 Hedef Kitle: Monorepo'lar ile çalışan yazılım geliştiricileri ve DevOps mühendisleri

Tree-sitter tabanlı kod ayrıştırma Memgraph'da bilgi grafiği oluşturma Doğal dilde kod sorgulama ve düzenleme Runtime Call Tracing özelliği
💡 Kullanım Örneği

Bir yazılım geliştirme ekibi, büyük bir monorepo'da çalışırken kod tabanının karmaşıklığını yönetmek için Code-Graph-RAG kullanabilir. Ekip, bu araç sayesinde kod hakkında daha iyi bir anlayışa sahip olabilir ve yapay zeka destekli kodlama işlemlerini gerçekleştirebilir. Örneğin, bir geliştirici kodun belirli bir bölümünü sorgulayabilir ve önerilen optimizasyonları uygulayabilir.

Rust 1.6k 144 +1.3k
📄 Apache-2.0 🔓 100 açık issue 🕐 Son commit: 1 ay once 📅 3 aylik proje 👁 5 izleyici

Switchyard lets LLM applications route traffic across models and providers while preserving native OpenAI and Anthropic API compatibility - enabling flexible model selection, benchmarking, and cost/performance optimization.

🤖 Türkçe AI Analizi

Switchyard, büyük dil modelleri (LLM) uygulamaları için trafik yönlendirme olanağı sağlayan bir Rust proxy ve kütüphanesidir. OpenAI ve Anthropic API'lerini korurken, esnek model seçimi, kıyaslama ve maliyet/performans optimizasyonu sağlar. Switchyard, farklı modeller ve sağlayıcılar arasında trafik yönlendirebilir, operasyonel ölçütleri kaydedebilir ve kompozit yönlendirme algoritmaları sunar.

🎯 Hedef Kitle: Rust geliştiricileri, büyük dil modeli (LLM) uygulama geliştiricileri ve yapay zeka araştırmacıları

OpenAI ve Anthropic API'lerinin protokol çevirisi Çoklu arka uç yönlendirme Operasyonel ölçütler
💡 Kullanım Örneği

Bir yazılımcı, Switchyard'ı kullanarak Claude Code veya Codex CLI gibi kodlama ajanlarını açık kaynaklı bir modele yönlendirebilir. Bu, ajanların kendi ana API'lerini korurken, vLLM, NVIDIA NIM, Ollama veya herhangi bir OpenAI uyumlu uç nokta tarafından isteklerin hizmet verilmesini sağlar. Örneğin, bir yazılımcı Switchyard'ı kullanarak kendi uygulama sunucusunda trafik yönlendirmeyi yapılandırabilir ve performans ölçütlerini izleyebilir.

Python 7.5k 961 +670
📄 Apache-2.0 🔓 77 açık issue 🕐 Son commit: 1 ay once 📅 3 yillik proje 👁 97 izleyici
weatherweather-forecast
🤖 Türkçe AI Analizi

Bu repo, Google DeepMind ve Google Research tarafından geliştirilen WeatherNext 2 (WN2) adlı küresel, orta vadeli atmosferik ve siklonik hava durumu tahmin modelinin kodunu içerir. Ayrıca GraphCast ve GenCast gibi önceki nesil modellerin kodlarını da içerir. WN2, 0.25° çözünürlüğe sahip olup, ECMWF HRES verilerine dayalı olarak eğitilmiş ve operasyonel olarak kullanılmaktadır.

🎯 Hedef Kitle: Hava durumu tahmini ve yapay zeka alanındaki araştırmacılar ve geliştiriciler

WeatherNext 2 modelinin kodları GraphCast ve GenCast modellerinin kodları 0.25° çözünürlüğe sahip hava durumu tahmini
💡 Kullanım Örneği

Hava durumu tahmini alanında çalışan bir araştırmacı, WN2 modelini kullanarak küresel hava durumu tahminleri yapabilir. Örneğin, bir meteoroloji uzmanı, WN2 modelini kullanarak 5 günlük hava durumu tahminleri yapabilir ve bu tahminleri kullanarak kararlar alabilir.