LinkTool
Klassische LLMs sind statuslos und vergessen Kontext zwischen Sitzungen. Ansätze wie die von Letta zielen darauf ab, Kontext und Speicher programmatisch sowie persistent zu verwalten, was für autonome Software-Agenten im produktiven Einsatz zentral ist.
Letta verbindet akademische Forschung zu Kontextfenstern und Memory-Architekturen mit sofort nutzbarer Software. Durch Konzepte wie Git-versioniertes Kontextmanagement und Rechenzeit in Leerlaufphasen versucht das Team, die inhärenten Beschränkungen fixer Kontextfenster bei Sprachmodellen zu überwinden.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Repository:PrimeIntellect-ai/prime-agent
Prime Agent ist ein quelloffener Coding- und Forschungs-Agent für komplexe, langlaufende Aufgaben. Das System kombiniert das Konzept des Recursive Language Model (RLM) mit einem Continual Harness, um Kontext programmierbar zu verwalten und Erfahrungen sitzungsübergreifend zu speichern.
19.919SterneTypeScript
Link:LangChain
LangChain stellt mit Deep Agents ein quelloffenes Framework für langlebige, autonome Agenten vor. Die Lösung bietet integrierte Werkzeuge für Planung, Kontextverwaltung und parallele Subagenten.
Repository:rohitg00/agentmemory
agentmemory ist eine Open-Source-Lösung in TypeScript, die Coding-Agenten und MCP-Clients ein dauerhaftes Gedächtnis verleiht. Basierend auf der iii-Engine erweitert das Tool das LLM-Wiki-Muster von Andrej Karpathy um Wissensgraphen, Konfidenz-Scoring, Lebenszyklen und hybride Suche.
28.038SterneTypeScript
Artikel:Siru Ouyang, Jun Yan, I-Hung Hsu, et al.
ReasoningBank ist ein neuartiges Speicher-Framework für LLM-Agenten, das verallgemeinerbare Denkstrategien aus selbst bewerteten Erfolgen und Fehlern destilliert, um kontinuierliches Lernen im laufenden Betrieb zu ermöglichen.
Link:Abacus.AI
Abacus.AI hat mit AutoBots eine Plattform für autonome, rekursiv selbstoptimierende KI-Agenten vorgestellt. Die Agenten führen Aufgaben ohne menschliches Eingreifen aus, lernen aus jedem Durchlauf und lassen sich über Text-Prompts konfigurieren.
Repository:zou-group/virtual-lab
Das Open-Source-Projekt Virtual Lab ermöglicht die Zusammenarbeit zwischen menschlichen Forschern und spezialisierten LLM-Agenten. Die Interaktion erfolgt strukturiert über Team- und Einzelsitzungen, um komplexe wissenschaftliche Fragestellungen zu bearbeiten.
729SterneJupyter Notebook
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
