自进化多智能体 AI 科学家框架，实现从研究想法到论文产出的端到端科学发现自动化。

MCP多智能体系统AI代理

查看详情 →

将大语言模型深度集成到 Zotero 的 AI 研究助手插件，支持论文对话、多论文对比、Agent Mode 自动化文献管理及笔记导出至 Obsidian/Logseq。

其他RAG大语言模型

查看详情 →

基于纯 Markdown 技能定义的零依赖自主 ML 科研工作流系统，通过跨模型对抗协作覆盖从创意发现到论文 rebuttal 的完整科研生命周期。

模型与推理框架大语言模型机器学习

查看详情 →

基于 NVIDIA NeMo Agent Toolkit 构建的企业级研究智能体，支持浅层快速问答与深度多步研究，自动生成带引用的长格式研究报告。

多智能体系统RAGAI代理

查看详情 →

AI Agent 驱动的自动化实验框架，指向任意代码仓库自主分析、设计、运行实验并保留有效改进

模型与推理框架机器学习多智能体系统

查看详情 →

AI 生态系统每日自动聚合与摘要生成工具，覆盖 GitHub、HN、ArXiv、HuggingFace 等 10+ 数据源，经 LLM 分析后输出中英双语日报，支持 Issues、Web UI、RSS、MCP Server 等多渠道分发。

模型与推理框架大语言模型MCP

查看详情 →

教学导向的多智能体系统框架 PicoAgents，配套同名书籍，覆盖从零构建到生产部署的全链路，含 50+ 示例、DAG 工作流引擎、自主编排、Computer Use Agent 与评估框架。

模型与推理框架RAG多智能体系统

查看详情 →

由因斯布鲁克大学开发的模块化Python工具包，整合信息检索、重排序与RAG生成功能，内置40+预处理数据集，支持一行代码构建完整RAG管道。

模型与推理框架自然语言处理SDK

查看详情 →

基于 LangGraph 的全自动化 AI 多智能体研究助手，能够自动生成研究假设，执行数据清洗与机器学习分析，生成交互式可视化图表，并输出完整研究报告，支持多模型混合架构。

其他大语言模型机器学习

查看详情 →

受人类认知双过程理论启发的生成式智能体框架，结合快思考与慢思考机制，通过上下文强化学习高效解决复杂交互式推理任务。

其他大语言模型强化学习

查看详情 →