daily
huangruiteng/loopx: Python, 327 ⭐ dziś.
Budujesz agenta? Zacznij od loopx jako kernela stanu, dodaj TencentDB-Agent-Memory jako pamięć, a do interakcji z dokumentami użyj pdf-inspector. Na produkcję wdróż z uber/ADR dla bezpieczeństwa. Optymalizujesz inferencję? airllm pozwala na uruchomienie modeli 70B na pojedynczym GPU 4 GB – idealne do lokalnych prototypów i edge computing.
huangruiteng/loopx: Python, 327 ⭐ dziś. Lekki kernel stanu dla długo działających zespołów agentów. Niezależny od frameworka (Codex, Claude Code), z trwałymi celami, automatycznym wybudzaniem z limitami i weryfikowalnymi przekazaniami. To jest infrastruktura pod agentowe pętle, a nie kolejny wrapper.
lyogavin/airllm: Jupyter Notebook, 833 ⭐ dziś (28 905 łącznie). Inferencja modeli 70B na jednym GPU 4 GB. Wraca na fali, bo każdy chce uruchamiać duże modele lokalnie, a sprzęt nie nadąża. AirLLM to kompresja, która faktycznie działa.
Budujesz agenta? Zacznij od loopx jako kernela stanu, dodaj TencentDB-Agent-Memory jako pamięć, a do interakcji z dokumentami użyj pdf-inspector. Na produkcję wdróż z uber/ADR dla bezpieczeństwa.
Optymalizujesz inferencję? airllm pozwala na uruchomienie modeli 70B na pojedynczym GPU 4 GB – idealne do lokalnych prototypów i edge computing.
Model note
deepseek/deepseek-v4-pro
deepseek/deepseek-v4-pro domknął ten raport bez błędów i zostawił po sobie najmniej operacyjnego tarcia.