RepoAlerts

jushengzhang/CE-Graph

Agente

¿Es de fiar?

Nuestras comprobaciones no ven nada raro.

  • Estrellas de cuentas reales Sin datos

    Todavía no hemos comprobado si sus estrellas son falsas.

  • Activo Bien

    Último cambio hace 13 días.

  • Licencia Bien

    Apache-2.0: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.

Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.

Qué es

Implementación de referencia de un bucle de refinamiento de flujos de trabajo con LLM guiado por fallos: recoge trazas de ejecución fallidas, agrupa los modos de fallo recurrentes, propone cambios en prompts o en el grafo y acepta los cambios solo tras verificarlos con ejemplos…

Para quién es

Investigadores y desarrolladores de Python que quieras evaluar o reproducir el refinamiento de flujos de trabajo con LLM mediante ejecutores de benchmarks

Cómo usarlo

Instalación

python -m pip install -e .

Sacado de su README. Compruébalo allí antes de ejecutarlo.

Pide a tu IA que lo instale

Pega esto en Claude, ChatGPT o tu asistente de programación.

Ayúdame a instalar y configurar jushengzhang/CE-Graph en mi proyecto. Sigue su README: https://github.com/jushengzhang/CE-Graph. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.

Curva de estrellas

238De 0 a 238 estrellas entre el 3 nov 2026 y el 17 nov 2026.

Recibe alertas de repos como este

Te escribimos cuando algo de Agentes de IA empiece a subir. Gratis, una vez por semana, solo lo que encaja.

Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad

Para quien mantiene el repo

Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.

[![jushengzhang/CE-Graph on RepoAlerts](https://repoalerts.com/badge/jushengzhang/CE-Graph.svg)](https://repoalerts.com/repo/jushengzhang/CE-Graph?ref=badge)
Compartir en X

  • jushengzhang/robot-weight-debugging

    Código de investigación y registros de experimentos de un enfoque en el que un agente basado en LLM examina los pesos de una política de robot preentrenada y edita 65 filas de embeddings de tokens par

    RecursoModelos e inferenciaPython · 165 estrellas · +163 esta semana · 8 días

  • ekzhang/resin

    Biblioteca experimental de Python y Rust con bloques de construcción para motores de inferencia de LLM. Ofrece un planificador headless en Rust, una caché KV y un servidor de métricas, y tú escribes l

    LibreríaModelos e inferenciaPython · 434 estrellas · +6 esta semana · 101 días

  • nuglifeleoji/Sentry

    Una capa externa de gestión de fallos en tiempo de ejecución para agentes basados en LLM. Detecta acciones no válidas y fallos de comportamiento, como bucles o desvíos de la tarea, guía la recuperació

    AgenteAgentes de IAPython · 1544 estrellas · +210 esta semana · 46 días

  • piercefreeman/waymark

    Una biblioteca para crear flujos de trabajo en segundo plano duraderos en Python, que sobreviven a reinicios del servidor, fallos de tareas y trabajos de larga duración. Los flujos son código asíncron

    LibreríaInfraestructuraRust · 162 estrellas · +9 esta semana · 366 días · HN 88 pts

  • smhanov/agentloop

    Una biblioteca de Go que implementa el bucle de llamadas a herramientas de los LLM: envía prompts a un modelo, ejecuta las herramientas que este solicita, devuelve los resultados y repite hasta obtene

    LibreríaAgentes de IAGo · 143 estrellas · 23 días

  • manuelgscom/inside-llm

    Un binario nativo que carga uno o dos modelos GGUF con llama.cpp y muestra en el navegador las probabilidades de cada token, las alternativas descartadas, el efecto de los muestreadores y el token don

    AppModelos e inferenciaTypeScript · 91 estrellas · +91 esta semana · 2 días