Une collection de ressources personnalisées pour l'ingénierie Prompt et l'ingénierie contextuelle - couvrant des documents, des outils, des modèles, des API, des repères, des cours et des communautés pour travailler avec des modèles de grande langue.
https://promptslab.github.io
Master Prompt Engineering. Join the Course at https://promptslab.github.io
EvoPrompt [2023, ACL 2024] — Approche algorithmique évolutive pour optimiser automatiquement les invites discrètes.
Meta Prompting pour les systèmes d’IA [2023, ICLR 2024 Workshop] — Modèles structuraux par exemple-agnostiques formalisés à l’aide de la théorie des catégories.
Ingénieur prompt (PE2) [2024, Conclusions de l’ACL] — Utilise les LLM pour se métaprompter, raffinant les invites avec des modèles étape par étape pour améliorer considérablement le raisonnement.
LLMLingua [2023, ACL 2024] — Compression à l’écoute des questions pour les contextes longs; 21,4 % d’augmentation de la performance avec 4 jetons de moins.
s1: Étalonnage simple du temps d’essai [2025] — Sur seulement 1 000 exemples, le TSD crée un modèle de raisonnement concurrentiel par le biais du « forçage budgétaire ».
L’apprentissage in-contexte à grande échelle [2024, NeurIPS 2024 Spotlight] — Gains significatifs pour faire passer la LCI à des centaines/milliers d’exemples; introduit la LCI renforcée et non supervisée.
Détachement de nombreuses personnes [2024] — L’extension d’exemples nuisibles dans les fenêtres à long contexte permet de démanteler la prison (rapport technique anthropologique).
Résoudre les NLP Les problèmes avec LLM’s & Easily générer différents appels de tâches NLP pour les modèles génériques populaires comme GPT, PaLM, et plus avec Promptify
Plateforme auto-installable pour la gestion des fichiers de configuration AI IDE (.cursorrules, CLAUDE.md, copilot-instructions.md). Web UI, REST API, CLI, et fédéré plan du marché pour 30+ assistants de codage d’IA.
Visual AI invite builder qui décompose les invites en 12 blocs sémantiques (rôle, contexte, contraintes, exemples, etc.) et les compile en XML optimisé. Extension navigateur pour ChatGPT/Claude/Gemini, et serveur MCP pour les agents Claude Code. Gratuit, source ouverte.
“Scanner open source qui exécute 150 sondes d’attaque pour tester les agents d’IA pour détecter les vulnérabilités d’injection et d’extraction rapides.”
MCP est un standard ouvert développé par Anthropic (Nov 2024, donné à Linux Foundation Dec 2025) pour connecter des assistants AI à des sources de données et des outils externes via une interface normalisée. Il a 97M+ téléchargements mensuels SDK et a été adopté par GitHub, Google, et la plupart des principaux fournisseurs d’IA.
Dénomination
Désignation des marchandises
Lien
MCP Specification
La spécification du protocole de base et les SDKs. ~15K+
Des outils d’agent terminal-natif qui comprennent votre base de code et exécutent des tâches en plusieurs étapes.
Dénomination
Désignation des marchandises
Type
Lien
Claude Code
Le codage agentique de l’anthropique CLI; comprend les bases de code complètes et exécute des tâches complexes en plusieurs étapes via le langage naturel.
Programmation de paires d’IA dans un terminal avec intégration Git profonde; cartographie des bases de code entières et des modifications auto-commits. ~42K+ -
Éditeurs autonomes ou fourches IDE avec intégration profonde de l’IA.
Dénomination
Désignation des marchandises
Type
Lien
Cursor
Leading AI-native code editor (VS Code fork); Composer génère des applications entières à partir du langage naturel, des modifications de fichiers multi-agents.
Plugins pour VS Code, JetBrains, Neovim et autres éditeurs.
Dénomination
Désignation des marchandises
Type
Lien
GitHub Copilot
Le plus largement adopté assistant de codage de l’IA; les finitions en ligne, le chat, et agent de codage agentique à travers le code VS, JetBrains, Neovim.
Agent de codage autonome dans le code VS avec approbations human-in-the-loop; édition de fichiers, commandes de terminaux et utilisation du navigateur. -59K+
Assistant AI axé sur la protection de la vie privée formé sur les logiciels libres autorisés; prend en charge tous les grands IDE avec le déploiement sur site.
Agent de dev web alimenté par l’IA; invitez, exécutez, modifiez et déployez des applications complètes directement dans le navigateur via WebContainers. -15K+
Outil CLI (npx pawmode) qui transforme Claude Code en assistant personnel en générant des invites système (CLAUDE.md + SOUL.md) avec personnalité, mémoire et 38 routeurs de compétences.
CLI open source qui injecte en permanence 10 cadres de décision structurés (MECE, Emission Trees, Pré-Mortems) et 12 détecteurs de biais cognitifs dans des appels d’assistants à l’IA. Allez, MIT.
Dernier phare, réduction de 90% en cache, raisonnement configurable
GPT-5.1
400K
$1.25 / $10
phare de la génération précédente
GPT-4.1 / 4.1 mini / nano
1M
$2 / $8
Meilleur modèle sans raison, 40% plus rapide et 80% moins cher que GPT-4o
o3 / o3-pro
200K
Variantes
Modèles de raisonnement avec utilisation d’outils natifs
o4-mini
200K
Rentabilité
Le raisonnement rapide, le meilleur sur AIME à sa classe de coût
GPT-OSS-120B / 20B
128K
$0.03 / $0.30
Premiers modèles ouverts, Apache 2.0
Caractéristiques clés: API des réponses, Agents SDK, Sorties structurées, appel de fonction, cache rapide (90% de réduction), API par lots (50% de réduction), support MCP. Docs de la Plateforme
Principales caractéristiques: Thinking élargi avec utilisation d’outils, utilisation d’ordinateur, MCP (originé ici), cache rapide, Claude Code CLI, disponible sur AWS Bedrock et Google Vertex AI. API Docs
Modèle Google le plus intelligent, déployé à 2B+ Utilisateurs de recherche
Gemini 2.5 Pro
1M
$1.25 / $10
Meilleur pour le codage / tâches d’agent, modèle de pensée
Gemini 2.5 Flash / Flash-Lite
1M
$0.30/$1.50 · $0.10/$0.40
Leaders de la performance des prix
Caractéristiques clés: Thinking (tous les modèles 2.5+), Google Search mise à la terre, exécution de code, API en direct (audio/vidéo en temps réel), contexte en cache. Google AI Studio
Développé mais encore expérimental en 2025. La recherche montre des préoccupations de fragilité.
Expérience
Mise en garde importante : Aucun détecteur ne réclame une précision de 100 %. Le texte mixte homme/AI reste plus difficile à détecter (précision de 50 à 70 %). La robustesse de l’adversaire varie considérablement. Le marché de la détection de l’IA devrait passer d’environ 2,3 milliards de dollars (2025) à 15 milliards de dollars d’ici 2035.
OpenAI Prompt Engineering Guide — Complète, couvrant l’incitation GPT-4.1/5, les modèles de raisonnement, les sorties structurées, les workflows d’agents. Mise à jour continue.
OpenAI GPT-4.1 Guide de lancement [2025] — Conception rapide en forme d’agent structuré: persistance de l’objectif, intégration d’outils, traitement à long contexte.
Aperçu de l’ingénierie anthropique — Conception rapide itérative, balises XML, chaîne de pensée, attribution de rôles. Inclut générateur rapide.
3Blue1Brown: Série Réseaux neuronaux [Mise à jour 2024] — Explications visuelles animées iconiques des transformateurs et des mécanismes d’attention. 7M+ abonnés.
AI expliqué [2024-2025] — L’analyse longue forme décompose les documents, les capacités du modèle et les développements de PE.
Sam Witteveen [2024-2025] — Didacticiels pratiques sur l’ingénierie rapide, LangChain, RAG et agents.
Matthew Berman [2024-2025] — Canal populaire couvrant les versions du modèle et l’utilisation pratique de LLM. 600K+ abonnés.
DeepLearning.AI YouTube [2024-2026] — Cours structurés, aperçus de cours, et Andrew Ng parle des agents et des carrières en AI.
Lex Fridman Podcast (épisodes d’IA) [2024-2025] — Entrevues de longue durée avec Altman, Hinton, Amodei sur les LLM, l’incitation et la sécurité.
kayba-ai/récursive-amélioration — Cadre d’auto-amélioration récursif où les agents capturent les traces d’exécution, analysent les profils d’échec et appliquent des correctifs ciblés avec une évaluation continue ou inversée.
vukrosique/auto-recherche — Plan de contrôle pour un laboratoire de recherche autonome ouvert sur l’IA — modèle d’exploitation basé sur des fichiers pour la direction humaine et l’exécution d’agents.
uditgoenka/autorecherche — Compétence de Claude Code qui généralise l’autorecherche en une boucle réutilisable pour les logiciels, les documents, la sécurité, l’expédition, le débogage et d’autres objectifs mesurables.
leo-lilinxiao/codex-autorecherche — Capacité de recherche automatique Codex-native avec support de reprise, leçons à travers des parcours, expériences parallèles optionnelles et workflows spécifiques au mode.
junjunbong/boucle de recherche — Autoresearch-style Agent Skill for Codex et Claude Code avec un coureur déterministe, approbation plan-hash, des worktrees isolés Git, une évaluation métrique faisant autorité, et un livre d’expériences en annexe seulement.
xieyulai/virage — Cadre d’expérience géré où les agents de codage éditent le code de formation et effectuent des rondes pendant que la tâche, le scoreeur et les preuves restent fixes.
VoirAI/Thoth — Dashboard-first Claude Code and Codex runtime for autoresearch, avec des pistes durables, des objets de travail verrouillés, des registres visibles et des verdicts revisibles.
supratikpm/gemini-autorecherche — Compétence de l’ICL Gemini qui généralise l’autorecherche à tout objectif mesurable. Gemini-native: utilise Google Search comme source de vérification en direct dans la boucle, le vrai mode de nuit sans tête via —yolo —prompt, et le contexte de jeton 1M. Fonctionne également dans Antigravity IDE via .agents/skills/.
davebcn87/pi-recherche — pi extension plus tableau de bord pour les boucles d’expériences persistantes, les mesures en direct, le suivi de la confiance, et les sessions d’auto-recherche récupérables.
drivelinerecherche/autorecherche-claude-code — Claude Code plugin/port de compétences pi-autoresearch, avec un flux de travail propre et une étude de cas de biomécanique concrète.
greyhaven-ai/autocontext — Plan de contrôle en boucle fermée pour l’amélioration répétée de l’agent, avec évaluation, connaissances persistantes, validation par étapes et distillation optionnelle pour des durées locales moins chères.
Necmttn/ax — Boucle rétro locale pour les agents de codage AI: capture les traces de session, transforme les frictions répétées en propositions et trace les corrections acceptées comme expériences.
Jmilinovitch/Goal-md — Généralise l’autorecherche GOAL.md modèle de repos où l’agent doit d’abord construire une fonction de fitness mesurable avant qu’il puisse optimiser.
james-s-tayler/développeur paresseux — la compétence Claude Code qui orchestre l’autorecherche dans une séquence prioritaire de buts d’optimisation (couverture, vitesse de test, vitesse de construction, complexité, LOC, performance) en utilisant GOAL.md comme moteur. Prend en charge l’exécution autonome et Ralph Mode multi-instance.
mutable-état-inc/autorecherche-à-maison — Fourche collaborative d’auto-recherche en amont qui ajoute des revendications d’expérience, une synchronisation des meilleures configurations partagées, un échange d’hypothèses et une coordination de type essaim sur de nombreux agents mono-GPU.
zkarimi22/autorecherche-tout — Généralise l’autorecherche tout paramètre mesurable — invites système, performances API, pages d’atterrissage, suites de test, réglage de configuration, requêtes SQL. “Si vous pouvez le mesurer, vous pouvez l’optimiser.”
Entrpi/autorecherche - partout — Extension multiplateforme qui détecte automatiquement la configuration matérielle et démarre la boucle. La moitié “colle et généralisation” de l’autorecherche.
ShengranHu/ADAS — Conception automatisée des systèmes d’agents — ICLR 2025. Méta-agents qui inventent des architectures d’agents nouveaux en les programmant en code.
MaximeRobeyns/self_amélioration_codage_agent — SICA: Auto-amélioration du codage Agent qui modifie sa propre base de codes. ICLR 2025 Document d’atelier démontrant l’auto-amélioration au niveau des échafaudages sur les repères de codage.
peterskoett/agent auto-améliorant — Alternative architecture d’auto-amélioration des agents avec des cycles de réflexion et de méta-apprentissage.
Métaauto-ai/MGH — Machine Huxley-Gödel pour les agents de codage — applique l’auto-amélioration aux performances du banc SWE par l’optimisation du méta-niveau.
gepa-ai/gepa — GEPA (Genetic-Pareto) — ICLR 2026 Orale. Évolution rapide réfléchie qui surpasse RL (GRPO) sur les repères. Optimise tous les paramètres textuels par rapport à toute métrique en utilisant la réflexion du langage naturel.
sentient-agi/EvoSkill — Découverte automatisée de compétences pour les agents de codage: évolution des compétences réutilisables et des incitations de trajectoires ratées par rapport aux repères, avec le soutien de Claude Code, Codex CLI, OpenCode, OpenHands et Goose.
M. Tsepa/Autovolve — Recherche automatique d’inspiration GEPA pour l’auto-jouage: stratégies de code muté, évaluation tête à tête, taux avec Elo/Bradley-Terry, branche du front Pareto. Agent lit des traces de correspondance aux mutations ciblées. Fonctionne comme une compétence Claude Code.
HKUDS/ClawTeam — l’intelligence des agents pour l’auto-recherche;
Orchestre-Recherche/AI-Recherche-SKILLs — Une bibliothèque de compétences complète comprenant l’orchestration auto-recherche avec une architecture à deux boucles (optimisation interne + synthèse externe).
Autres — AIDE: Tree-search Agent d’ingénierie ML qui améliore de façon autonome la performance du modèle via la génération et l’évaluation itératives de code.
weco.ai — Weco: Plate-forme Cloud pour AIDE avec observabilité, suivi d’expérience et gestion des parcours – apporte la boucle de recherche automatique à la production.
scinder-lab/AutoResearchClaw — Une filière de recherche de bout en bout qui transforme un sujet en revue de la littérature, en expériences, en analyses, en examens par les pairs et en ébauches de papier; plus large que l’autorecherche, mais clairement dans la même lignée.
OpenLAIR/dr-claw — Espace de travail de recherche open source avec pipelines d’idées à papier séquentielle et ensembles d’outils intégrés de recherche automatique.
Recherche ouverte/Nano — Moteur de recherche autonome de bout en bout qui planifie des expériences, génère du code, exécute des emplois localement ou sur SLURM, analyse des résultats réels et écrit des articles basés sur ces résultats.
kaust-ark/ARK — ARK (Kit de recherche automatique): idée + lieu → pipeline de papier orchestrant 6 agents — analyse de proposition, recherche de littérature, expériences de Slurm, rédaction LaTeX, examen itératif par les pairs. Contrôle par CLI, tableau de bord web ou Télégramme.
wanshuiyin/Auto-claude-code-recherche en sommeil — Les premières étapes de la recherche pour Claude Code et d’autres agents, centrées sur l’examen autonome de la littérature, les expériences, l’itération du papier et la critique croisée.
skyllwt/AutoSci — Plateforme de recherche sur le cycle de vie complet centrée sur Wiki, basée sur Claude Code, réalisant la vision LLM-Wiki de Karpathy. 20+ compétences couvrent la boucle complète: ingest → ideite → nouveauté vérifier → expérimentation design / run / eval → écriture papier. L’état de recherche vit dans un wiki de connaissances structuré avec un graphique interactif.
Sibyl-Research-Team/AutoResearch-SibylSystem — Un scientifique de l’IA entièrement autonome, basé sur Claude Code, avec une lignée d’AutoRecherche explicite, une itération de recherche multi-agents, une exécution d’expériences GPU et une boucle extérieure auto-évoluante.
wjc2830/Easy-AutoResearch-for-DeepLearning — Compétences de Claude Code qui gère une boucle d’apprentissage en profondeur de type auto-recherche, axée sur l’homme et couvrant six rôles, des expériences en version et des résultats vérifiés.
eimenhmdt/autochercheur — Premier paquet open source pour automatiser les flux de travail scientifiques, actuellement centré sur la génération de la littérature-examen avec une ambition vers une recherche autonome plus large.
hyperspaceai/agi — Distribué, réseau de recherche de pair à pair où des agents autonomes effectuent des expériences, des découvertes de commérages, maintiennent les classements CRDT et archivent les résultats à GitHub dans plusieurs domaines de recherche.
Société humaine-agent-société/CORAL — CORRECTIONS: Évolution autonome multi-agents pour la découverte ouverte (arXiv: 2604.01658) . Agents de longue durée avec mémoire persistante partagée, exécution asynchrone et interventions basées sur les battements cardiaques; SOTA sur 10 tâches mathématiques/algorithmiques/systèmes.
SakanaAI/AI-Scientifique — Le scientifique de l’IA: Premier système complet de découverte scientifique entièrement automatique. De la génération des idées à l’écriture papier avec une supervision humaine minimale.
SakanaAI/AI-Scientifique-v2 — Découverte scientifique automatisée au niveau de l’atelier par recherche d’arbres agents. Supprime la dépendance du modèle de v1, généralise les domaines de recherche.
Équipe AweAI/Scientifique — AiScientifique: long-horizon ML laboratoire de recherche avec orchestration hiérarchique et coordination File-as-Bus — les fichiers d’espace de travail agissent comme le système durable d’enregistrement. Conduit des boucles autonomes de production de papier (PaperBench) et des boucles d’itération MLE-Bench de type compétition sous des budgets fixes de calcul/temps (arXiv 2604.130118)
HKUDS/AI-chercheur — NeurIPS 2025 papier. Automatisation complète de la recherche : hypothèse → expériences → manuscrit → évaluation par les pairs. Version de production à novix.science.
openags/Auto-Recherche — Ouvrir un AGV: Organise une équipe d’agents de l’IA tout au long du cycle de vie de la recherche — examen éclairé, génération d’hypothèses, expériences, rédaction de manuscrits et examen par les pairs.
SamuelSchmidgall/AgentLaboratoire — Workflow de recherche autonome de bout en bout : idée → revue de littérature → expériences → rapport. Prend en charge les modes autonomes et copilotes.
AgentRxiv — Cadre de recherche autonome collaboratif où les laboratoires d’agents partagent un serveur préimprimé pour s’appuyer sur les travaux de l’autre.
JinheonBaek/Agent de recherche — Création d’idées de recherche itérative sur la littérature scientifique avec des LLM. Boucles d’examen et de rétroaction multi-agents.
du-nlp-lab/MLR-Copilote — Cadre de recherche autonome ML — génère des idées, met en œuvre des expériences, analyse des résultats.
MASWorks/ML-Agent — Renforcement des agents LLM pour l’ingénierie autonome ML. Apprendre des essais et des erreurs pour améliorer la performance du modèle.
PouriaRouzrokh/LatteReview — Python à code bas pour revues systématiques automatisées de la littérature par l’intermédiaire d’agents alimentés par l’IA.
LitLLM/LitLLM — Assistant à l’analyse documentaire de l’IA utilisant le RAG pour des sections précises et bien structurées de travail connexe dans la rédaction académique.
Laboratoire des agents — Pipeline de recherche en trois phases : Revue de littérature → Expérimentation → Rédaction de rapports, avec des agents spécialisés pour chaque phase.
happy-jun/writing-drived-autorecherche — harnais auto-recherche qui conserve un papier de table soumis dès la première minute et conduit chaque expérience des revendications dans ce projet, boucler modifier → mesure → vérifier → réviser. 1ère place au Ralphthon@ICML 2026 hackathon de recherche autonome.
AutoRecherche-Factory/Agon — orchestre de recherche de bout en bout construit sur un principe de pierre angulaire, Prompt Economy (boucles réutilisables, pas des prompts uniques), plus cinq règles de soutien; exécute des boucles scientifiques/codeurs/auditeurs dans plus de 10 disciplines, la même ligne de boucle réutilisable que l’autorecherche, mais étendue à des programmes de recherche complets.
gianfrancopiana/openclaw-autorecherche — OpenClaw port of pi-autoresearch; boucle d’expérimentation autonome pour toute cible d’optimisation avec notation de confiance statistique.
miolini/autorecherche-macos — Fourche macOS largement adoptée qui adapte l’autorecherche en amont pour Apple Silicon / MPS tout en préservant la forme de boucle originale.
trivin-créateur/autorecherche-mlx — Port Apple Silicon natif MLX qui maintient le budget fixe en amont val_bpb boucler tout en supprimant entièrement la dépendance PyTorch/CUDA.
jsegov/autoresearch-win-rtx — Fourche RTX native Windows centrée sur les GPU NVIDIA grand public, avec des planchers VRAM explicites et un chemin pratique de configuration de bureau.
iii-hq/n-autorecherche — Infrastructure auto-recherche multi-GPU avec suivi d’expérience structuré, stratégie de recherche adaptative, récupération de crash et orchestration interrogeable autour du classique train.py boucle.
lucasgelfond/autorecherche-webgpu — Port Browser/WebGPU qui permet aux agents de générer du code de formation, d’exécuter des expériences dans le navigateur et de retourner les résultats dans la boucle sans configuration Python.
Tonitangpotato/autorecherche-engramme — Fourche avec mémoire cognitive persistante — la recherche de connaissances transversales pondérées par fréquence pour améliorer la continuité des expériences.
Port Colab/Kaggle T4 — Adapte l’autorecherche pour les GPU T4 gratuits (Google Colab / Kaggle) avec un coût zéro et une configuration locale zéro. Changements clés : Flash Attention 3 → PyTorch SDPA, supprime la dépendance du noyau uniquement H100.
ArmanJR-Lab/autorecherche — port d’Orin de Jetson AGX réalisateur — un binaire Go qui agit comme un “directeur créatif” injecteant de la nouveauté (papiers arxiv + DeepSeek Reasoner) dans la boucle pour échapper aux minima locaux. Comprend une comparaison multi-expositions (baseline vs director-guided) avec une analyse détaillée du décrochage.
mattprusak/autorecherche-généalogie — Applique le modèle d’autorecherche à la généalogie, en utilisant des instructions structurées, des guides d’archives, des vérifications des sources et des flux de travail des voûtes pour étendre et vérifier la recherche sur l’histoire familiale.
ArchishmanSengupta/autovoiceevals — Utilise des appelants adversaires plus des modifications rapides de garde-ou-révertir pour durcir les agents d’IA vocales à travers Vapi, Smallest AI et OnzeLabs.
Chrisworsey55/atlas-gic — Applique la boucle auto-recherche garde-ou-revertie aux agents de négociation, optimisant les prompts et l’orchestration de portefeuille contre le rapport de Sharpe roulant au lieu de la perte de modèle.
Tout de suite-AI/autokernel — Applique la boucle de recherche automatique à l’optimisation du noyau GPU: goulets d’étranglement de profil, modifier un noyau, référence, conserver ou revenir, répéter.
ElliotXie/autoenzyme — Cadre multi-agents qui applique la boucle auto-recherche garder-ou-revertir au logiciel scientifique côté CPU: profiler une fonction cible, générer un candidat d’optimisation, référence pour la vitesse tout en préservant les sorties originales, garder ou revenir, répéter.
Agent-Analytique/autorecherche-croissance — applique l’autorecherche au positionnement de la page d’atterrissage et aux candidats aux tests A/B, en utilisant des instantanés analytiques et des résultats d’expériences mesurés pour semer les rondes suivantes.
Rkcr7/autoresearch-sudoku — Workflow d’autorecherche amélioré où un agent d’IA réécrit itérativement et repère un résolveur Rust sudoku, battant finalement les principaux résolveurs construits par l’homme sur des ensembles de référence durs.
jeongph/autospéc — lit les règles d’affaires en langage naturel et construit de façon autonome un service Spring Boot avec des tests via la boucle de veille ou de réouverture. Évaluer avec Gradle build + JUnit XML. squelette de 119 lignes à 950 lignes en 5 cycles.
vlasenkoalexey/tpu_performances_autorecherche_wiki — Applique la boucle auto-research keep-or-revert à la performance du modèle TPU (MFU / tokens-per-sec) sur le matériel v6e: profile chaque exécution à travers un serveur MCP XProf, effectue un changement de code de modèle par expérience, et conserve ou retourne contre MFU mesuré. Combine la boucle avec un wiki LLM de style Karpathy pour la connaissance du domaine et les traces d’optimisation par experiment; comprend des études de cas Llama3-8B et Qwen3-8B sur les voies JAX et Torchax.
snap-stanford/MLAgentBench — Série de repères pour l’évaluation des agents d’IA sur les tâches d’expérimentation de ML. 13 tâches de CIFAR-10 à BabyLM.
OpenAI/mle-bench — l’indice de référence d’OpenAI pour la mesure de l’efficacité des agents d’IA dans l’ingénierie ML.
Chchenhui/mlrbench — MLR-Bench: évaluation des agents d’IA dans le cadre de la recherche ouverte sur les ML. 201 tâches des ateliers NeurIPS/ICLR/ICML.
Gersteinlab/ML-Bench — Évaluer les LLM et les agents pour les tâches ML sur le code de dépôt.
THUDM/AgentBench — Référence complète pour l’évaluation LLM-as-Agent dans 8 environnements distincts. ICLR 2024.
Papiers voltAgent/super-agent — papiers d’agent d’intelligence artificielle de 2026 — ingénierie d’agent, mémoire, évaluation, flux de travail et systèmes autonomes.
Masamasa59/ai-agent-papiers — des documents de recherche sur les agents de l’IA mis à jour deux fois par semaine via une recherche arxiv automatisée avec sélection curée.
tmgthb/agents autonomes — Rapports de recherche des agents autonomes, mis à jour quotidiennement.
WecoAI/super-recherche automatique — Liste des cas d’utilisation d’AutoRecherche avec traces vérifiables et graphiques de progression, organisée par domaine (formation LLM, noyaux GPU, agents vocaux, trading, etc.).
Nous saluons les contributions à cette liste! Avant de contribuer, veuillez prendre un moment pour revoir notre lignes directrices concernant les contributions. Ces lignes directrices permettront de s’assurer que vos contributions correspondent à nos objectifs et répondent à nos normes de qualité et de pertinence.
Ce que nous cherchons :
Nouveaux documents, outils ou ressources de haute qualité avec une brève description de leur importance
Mises à jour des entrées existantes (liens brisés, informations obsolètes)
Corrections aux chiffres des étoiles, aux prix ou aux détails du modèle
Traductions et amélioration de l’accessibilité
Normes de qualité:
Tous les outils devraient être activement maintenus (mise à jour au cours des six derniers mois)
Les documents devraient provenir d’endroits examinés par des pairs ou faire l’objet d’une adoption communautaire importante.
Les ensembles de données devraient être accessibles au public.
Veuillez inclure une description unique expliquant pourquoi la ressource est précieuse.
HagiCode est un espace de développement agentique. Des interactions d’interface riches et pratiques rendent la planification, l’exécution des agents et le travail sur les projets accessibles et faciles à suivre, pour une expérience de développement engageante.
Une expérience de développement engageante grâce à des interactions d’interface riches et pratiques.
IntelligentLes workflows OpenSpec transforment une intention en parcours exécutable, de la proposition à la livraison en passant par la conception et les tâches.
EfficaceL’exécution multi-agent fait avancer recherche, réalisation et revue en parallèle, sur plusieurs dépôts et avec les Agent CLI que vous utilisez déjà.
IntéressantDes interactions d’interface riches et pratiques rendent la planification, l’exécution des agents et le travail sur les projets accessibles et faciles à suivre.
HagiCode rend la planification, l’exécution des agents et le travail sur les projets accessibles grâce à des interactions d’interface riches et pratiques : https://www.hagicode.com/
Transformez vos idées en logiciels livrés.
HagiCode est un espace de développement agentique : les workflows OpenSpec planifient le changement, l’exécution multi-agent le réalise et Hero Scenario rend le long parcours visible, pour transformer vos idées en logiciels livrés.
La relecture de session (lorsqu'un fournisseur enregistre les sessions) fait partie de l'analyse. Aucun fournisseur n'enregistre l'écran. (Google Analytics, 51LA, PostHog)
