Startseite Projekte Shannon
Shannon

Shannon

von Kocoro-lab · GitHub

Ein produktionsorientiertes Multi-Agenten-Orchestrierungsframework.

Auf GitHub ansehen
In einfachen Worten

Verwalten Sie mehrere KI-Agenten mit Funktionen wie Budgetkontrolle und Debugging-Tools.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
Shannon — GitHub preview card
📈 Sternhistorie
2.2k2.1k
2026-07-072026-07-29
📈 Shannon verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Ein produktionsorientiertes Multi-Agenten-Orchestrierungsframework.

Shannon hat 2.2k Sterne auf GitHub. Es wurde 338-mal geforkt. Shannon ist hauptsächlich in Go geschrieben. Es wird seit 2025 aktiv entwickelt. Shannon ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: agent, ai, multi-agent-systems.

Frequently asked questions

Was ist Shannon?

Ein produktionsorientiertes Multi-Agenten-Orchestrierungsframework.

Ist Shannon Open Source?

Shannon ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist Shannon kostenlos?

Ja. Shannon ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht Shannon?

Shannon ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist Shannon geschrieben?

Shannon ist hauptsächlich in Go geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — Shannon

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=kocoro-lab-shannon)](https://opensourceai.tech/project/kocoro-lab-shannon.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.