Estrutura multi-agente LLM em Go/Golang — loops ReAct, ferramentas paralelas, streaming, subagentes
O hung12ct/gopheragent é uma estrutura (framework) multi-agente para LLM (Large Language Model) escrita em Go/Golang. Ele permite a criação de agentes de IA que utilizam o padrão ReAct (Reasoning + Acting) para executar loops de raciocínio e ações, suporta execução paralela de ferramentas, streaming de respostas e orquestração de subagentes. Isso é particularmente útil para desenvolvedores que desejam construir sistemas complexos de agentes de IA em Go, aproveitando o desempenho e a concorrência da linguagem. O framework foi descoberto a partir de repositórios GitHub recentes focados em habilidades de agentes, fluxos de trabalho Claude/Codex/Gemini e automação de agentes de IA.
npx skills add hung12ct/gopheragentInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Estrutura multi-agente LLM em Go/Golang — loops ReAct, ferramentas paralelas, streaming, subagentes
Fonte: https://github.com/hung12ct/gopheragent
Descoberto a partir de repositórios GitHub enviados nas últimas 24 horas para habilidades de agentes, fluxos de trabalho Claude/Codex/Gemini, ferramentas MCP e automação adjacente de agentes de IA.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.