Ornith von DeepReinforce ueberlaesst das Aufgabenstellen, das Geruest und das Loesen dem Modell selbst, kommt in drei Groessen von 9B bis 397B und erscheint unter MIT mit 256K Kontext und Betrieb auf eigener Maschine.

Ein offener selbsttaetiger Agent von Nous Research: erledigte Aufgaben werden zu wiederverwendbaren Faehigkeiten, Vorlieben liegen in lokalen Dateien ueber Sitzungen hinweg, und er haengt an ueber zwanzig Diensten.

Eine Assistentenplattform von Tencent Cloud unter MIT Lizenz: Gespraeche, Arbeitsbereiche und Schluessel bleiben auf der eigenen Maschine, neun Chat Dienste laufen hinein.

Eine offene Laufzeit fuer Agenten von DeepSeek, mit einem Schreibtischbau, der Node.js, pnpm und eine Python Umgebung mitbringt, vier Vorgaben und einer Spuransicht.

Eine offene Erweiterung fuer den vorhandenen Editor, die mit jedem Modell spricht, auf das man zeigt: aus der Wolke, lokal oder als eigener Dienst im Firmennetz, konfiguriert in einer Datei in eigener Hand.

Keine Anwendung, sondern ein Paper mit Referenzimplementierung, ausschließlich auf synthetischen Degradationen trainiert und so freizügig lizenziert, dass ein ganzes Regal von Oberflächenprodukten es einpackt. Drei Wege hinein, mit unterschiedlichen Kosten.

Eine Desktop-Anwendung, die Bilder auf der eigenen Grafikkarte vergrößert und kein Netz berührt. Die Bedingung steht früh: eine Vulkan-fähige Grafikkarte ist Pflicht, und eine Cloud-Stufe übernimmt, was die Hardware nicht schafft.

Suche, Scraping und Interaktion laufen über eine Schnittstelle, zurück kommt sauberes Markdown, JSON nach Vorlage oder ein Screenshot. Proxys, Bot-Abwehr und Rendering sind Sache des Dienstes — und genau das ist der mühsame Teil.

Vier Schichten nach Tiefe — eine Oberfläche ohne Code, eine dialogorientierte Ebene, ein ereignisgesteuerter Kern und ein Erweiterungspaket. Das Framework ist im Wartungsmodus, die ehrliche Frage lautet deshalb: darauf starten oder nur weiterlaufen lassen.

Knoten sind Schritte, Kanten Übergänge, dazwischen wandert der Zustand — und derselbe Graph darf deterministischen Code mit Modellurteil mischen. Wiederaufsetzpunkte, Freigabepunkte und einsehbarer Zustand sind Grundbausteine, keine Flicken.

Agenten, Flows und Aufgaben bilden das Skelett; eine Kontrollebene darüber verfolgt jeden Modellaufruf und jeden Speicherzugriff und rechnet ihn ab. Das Framework selbst steht unter MIT, die Stufen Erkennen und Optimieren brauchen dagegen Daten in Plattformgröße.

Vier Oberflächen teilen die Arbeit: Agenten in einem Satz beschreiben, komplexe Abläufe aus Blöcken ziehen, Läufe und Kosten beobachten, fremde Ergebnisse wiederverwenden. Ein Plattformverzeichnis unter einer quelloffenen Lizenz steht neben einem klassischen MIT-Teil.

Ein Assistent, der in den ohnehin genutzten Chat-Apps wohnt und jede Erinnerung auf der eigenen Platte lässt. Eine gemeinnützige Stiftung hält das Projekt, es gibt keine bezahlte Stufe, und ein einziges Gateway führt 29 Kanäle zu einem Coding-Agenten.

Die eine Hälfte nimmt eine Aufgabe und liefert ein Ergebnis, die andere vermietet dem eigenen Playwright-Code einen entfernten Browser mit getarntem Profil. Die offene Bibliothek steht unter MIT-Lizenz, abgerechnet wird pro Stunde und pro Verbrauch statt im Abo.

Eine Plattform, auf der Wissensabfrage, visuelle Workflows, Agenten-Orchestrierung und Werkzeugaufrufe denselben Arbeitsbereich teilen. Die Lizenz erlaubt internen kommerziellen Einsatz, aber keinen Weiterverkauf als Dienst, und die Mühe steckt im Abrufen.