KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Projektmanagement › AD-AGENT
✦ Frei & Open SourceProjektmanagement

AD-AGENT

Multi-Agent-Framework, das natürlichsprachliche Anfragen in isolierte, ausführbare Anomalieerkennungs-Pipelines umwandelt.

Automatisierte Multi-Agenten-Pipelines zur Anomalieerkennung

Generieren, validieren und ausführen Sie PyOD-, PyGOD- und Zeitreihen-Anomalieerkennungsskripte aus einfachen englischen Prompts.

Für immer kostenlos · Open Source · BSD-2-Clause
✓ Needs IT✓ Im Browser✓ Echtzeit-Zusammenarbeit
6.3
ZEKAI
Leistungsstarker Multi-Agenten-Detektor.
Frei & Open Source · Projektmanagement
Einfache Einrichtung5
Nützlichkeit8
Wartung7
Community5
★ 104
GITHUB
Apr 2026
AKTUALISIERT
BSD-2-Clause
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

AD-AGENT ist ein Open-Source-Multi-Agenten-Framework zur Automatisierung der End-to-End-Anomalieerkennung über tabellarische, Graph- und Zeitreihendaten hinweg. Sie beschreiben Ihre Erkennungsaufgabe in einfachem Text, und spezialisierte LLM-Agenten wählen Modelle aus, schreiben Python-Code, überprüfen ihn und führen ihn in einer sicheren Sandbox aus. Es eignet sich für technische Teams und Datenexperten, die automatisierte Diagnose-Workflows erstellen.

Läuft auf
Cross-platform
Hosting
Self-host
Sprachen
Python
Lizenz
BSD-2-Clause

Was es ist

Das Framework koordiniert spezialisierte Agenten, die für Modellauswahl, Dokumentationsabruf, Code-Generierung, Überprüfung und Evaluierung verantwortlich sind. Es generiert Ausführungsskripte für die Bibliotheken PyOD, PyGOD und TSB_AD basierend auf Ihrem Datensatz und Prompt. Generierter Code läuft in isolierten lokalen Docker-Containern oder Remote-Modal-Sandboxes, um Ihre Umgebung zu schützen.

Für wen

Dieses Tool wurde für Data Scientists, Entwickler und Projektingenieure entwickelt, die Anomalieerkennungsmodelle ausführen müssen, ohne mühsam Boilerplate-Skripte einrichten zu müssen. Es ist nicht für nicht-technische Anwender gedacht, da es die Verwaltung von Python-Umgebungen, API-Schlüsseln und containerisierten Laufzeitumgebungen erfordert. Teams, die eine grafische Benutzeroberfläche benötigen, müssen stattdessen die Python-API oder CLI verwenden.

Wichtige Funktionen

Generierung von Workflows in natürlicher Sprache

Wandelt einfache englische Prompts direkt in ausführbare Python-Skripte zur Anomalieerkennung um.

Unterstützung multimodaler Bibliotheken

Generiert Code für PyOD bei tabellarischen Daten, PyGOD bei Graphenstrukturen und TSB_AD bei Zeitreihendatensätzen.

Sandboxed-Ausführungs-Backends

Führt nicht vertrauenswürdigen generierten Code sicher in lokalen Docker-Containern oder Remote-Modal-Instanzen aus.

Python-Pipeline-API

Stellt Kern-Pipeline-Stufen bereit, sodass Sie Auswahlschritte und Generierungsschritte direkt in eigene Skripte oder Notebooks einbetten können.

Erste Schritte

Startklar in 3 Schritten

1
Klonen Sie das Repository und richten Sie eine virtuelle Python-Umgebung mit installierten Abhängigkeiten ein.
2
Setzen Sie Ihre Umgebungsvariable OPENAI_API_KEY und konfigurieren Sie Docker oder Modal für die Sandbox-Ausführung.
3
Führen Sie python main.py aus, um die interaktive CLI zu starten, oder importieren Sie api.pipeline in Ihren Python-Code.
Klartext

Unser ehrliches Fazit

Stärken

  • Koordiniert Agenten-Rollen über tabellarische, Graph- und Zeitreihen-Erkennungsbibliotheken hinweg.
  • Isoliert die Ausführung generierter Skripte in Docker- oder Modal-Sandboxes zur Sicherheit.
  • Bietet sowohl eine interaktive CLI-Schnittstelle als auch programmierbare Python-Pipeline-Funktionen.
  • Enthält automatisierte Empfehlungen für Kandidatenmodelle, wenn kein Algorithmus explizit benannt wird.

Schwächen

  • Erfordert einen OpenAI API-Schlüssel, wodurch laufende Kosten für den Token-Verbrauch bei Ausführungen entstehen.
  • Befindet sich in aktiver Überarbeitung mit einer instabilen öffentlichen API und keinem veröffentlichten PyPI-Paket.
  • Erfordert eine lokale Einrichtung einschließlich Python-virtueller Umgebungen, Umgebungspfaden und Container-Runnern.
Kosten

Preise & Lizenz

AD-AGENT ist kostenlos und Open Source unter der BSD-2-Clause-Lizenz. Das Ausführen des Frameworks erfordert einen OpenAI API-Schlüssel, sodass Ihre Betriebskosten mit Ihrer LLM-Token-Nutzung skalieren. Zusätzliche Infrastrukturkosten können anfallen, wenn Sie sich für Remote-Modal-Cloud-Sandboxes anstelle der lokalen Docker-Ausführung entscheiden.

Bezahlte Arbeit

Stellen für Deutschsprachige

877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen
Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: AD-AGENT für Projektmanagement
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren AD-AGENT für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Welche Datenmodalitäten unterstützt AD-AGENT?

Wie führt AD-AGENT generierten Code sicher aus?

Kann man AD-AGENT ohne die interaktive CLI verwenden?

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Projektmanagement — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen