#ai-infrastructure Repositories
Entdecke 27 aktive Open-Source-GitHub-Repositories, die mit #ai-infrastructure getaggt sind und insgesamt 87,587 Sterne gesammelt haben (durchschnittlich 3,243 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist semantica-agi/semantica mit 14,701 Sternen.
Insgesamt 27 Repositories
《AI-Infrastruktur tiefgehend verstehen: Quantitative Analyse und Systemdesign》 (von Li Bojie), ein Open-Source-Buchmanuskript: Ausgehend von Hardwarebeschränkungen und Modellarchitekturen wird das Design von LLM-Inferenz- und Trainingssystemen quantitativ hergeleitet. Enthält den vollständigen Buchtext, ein PDF, zugehörige Berechnungstools und Experimente.
Produktiongetestete KI-Infrastrukturwerkzeuge für die effiziente Entwicklung von AGI und gemeinschaftsgesteuerte Innovation
Eine kompakte Implementierung von SGLang, entwickelt, um die Komplexität moderner LLM-Serving-Systeme zu entmystifizieren.
Selbstgehostetes, Open-Source-Agenten-Skill-Register für Unternehmen. Veröffentlichen & Versionieren von Skill-Paketen, Steuern mit RBAC und Audit-Logs, Bereitstellen on-premise mit Docker oder Kubernetes.
Lokaler persistenter Speicherspeicher für LLM-Anwendungen, darunter claude desktop, github copilot, codex, antigravity usw.
HarnessRouter Community Edition: die selbst gehostete Apache-2.0-Edition der einheitlichen Schnittstelle für Agenten-Frameworks. Führen Sie Codex, Claude Code, Hermes, PI, DSH und mehr über eine einzige API aus – mit Sitzungen, Streaming, Dateien, Abbruch und Fehlerbehandlung. Implementiert das Unified Harness Protocol (UHP), einen offenen Standard. Ihre Schlüssel, Ihre Infrastruktur.
Die Open-Source-Plattform für verwaltete Agents. Eine selbst hostbare Alternative zu Claude Managed Agents und der Agents-API von OpenAI.
14-stufiger Fusion-Pipeline für LLM-Token-Kompression — reversible Kompression, AST-bewusste Code-Analyse, intelligente Inhaltsrouterung. Null LLM-Inferenzkosten. MIT-lizenziert.
Lernpfad für KI-Infrastruktur-Ingenieure - Lehrplan für Produktions-ML-Infrastruktur (2-4 Jahre Erfahrung)
Colivara ist eine Reihe von Diensten, mit denen Sie Dokumente basierend auf deren visueller Einbettung speichern, suchen und abrufen können. ColiVara bietet eine hochmoderne Abrufleistung sowohl für Text- als auch für visuelle Dokumente. unter Verwendung von Visionsmodellen anstelle von Chunking und Textverarbeitung für Dokumente. Kein OCR, keine Textextraktion, keine kaputten Tabellen oder fehlenden Bilder.
Nicht-destruktives Komprimierungs-Gateway für KI-Codierungsagenten. Reduziert Token-Rechnungen von 25 % bei Runde 1 auf über 85 % in langen oder gesättigten Sitzungen und passt etwa 3× mehr Runden in dasselbe Kontextfenster. Angetrieben von unserem Open-Source-Code-nativen 4B-Modell. Drop-in für Claude Code, Cursor, Codex, OpenHands und jeden BASE_URL-Agenten.
AipexBase ist eine KI-native BaaS-Plattform. Sie müssen lediglich das Frontend mit Vibe-Coding-Tools entwickeln und das Backend AipexBase überlassen!
GigaModels: Ein umfassendes Repository und eine Plattform für multimodale, generative und perzeptuelle Modelle
UniRL ist ein Framework für das Reinforcement Learning vereinheitlichter multimodaler Modelle
Tensorlake ist eine serverlose Laufzeitumgebung für Sandboxes und die Bereitstellung von Hintergrund-Agentic-Anwendungen
PGBoxDB — Leichtgewichtiges Postgres für KI-Agenten. In Rust geschrieben. Tausende isolierte Datenbanken in einer Laufzeitumgebung 🐘
ASTRA-sim2.0: Modellierung hierarchischer Netzwerke und disaggregierter Systeme für das Training großer Modelle im Maßstab
Local-first, selbst gehostete Laufzeitumgebung für KI-Agenten und MCP-Bridge mit Sandbox-Sitzungen, Speicher, Zugangsdaten, Audit/Wiedergabe und einer lokalen Konsole.
OpenAI-API-Aggregationsmanagement, wir verpflichten uns, erstklassige API-Zugangsdienste anzubieten, damit Sie fortschrittliche KI-Modelle einfach in Ihre Produkte und Dienstleistungen integrieren können.
Das OpenAIOS vGPU-Geräte-Plugin für Kubernetes stammt aus dem OpenAIOS-Projekt zur Virtualisierung von GPU-Gerätespeicher, um Anwendungen den Zugriff auf größeren Speicherplatz als seine physische Kapazität zu ermöglichen. Es wurde für die einfache Verwendung von erweitertem Speicher für AI-Workloads entwickelt.
Caura (ehemals MemClaw) – verwalteter gemeinsamer Speicher für Flotten von KI-Agenten. Multi-Agenten-, mandantenfähig und MCP-nativ. Vertrauensstufen, grundlegende Richtlinien, Prüfpfade, Wissensgraph und selbstverbessernder Abruf. Apache 2.0.
Häufig gestellte Fragen
Welches ist das beliebteste #ai-infrastructure-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#ai-infrastructure-Projekt auf GitHub ist semantica-agi/semantica mit 14,701 Sternen. Graph-native semantische Schicht für vertrauenswürdige Enterprise-KI
Welche Programmiersprachen werden in #ai-infrastructure-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #ai-infrastructure-Projekten auf GitHub sind Python, Java, TypeScript, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #ai-infrastructure-Repositories berechnet?
Wir verfolgen 27 aktive Open-Source-Repositories, die mit #ai-infrastructure getaggt sind (500+ Sterne), mit insgesamt 87,587 Sternen und durchschnittlich 3,243 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.