#milvus Repositories
Entdecke 20 aktive Open-Source-GitHub-Repositories, die mit #milvus getaggt sind und insgesamt 189,815 Sterne gesammelt haben (durchschnittlich 9,490 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist pathwaycom/serviette mit 58,693 Sternen.
Insgesamt 20 Repositories
Ein No-Code-RAG-Server, der Antworten mit Ihren Dokumenten synchron hält. Funktioniert mit 8 Vektordatenbanken. Entwickelt mit Pathway.
Langchain-Chatchat (ehemals Langchain-ChatGLM), lokale wissensbasierte LLM (wie ChatGLM, Qwen und Llama) RAG und Agenten-App mit Langchain | Langchain-Chatchat (ehemals langchain-ChatGLM), lokale wissensbasierte LLM (wie ChatGLM, Qwen und Llama) RAG und Agenten-App mit Langchain
🏆 Echtzeit‑No‑Code, leistungsstarkes und sicheres ORM 🚀 stellt APIs und Docs ohne Backend‑Codierung bereit, und das Frontend (Client) kann die Antwort‑JSONs anpassen 🏆 Echtzeit‑No‑Code, vollständig funktionsfähig, hochsicheres ORM‑Bibliothek 🚀 Backend‑APIs und Dokumentation sind ohne Code, während das Frontend (Client) die zurückgegebenen JSON‑Daten und deren Struktur anpassen kann.
LangChain4j ist eine idiomatische, open-source Java-Bibliothek zum Erstellen von LLM-gestützten Anwendungen auf der JVM. Sie bietet eine einheitliche API über beliebte LLM-Anbieter und Vektorspeicher und erleichtert die Implementierung von Tool-Aufrufen (einschließlich MCP-Unterstützung), Agents und RAG. Sie integriert sich nahtlos in Enterprise-Java-Frameworks wie Quarkus und Spring Boot.
🔍Praktische Entwicklung von Großmodell-Anwendungen Teil 1: Umfassender Leitfaden für die RAG-Technologie, Online-Leseadresse: https://datawhalechina.github.io/all-in-rag/
Open-Source Deep-Research-Alternative zu Reason und Search auf privaten Daten. Geschrieben in Python.
Semantischer Cache für LLMs. Vollständig integriert mit LangChain und llama_index.
Self-hostbare mandantenfähige Wissensagenten-Plattform: einheitliches RAG, Wissensgraphen, Multi-Agenten-Systeme, MCP/Skills, Sandboxes und Berechtigungsverwaltung. Yuxi = Cloud-Agenten + Wissens-RAG, eine self-hostbare Wissensagenten-Plattform für RAG, Wissensgraphen und Multi-Agenten-Workflows.
Towhee ist ein Framework, das sich der einfachen und schnellen Verarbeitung von neuronalen Datenpipelines widmet.
Eine persistente, einheitliche Speicherschicht für all Ihre KI-Agenten (z. B. Claude Code, Codex, DSH), basierend auf Markdown und Milvus.
Umgang mit allen unstrukturierten Daten, wie z. B. umgekehrte Bildsuche, Audio-Suche, Molekularsuche, Videoanalyse, Frage-Antwort-Systeme, NLP usw.
ReachAI Enterprise-Plattform zur Entwicklung von KI-Agenten: Modernisieren Sie bestehende Geschäftssysteme schnell und sicher mit KI, sodass die KI direkt in OA, ERP, CRM und anderen vorhandenen Geschäftsanwendungen Daten abfragen, Formulare ausfüllen und Geschäftsaufgaben erledigen kann.
CookHero ist eine intelligente Plattform für Ernährungs- und Kochmanagement, die auf LLM + RAG + Agent + Multimodalität basiert. Sie unterstützt intelligente Rezeptsuche, personalisierte Ernährungspläne, KI-gestützte Ernährungsprotokolle, Nährwertanalysen, webbasierte Sucherweiterungen sowie ein erweiterbares ReAct-Agent/Subagent-System, das Kochanfängern hilft, mühelos zum „Kochhelden“ zu werden.
BullFlow — Open-Source-RAG-Lösung für Unternehmen: von Unternehmens-Wissensdatenbanken über die automatisierte Erstellung von Marketinginhalten bis hin zur kanalübergreifenden Veröffentlichung. Der gesamte Wissensdatenbank-Workflow läuft mit lokalen Open-Source-Modellen; kostenpflichtige Modelle sind nicht erforderlich. KI-Agenten erstellen Text-Bild-Beiträge, Bilder und Videos und veröffentlichen sie mit einem Klick auf 17 Plattformen, darunter Douyin, Xiaohongshu, WeChat Official Accounts, LinkedIn und YouTube. Für den kommerziellen Einsatz geeignet, mit integrierter Mandantenfähigkeit, Abrechnung und Administration. MIT.
Chinesisch priorisierte RAG-Wissensdatenbank für Unternehmen: kontrollierbare Analyse, Governance, Chunking, hybride Suche, Reranking, Zitate, Wissensgraphen, Evaluation und Dify-Integration.
Häufig gestellte Fragen
Welches ist das beliebteste #milvus-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#milvus-Projekt auf GitHub ist pathwaycom/serviette mit 58,693 Sternen. Ein No-Code-RAG-Server, der Antworten mit Ihren Dokumenten synchron hält. Funktioniert mit 8 Vektordatenbanken. Entwickelt mit Pathway.
Welche Programmiersprachen werden in #milvus-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #milvus-Projekten auf GitHub sind Python, Java, Shell, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #milvus-Repositories berechnet?
Wir verfolgen 20 aktive Open-Source-Repositories, die mit #milvus getaggt sind (500+ Sterne), mit insgesamt 189,815 Sternen und durchschnittlich 9,490 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.