#pydantic Repositories
Entdecke 73 aktive Open-Source-GitHub-Repositories, die mit #pydantic getaggt sind und insgesamt 511,165 Sterne gesammelt haben (durchschnittlich 7,002 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist langchain-ai/langchain mit 149,995 Sternen.
Insgesamt 73 Repositories
FastAPI-Framework, hohe Leistung, einfach zu lernen, schnell zu coden, produktionsbereit
Wie Python KI macht. Agenten, Echtzeit-Sprache, Bildgenerierung, Embeddings. Jedes Modell, jede Schnittstelle, durchgehend typisiert.
SQL-Datenbanken in Python, entworfen für Einfachheit, Kompatibilität und Robustheit.
💨 Schnelles, Async-bereites, Openapi, Typen-Hinweise-basiertes Framework zum Erstellen von APIs
Leichtes, flexibles und erweiterbares ASGI-Framework | Für Skalierbarkeit konzipiert
Repariere fehlerhaftes JSON aus LLMs, APIs, Logs und Benutzereingaben in Python.
Generieren Sie Pydantic-v2-Modelle, Dataclasses, TypedDict und msgspec.Struct aus OpenAPI, JSON Schema, GraphQL, Avro, Protobuf und rohen JSON-/YAML-/CSV-Daten sowie FastAPI-Server und Python-Clients aus OpenAPI.
Vizro ist ein Low-Code-Toolkit zum Erstellen hochwertiger Datenvisualisierungs-Apps.
🪄 Verwandelt Ihren Machine-Learning-Code in Microservices mit Web-API, interaktiver GUI und mehr.
Docker-Image mit Uvicorn, verwaltet von Gunicorn, für hochperformante FastAPI-Web-Anwendungen in Python mit Performance-Auto-Tuning.
Die Kontextschicht für unstrukturierte Daten: typisierte, versionierte Datensätze über S3, GCS, Azure
⭐️ Eine moderne und leichte Verwaltungsplattform basierend auf FastAPI, Vue3 und Naive UI Eine moderne und leichte Verwaltungsplattform basierend auf FastAPI, Vue3 und Naive UI.
FastCRUD ist ein Python-Paket für FastAPI, das robuste asynchrone CRUD-Operationen und flexible Dienstprogrammen zur Erstellung von Endpunkten bietet.
Produktionsnahes MLOps-Python-Paket und Referenzimplementierung des MLOps-Programmierkurses: MLflow, scikit-learn, Pydantic, Pandera, uv und mise.
Dieser Codegenerator erstellt eine FastAPI-App aus einer OpenAPI-Datei.
KI-unterstützte Erstellung von Langromanen, Kartenartiges Erstellen, unterstützt strukturierte KI-Generierung und kontextbezogene Referenzen auf Basis von JSON Schema, stark skalierbar.
Ein Python-CLI-Tool, das Claude Code-Transkript-JSONL-Dateien in lesbares HTML/Markdown-Format konvertiert.
Sofort einsatzbereite und anpassbare Authentifizierungs- und OAuth2-Verwaltung für FastAPI ✨
Synchroner und asynchroner ODM (Object Document Mapper) für MongoDB basierend auf Python-Typ-Hinweisen
Open-Source, selbstgehostetes Claude Code – ein Terminal-KI-Assistent und das dahinterstehende Python-Framework. Tool-Calling, Sandbox-Ausführung, Multi-Agenten-Teams, Skills, Checkpoints, unbegrenzter Kontext – auf Basis von Pydantic AI, für jedes Modell.
Bibliothek zur Bereitstellung einer einfachen Client-Schnittstelle zur Strava-REST-API (v3).
Offizielle Inferenzbibliothek für die Vorverarbeitung von Mistral-Modellen
Das erste Web-Framework, das für die KI-Schreibung entwickelt wurde. Auf Python, FastAPI, Pydantic und HTMX aufgebaut. Von den Autoren von Two Scoops of Django。
Häufig gestellte Fragen
Welches ist das beliebteste #pydantic-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#pydantic-Projekt auf GitHub ist langchain-ai/langchain mit 149,995 Sternen. Die Agenten-Engineering-Plattform.
Welche Programmiersprachen werden in #pydantic-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #pydantic-Projekten auf GitHub sind Python, Jupyter Notebook, Vue die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #pydantic-Repositories berechnet?
Wir verfolgen 73 aktive Open-Source-Repositories, die mit #pydantic getaggt sind (500+ Sterne), mit insgesamt 511,165 Sternen und durchschnittlich 7,002 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.