#structured-output Repositories
Entdecke 25 aktive Open-Source-GitHub-Repositories, die mit #structured-output getaggt sind und insgesamt 47,086 Sterne gesammelt haben (durchschnittlich 1,883 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Zipstack/unstract mit 7,462 Sternen.
Insgesamt 25 Repositories
LLM-gestützte Extraktion unstrukturierter Daten — Für API-Deployments und ETL-Pipeline-Workflows entwickelt
Repariere fehlerhaftes JSON aus LLMs, APIs, Logs und Benutzereingaben in Python.
zerreißte deine Entscheidungen und Prinzipien. Claude liest sie, um bessere Entscheidungen zu treffen.
Extrahieren Sie strukturierte Daten und Erkenntnisse aus Dokumenten mithilfe großer Sprachmodelle und Entscheidungsmodelle
Der offizielle API-Server für Exllama. OAI-kompatibel, leichtgewichtig und schnell.
Das Laravel AI SDK bietet eine einheitliche, ausdrucksstarke API zur Interaktion mit KI-Anbietern wie OpenAI, Anthropic, Gemini und mehr.
Schema-Guided Reasoning (SGR) verfügt über ein agentisches Systemdesign, das von der NeuralDeep-Community entwickelt wurde.
Offene multimodale Entscheidungsmodelle mit 0,8B bis 27B Parametern für Text, Bilder und Videos. Treffen Sie Entscheidungen anhand von Wahrscheinlichkeiten für eigene Kandidaten und lokalisieren Sie Objekte mit Begrenzungsrahmen, statt Text zu generieren. Kostenlose API, ONNX, GGUF, vLLM und SGLang; Fine-Tuning-Code enthalten.
Lokale Überwachung + KI-Vision — LAN-basiertes Smartphone-gestütztes KI-Überwachungsframework mit strukturiertem Ereignisausgang für Datenerfassung und -analyse.
MLX Omni Server ist ein lokaler Inferenzserver, der von Apples MLX-Framework angetrieben wird und speziell für Apple Silicon (M-Serie) Chips entwickelt wurde. Er implementiert OpenAI-kompatible API-Endpunkte, die eine nahtlose Integration mit bestehenden OpenAI SDK-Clients ermöglichen und gleichzeitig die Leistung lokaler ML-Inferenz nutzen.
Vereinheitlichte Go-Schnittstelle für Anbieter von Sprachmodellen (LLM). Vereinfacht die LLM-Integration mit flexiblem Prompt-Management und gängigen Aufgabenfunktionen.
Awesome Jev: ein quellenbasierter Praxisleitfaden zum System-One-Modell von TypeSafe – mit SDKs, Live-Demos, Agenten-Tools und unabhängigen Evaluierungen.
Eine kuratierte, quellenbasierte Liste von Projekten, die mit Jev erstellt wurden, dem System-One-Modell von TypeSafe AI für typisierte Entscheidungen.
Eine vielseitige Workflow-Automatisierungsplattform zur Erstellung, Organisation und Ausführung von KI-Workflows, von einem einzelnen LLM bis hin zu komplexen KI-gesteuerten Workflows.
Abhängigkeitsfreies TypeScript-KI-SDK und Agent-Framework. Entwickle produktionsreife KI-Agenten und Multi-Agenten-Schwärme: dauerhafte Ausführung, Langzeitgedächtnis, hybrides RAG, MCP-Client/Server, A2A, Freigaben mit menschlicher Beteiligung, CodeAct-Sandboxen und Echtzeit-Sprachfunktionen. Eine Streaming-API, 29 Anbieter: Claude, GPT, Gemini, Grok, DeepSeek und Ollama. Node, Bun, Deno und Edge.
Häufig gestellte Fragen
Welches ist das beliebteste #structured-output-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#structured-output-Projekt auf GitHub ist Zipstack/unstract mit 7,462 Sternen. LLM-gestützte Extraktion unstrukturierter Daten — Für API-Deployments und ETL-Pipeline-Workflows entwickelt
Welche Programmiersprachen werden in #structured-output-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #structured-output-Projekten auf GitHub sind Python, TypeScript, Go, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #structured-output-Repositories berechnet?
Wir verfolgen 25 aktive Open-Source-Repositories, die mit #structured-output getaggt sind (500+ Sterne), mit insgesamt 47,086 Sternen und durchschnittlich 1,883 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.