Git Stars Git Stars

#chroma Repositorios

Descubre 7 repositorios activos de código abierto de GitHub etiquetados con #chroma, que acumulan 29,150 estrellas en total (una media de 4,164 estrellas por proyecto). El líder de este tema es langchain4j/langchain4j, con 13,427 estrellas.

7
Total de Repositorios
29,150
Total de estrellas
4,164
Promedio de Estrellas/Repo
1
langchain4j/langchain4j

LangChain4j es una biblioteca de Java idiomática y de código abierto para construir aplicaciones impulsadas por LLM en la JVM. Ofrece una API unificada sobre proveedores populares de LLM y almacenes de vectores, y facilita la implementación de llamadas a herramientas (incluyendo soporte para MCP), agentes y RAG. Se integra perfectamente con frameworks de Java empresariales como Quarkus y Spring Boot.

langchain4j
⭐ 13,427 Java 👤 langchain4j Organization 🕐 Actualizado 2026-11-21 📅 Creado 2023-06-20
2
gka/chroma.js

Biblioteca de JavaScript para todo tipo de manipulaciones de color

gka
⭐ 10,607 JavaScript 👤 gka User 🕐 Actualizado 2026-11-16 📅 Creado 2011-12-12
3
Mintplex-Labs/vector-admin

La suite de herramientas universal para la gestión de bases de datos vectoriales. Gestione fácilmente Pinecone, Chroma, Qdrant, Weaviate y más bases de datos vectoriales.

Mintplex-Labs
⭐ 2,216 TypeScript 👤 Mintplex-Labs Organization 🕐 Actualizado 2025-04-15 📅 Creado 2023-07-25
4
philippgille/chromem-go

Base de datos vectorial incrustable para Go con interfaz similar a Chroma y cero dependencias de terceros. En memoria con persistencia opcional.

philippgille
⭐ 1,075 Go 👤 philippgille User 🕐 Actualizado 2026-09-06 📅 Creado 2023-12-24
5
snexus/llm-search

Consultando documentos locales, impulsado por LLM

snexus
⭐ 661 Jupyter Notebook 👤 snexus User 🕐 Actualizado 2026-01-17 📅 Creado 2023-04-14
6
Denis2054/RAG-Driven-Generative-AI

Este repositorio proporciona programas para construir código de Generación Aumentada por Recuperación (RAG) para IA Generativa con LlamaIndex, Deep Lake y Pinecone, aprovechando el poder de los modelos de OpenAI y Hugging Face para la generación y evaluación.

Denis2054
⭐ 627 Jupyter Notebook 👤 Denis2054 User 🕐 Actualizado 2025-09-23 📅 Creado 2024-04-19
7
Tswoen/Paper-Agent

Paper-Agent es una herramienta inteligente de búsqueda e investigación de artículos académicos dirigida a investigadores y estudiantes. Basada en una arquitectura de colaboración multiagente (LangGraph), utiliza el procesamiento del lenguaje natural (PLN) y la búsqueda automatizada para ayudar a los usuarios a encontrar artículos académicos de manera eficiente, analizar su contenido y realizar revisiones bibliográficas. Paper-Agent ofrece integración multiplataforma, búsqueda por palabras clave, análisis automatizado e investigación bibliográfica, lo que aumenta la eficiencia de la investigación académica. Es adecuada para diversos usos, como la redacción de artículos, la investigación académica y la gestión de proyectos de investigación, y constituye un asistente ideal para la investigación académica.

Tswoen
⭐ 539 Python 👤 Tswoen User 🕐 Actualizado 2026-09-18 📅 Creado 2025-09-01

Preguntas frecuentes

1

¿Cuál es el repositorio de #chroma más popular en GitHub?

El proyecto de código abierto de #chroma mejor posicionado en GitHub es langchain4j/langchain4j, con 13,427 estrellas. LangChain4j es una biblioteca de Java idiomática y de código abierto para construir aplicaciones impulsadas por LLM en la JVM. Ofrece una API unificada sobre proveedores populares de LLM y almacenes de vectores, y facilita la implementación de llamadas a herramientas (incluyendo soporte para MCP), agentes y RAG. Se integra perfectamente con frameworks de Java empresariales como Quarkus y Spring Boot.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #chroma?

Entre los proyectos de #chroma mejor posicionados en GitHub, los lenguajes de programación más comunes son Jupyter Notebook, Java, JavaScript, TypeScript.

3

¿Cómo se calcula la clasificación de los repositorios de #chroma?

Seguimos 7 repositorios activos de código abierto etiquetados con #chroma (500+ estrellas), que suman un total de 29,150 estrellas, con una media de 4,164 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.