Git Stars Git Stars

#data Repositorios

232
Total de Repositorios
1.1M
Total de estrellas
4,770
Promedio de Estrellas/Repo

232 repositorios en total

51
LazyAGI/LazyLLM

La forma más fácil y perezosa de crear aplicaciones LLM multiagente.

LazyAGI
⭐ 3,891 Python 👤 LazyAGI Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-06-04
52
OpenDCAI/DataFlex

[NeurIPS 2026] DataFlex: Un punto de referencia y una plataforma de evaluación unificados para el entrenamiento de modelos de lenguaje de gran tamaño centrado en los datos

OpenDCAI
⭐ 3,682 Python 👤 OpenDCAI Organization 🕐 Actualizado 2026-11-11 📅 Creado 2025-08-09
53
dtinit/data-transfer-project

El Data Transfer Project facilita a las plataformas la creación de funciones interoperables para la portabilidad de datos de usuarios. Estamos estableciendo un marco común, que incluye modelos de datos y protocolos, para permitir la transferencia directa de datos tanto hacia como desde proveedores de servicios en línea participantes.

dtinit
⭐ 3,626 Java 👤 dtinit Organization 🕐 Actualizado 2026-11-18 📅 Creado 2018-01-04
54
Belval/TextRecognitionDataGenerator

Un generador de datos sintéticos para el reconocimiento de texto

Belval
⭐ 3,619 Python 👤 Belval User 🕐 Actualizado 2024-07-18 📅 Creado 2017-07-01
55
any4ai/AnyCrawl

AnyCrawl 🚀: Un rastreador Node.js/TypeScript que convierte sitios web en datos listos para LLM y extrae resultados SERP estructurados de Google/Bing/Baidu/etc. Multihilo nativo para procesamiento masivo.

any4ai
⭐ 3,580 TypeScript 👤 any4ai User 🕐 Actualizado 2026-11-12 📅 Creado 2025-03-31
56
jdorfman/awesome-json-datasets

Una lista curada de conjuntos de datos JSON geniales que no requieren autenticación.

jdorfman
⭐ 3,531 JavaScript 👤 jdorfman User 🕐 Actualizado 2024-12-13 📅 Creado 2015-08-10
57
Docta-ai/docta

Un doctor para tus datos

Docta-ai
⭐ 3,479 Python 👤 Docta-ai Organization 🕐 Actualizado 2026-06-16 📅 Creado 2023-05-02
58
superstreamlabs/memphis

Memphis.dev es una plataforma de transmisión de datos altamente escalable y sin esfuerzo

superstreamlabs
⭐ 3,442 Go 👤 superstreamlabs Organization 🕐 Actualizado 2026-03-02 📅 Creado 2022-02-01
59
heroku/react-refetch

Una forma simple, declarativa y componible de obtener datos para componentes de React

heroku
⭐ 3,397 JavaScript 👤 heroku Organization 🕐 Actualizado 2026-06-02 📅 Creado 2015-11-11
60
ngneat/falso

Todos los datos falsos para todas tus necesidades reales 🙂

ngneat
⭐ 3,332 TypeScript 👤 ngneat Organization 🕐 Actualizado 2025-07-13 📅 Creado 2022-01-08
61
Kanaries/graphic-walker

Una alternativa de código abierto a Tableau. Análisis visual incrustable

Kanaries
⭐ 3,294 TypeScript 👤 Kanaries Organization 🕐 Actualizado 2026-11-19 📅 Creado 2022-09-27
62
pydata/pandas-datareader

Extraiga datos de una amplia gama de fuentes de Internet en un DataFrame de pandas.

pydata
⭐ 3,283 Python 👤 pydata Organization 🕐 Actualizado 2026-07-21 📅 Creado 2015-01-15
63
apache/devlake

Apache DevLake es una plataforma de datos de desarrollo de código abierto para ingerir, analizar y visualizar los datos fragmentados de las herramientas DevOps, extrayendo información para la excelencia en ingeniería, la experiencia del desarrollador y el crecimiento de la comunidad.

apache
⭐ 3,204 Go 👤 apache Organization 🕐 Actualizado 2026-11-19 📅 Creado 2021-07-08
64
LLMQuant/quant-mind

QuantMind es un marco de código abierto, nativo para agentes, de extracción y recuperación de conocimiento para las finanzas cuantitativas.

LLMQuant
⭐ 3,137 Python 👤 LLMQuant Organization 🕐 Actualizado 2026-08-15 📅 Creado 2025-03-14
65
spiceai/spiceai

Añada un nodo de análisis en tiempo real a su base de datos operativa. Spice es un motor portátil y acelerado de consultas SQL, búsqueda e inferencia de LLM escrito en Rust para aplicaciones y agentes de IA basados en datos.

spiceai
⭐ 3,132 Rust 👤 spiceai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-08-08
66
uber/aresdb

Un motor de almacenamiento y consulta de análisis en tiempo real impulsado por GPU.

uber
⭐ 3,074 Go 👤 uber Organization 🕐 Actualizado 2024-07-13 📅 Creado 2018-09-20
67
deepnote/deepnote

Deepnote es un reemplazo directo de Jupyter con un diseño centrado en IA, una interfaz de usuario elegante, nuevos bloques e integraciones de datos nativas. Utilice Python, R y SQL localmente en su IDE favorito y luego escale a la nube de Deepnote para colaboración en tiempo real, el agente Deepnote y aplicaciones de datos desplegables. https://deepnote.com/

deepnote
⭐ 3,037 TypeScript 👤 deepnote Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-09-29
68
montanaflynn/stats

Un paquete de biblioteca de estadísticas Golang completo y bien probado sin dependencias.

montanaflynn
⭐ 3,031 Go 👤 montanaflynn User 🕐 Actualizado 2026-10-25 📅 Creado 2014-12-16
69
weld-project/weld

Runtime de alto rendimiento para aplicaciones de análisis de datos

weld-project
⭐ 3,012 Rust 👤 weld-project Organization 🕐 Actualizado 2026-04-13 📅 Creado 2016-06-13
70
rilldata/rill

La herramienta de inteligencia de negocios más rápida para humanos y agentes.

rilldata
⭐ 3,007 Go 👤 rilldata Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-12-09
71
bytewax/awesome-public-real-time-datasets

Una lista de conjuntos de datos disponibles públicamente con datos en tiempo real mantenidos por el equipo de bytewax.io

bytewax
⭐ 2,995 👤 bytewax Organization 🕐 Actualizado 2026-10-22 📅 Creado 2023-05-25
72
kayak/pypika

PyPika es un constructor de consultas SQL en Python que expone toda la riqueza del lenguaje SQL utilizando una sintaxis que refleja la consulta resultante. PyPika destaca en todo tipo de consultas SQL, pero es especialmente útil para el análisis de datos.

kayak
⭐ 2,924 Python 👤 kayak Organization 🕐 Actualizado 2026-11-18 📅 Creado 2016-07-06
73
unsplash/datasets

🎁 Más de 7.400.000 imágenes de Unsplash disponibles para investigación y aprendizaje automático

unsplash
⭐ 2,812 Jupyter Notebook 👤 unsplash Organization 🕐 Actualizado 2026-06-26 📅 Creado 2020-06-23
74
Visualize-ML/Book6_First-Course-in-Data-Science

Libro_6_"El Camino de los Datos" | El Libro Iris: De la suma, resta, multiplicación y división al aprendizaje automático; ¡damos la bienvenida a críticas y correcciones! ¡Los estudiantes que corrijan muchos errores recibirán un ejemplar del libro como agradecimiento!

Visualize-ML
⭐ 2,799 Jupyter Notebook 👤 Visualize-ML User 🕐 Actualizado 2026-05-01 📅 Creado 2022-10-11
75
colour-science/colour

Ciencia del color para Python

colour-science
⭐ 2,696 Python 👤 colour-science Organization 🕐 Actualizado 2026-11-19 📅 Creado 2014-02-23
76
meltano/meltano

Meltano: el motor de integración de datos declarativo y centrado en el código que impulsa sus ideas más descabelladas de productos impulsados por datos e IA. Diga adiós a la escritura, el mantenimiento y la escalada de sus propias integraciones de API.

meltano
⭐ 2,683 Python 👤 meltano Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-06-21
77
man-group/ArcticDB

ArcticDB es una base de datos DataFrame sin servidor de alto rendimiento construida para el ecosistema de Data Science de Python.

man-group
⭐ 2,655 C++ 👤 man-group Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-11-11
78
mito-ds/mito

Extensiones de Jupyter que te ayudan a escribir código más rápido: Chat de IA consciente del contexto, Autocompletado y Hoja de cálculo

mito-ds
⭐ 2,654 Jupyter Notebook 👤 mito-ds Organization 🕐 Actualizado 2026-07-21 📅 Creado 2022-01-20
79
spotify/scio

Una API de Scala para Apache Beam y Google Cloud Dataflow.

spotify
⭐ 2,631 Scala 👤 spotify Organization 🕐 Actualizado 2026-11-20 📅 Creado 2015-03-26
80
malloydata/malloy

Malloy es un lenguaje moderno de código abierto para describir relaciones y transformaciones de datos.

malloydata
⭐ 2,624 TypeScript 👤 malloydata Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-08-13
81
EntilZha/PyFunctional

Biblioteca de Python para crear flujos de datos con programación funcional en cadena

EntilZha
⭐ 2,488 Python 👤 EntilZha User 🕐 Actualizado 2025-03-13 📅 Creado 2015-02-05
82
lukes/ISO-3166-Countries-with-Regional-Codes

Listas de países ISO 3166-1 fusionadas con sus códigos regionales del Esquema Geográfico de la ONU en conjuntos de datos JSON, XML y CSV listos para usar

lukes
⭐ 2,405 Ruby 👤 lukes User 🕐 Actualizado 2024-06-29 📅 Creado 2011-04-21
83
DeepInsight-AI/DeepBI

Científico de datos basado en LLM, aplicación de datos nativa de IA. El pensamiento infinito impulsado por IA redefine la BI.

DeepInsight-AI
⭐ 2,383 Python 👤 DeepInsight-AI Organization 🕐 Actualizado 2026-08-28 📅 Creado 2023-11-20
84
Tanu-N-Prabhu/Python

Este repositorio te ayuda a aprender Python y Machine Learning desde cero.

Tanu-N-Prabhu
⭐ 2,327 Jupyter Notebook 👤 Tanu-N-Prabhu User 🕐 Actualizado 2026-11-21 📅 Creado 2019-04-27
85
NateScarlet/holiday-cn

📅🇨🇳 Datos de días festivos estatutarios de China Recopilados automáticamente diariamente de los anuncios del Consejo de Estado

NateScarlet
⭐ 2,293 Python 👤 NateScarlet User 🕐 Actualizado 2026-11-21 📅 Creado 2019-03-05
86
approximatelabs/sketch

Asistente de escritura de código de IA que comprende el contenido de los datos

approximatelabs
⭐ 2,291 Python 👤 approximatelabs Organization 🕐 Actualizado 2024-02-08 📅 Creado 2022-07-14
87
benkeen/generatedata

Un generador de datos de prueba aleatorios potente y con muchas funciones.

benkeen
⭐ 2,286 TypeScript 👤 benkeen User 🕐 Actualizado 2026-08-15 📅 Creado 2012-01-26
88
apache/gobblin

Un marco de integración de datos distribuido que simplifica aspectos comunes de la integración de big data, como la ingesta de datos, la replicación, la organización y la gestión del ciclo de vida para ecosistemas de datos en tiempo real y por lotes.

apache
⭐ 2,270 Java 👤 apache Organization 🕐 Actualizado 2026-10-15 📅 Creado 2014-12-01
89
TigerResearch/TigerBot

TigerBot: Un LLM multilingüe y multitarea

TigerResearch
⭐ 2,261 Python 👤 TigerResearch Organization 🕐 Actualizado 2024-12-28 📅 Creado 2023-05-12
90
GSA/data

Datos variados de la Administración de Servicios Generales.

GSA
⭐ 2,233 HTML 👤 GSA Organization 🕐 Actualizado 2024-04-17 📅 Creado 2014-10-08
91
pretzelai/pretzelai

El reemplazo moderno de Jupyter Notebooks

pretzelai
⭐ 2,180 TypeScript 👤 pretzelai Organization 🕐 Actualizado 2024-12-01 📅 Creado 2024-03-12
92
mahmoud/glom

Operador de datos anidados (y CLI) de Python, para todas sus necesidades de reestructuración declarativa. ¿Tienes datos? ¡Agrúpalos! ☄️

mahmoud
⭐ 2,169 Python 👤 mahmoud User 🕐 Actualizado 2026-09-08 📅 Creado 2018-04-18
93
yuhonas/free-exercise-db

Abrir conjunto de datos de ejercicios de dominio público en formato JSON, más de 800 ejercicios con un frontend público y buscable

yuhonas
⭐ 2,164 Vue 👤 yuhonas User 🕐 Actualizado 2026-09-27 📅 Creado 2023-03-30
94
jim-schwoebel/voice_datasets

🔊 Una lista completa de conjuntos de datos de código abierto para la computación de voz y sonido (más de 95 conjuntos de datos).

jim-schwoebel
⭐ 2,106 👤 jim-schwoebel User 🕐 Actualizado 2024-06-06 📅 Creado 2019-07-24
95
data-engineering-community/data-engineering-wiki

El mejor lugar para aprender ingeniería de datos. Construido y mantenido por la comunidad de ingeniería de datos.

data-engineering-community
⭐ 2,067 CSS 👤 data-engineering-community Organization 🕐 Actualizado 2026-09-15 📅 Creado 2021-05-04
96
getnao/nao

👾 nao es la solución de BI agéntica de código abierto número uno. (1) Crea contexto con la CLI de nao-core; (2) implementa la interfaz de chat de nao para todos.

getnao
⭐ 2,034 TypeScript 👤 getnao Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-12-30
97
keajs/kea

Gestión de estado con baterías incluidas para React

keajs
⭐ 1,993 JavaScript 👤 keajs Organization 🕐 Actualizado 2026-07-15 📅 Creado 2016-03-29
98
superdb/zui

Zui es una potente aplicación de escritorio para explorar y trabajar con datos. El frontend oficial del lago Zed.

superdb
⭐ 1,985 TypeScript 👤 superdb Organization 🕐 Actualizado 2026-08-22 📅 Creado 2018-08-09
99
illacceptanything/illacceptanything

El proyecto donde literalmente cualquier cosa* va.

illacceptanything
⭐ 1,958 Ruby 👤 illacceptanything Organization 🕐 Actualizado 2026-04-20 📅 Creado 2015-04-07
100
diffgram/diffgram

El Almacén de Datos de IA para Esquemas, BLOBs y Predicciones. Úselo con sus aplicaciones o integre la Supervisión Humana integrada, el Flujo de Trabajo de Datos y el Catálogo de UI para obtener el máximo valor de sus Datos de IA.

diffgram
⭐ 1,911 Python 👤 diffgram Organization 🕐 Actualizado 2026-06-22 📅 Creado 2018-09-06