#embedding Repositorios
Descubre 27 repositorios activos de código abierto de GitHub etiquetados con #embedding, que acumulan 186,844 estrellas en total (una media de 6,920 estrellas por proyecto). El líder de este tema es chatchat-space/Langchain-Chatchat, con 38,712 estrellas.
27 repositorios en total
Langchain-Chatchat (anteriormente Langchain-ChatGLM), LLM basado en conocimiento local (como ChatGLM, Qwen y Llama) RAG y aplicación Agent con Langchain | Langchain-Chatchat (anteriormente langchain-ChatGLM), LLM basado en conocimiento local (como ChatGLM, Qwen y Llama) RAG y aplicación Agent con Langchain
TencentDB Agent Memory es un centro de memoria a nivel de equipo para Agentes de IA, que convierte conversaciones, documentos y código en cuatro activos de memoria reutilizables (Chat Memory, Skill, LLM-Wiki, Code-Graph) que se gobiernan, comparten y equipan entre agentes y marcos de trabajo.
Un índice vectorial construido sobre TurboQuant, escrito en Rust con enlaces de Python
Utiliza PEFT o entrenamiento con todos los parámetros para aplicar CPT/SFT/DPO/GRPO a más de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) y más de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
🔍Desarrollo práctico de aplicaciones de modelos grandes Parte 1: Guía Full Stack de la tecnología RAG, dirección de lectura en línea: https://datawhalechina.github.io/all-in-rag/
Biblioteca LLM y SLM potente y fácil de usar con un increíble zoológico de modelos.
Búsqueda de código MCP para Claude Code. Haga de toda la base de código el contexto para cualquier agente de codificación.
Un framework MCP de bajo código para construir pipelines RAG complejos e innovadores
Embedding Atlas es una herramienta que proporciona visualizaciones interactivas para grandes embeddings. Te permite visualizar, filtrar de forma cruzada y buscar embeddings y metadatos.
La base de datos nativa de IA construida para aplicaciones LLM, que proporciona una búsqueda híbrida increíblemente rápida de vectores densos, vectores dispersos, tensores (multivectoriales) y texto completo.
Una forma impulsada por la comunidad para leer y chatear con bots de IA, impulsada por chatGPT.
🔍 Exporta y busca de forma difusa tu historial de chat de Telegram | Export and fuzzy search your Telegram chat history
Marco de datos para tus aplicaciones LLM. Enfoque en soluciones del lado del servidor.
Plataforma todo en uno para búsqueda, recomendaciones, RAG y análisis ofrecida a través de API
Una lista curada de artículos de investigación sobre detección de comunidades con implementaciones.
Ejecuta modelos de IA localmente en tu máquina con enlaces de Node.js para llama.cpp. Aplica un esquema JSON a la salida del modelo en el nivel de generación.
Una bifurcación de @ClickHouse que admite la búsqueda vectorial de alto rendimiento y la búsqueda de texto completo.
ChatWeb puede rastrear páginas web, leer PDF, DOCX, TXT y extraer el contenido principal, luego responder sus preguntas basándose en el contenido o resumir los puntos clave.
CLI de inteligencia de código impulsado por Rust para agentes de codificación de IA. Construye gráficos de llamadas e índices de búsqueda semántica híbrida (Denso + Disperso + RRF + Reordenador) en 7 idiomas. Se distribuye como herramientas MCP nativas para Claude Code y Codex CLI.
Este repositorio contiene el código de "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] y "MMEB-V3" [COLM 2026]
ACG2vec (Anime Comics Games to vector) se compromete a crear un patio de recreo que combine ACG y aprendizaje profundo. (Búsqueda semántica de texto, búsqueda de imágenes por imagen, búsqueda semántica de imágenes, super-resolución de imágenes, sistemas de recomendación)
Preguntas frecuentes
¿Cuál es el repositorio de #embedding más popular en GitHub?
El proyecto de código abierto de #embedding mejor posicionado en GitHub es chatchat-space/Langchain-Chatchat, con 38,712 estrellas. Langchain-Chatchat (anteriormente Langchain-ChatGLM), LLM basado en conocimiento local (como ChatGLM, Qwen y Llama) RAG y aplicación Agent con Langchain | Langchain-Chatchat (anteriormente langchain-ChatGLM), LLM basado en conocimiento local (como ChatGLM, Qwen y Llama) RAG y aplicación Agent con Langchain
¿Qué lenguajes de programación se utilizan más en los repositorios de #embedding?
Entre los proyectos de #embedding mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, Rust, C++.
¿Cómo se calcula la clasificación de los repositorios de #embedding?
Seguimos 27 repositorios activos de código abierto etiquetados con #embedding (500+ estrellas), que suman un total de 186,844 estrellas, con una media de 6,920 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.