#embeddings Repositorios
Descubre 122 repositorios activos de código abierto de GitHub etiquetados con #embeddings, que acumulan 601,844 estrellas en total (una media de 4,933 estrellas por proyecto). El líder de este tema es thedotmack/claude-mem, con 118,761 estrellas.
122 repositorios en total
Contexto persistente entre sesiones para cada agente – Captura todo lo que hace su agente durante las sesiones, lo comprime con IA e inyecta el contexto relevante en sesiones futuras. Funciona con Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode y más.
La plataforma de desarrollo Postgres. Supabase te proporciona una base de datos Postgres dedicada para construir tus aplicaciones web, móviles e IA.
Plataforma de conocimiento LLM de código abierto: convierte documentos crudos en un RAG consultable, un agente de razonamiento autónomo y una Wiki auto-mantenida.
Este repositorio muestra diversas técnicas avanzadas para sistemas de Generación Aumentada por Recuperación (RAG). Cada técnica tiene un tutorial detallado en notebook.
Un índice vectorial construido sobre TurboQuant, escrito en Rust con enlaces de Python
Framework de IA todo en uno para búsqueda semántica, orquestación de LLM y flujos de trabajo de modelos de lenguaje
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.
La plataforma backend todo en uno, de código abierto, para la codificación agente. InsForge brinda a tu agente de codificación base de datos, autenticación, almacenamiento, cómputo, alojamiento y una puerta de enlace de IA para lanzar aplicaciones full‑stack de extremo a extremo.
Chat privado con GPT local con documentos, imágenes, videos, etc. 100% privado, Apache 2.0. Soporta oLLaMa, Mixtral, llama.cpp y más. Demo: https://gpt.h2o.ai/ https://gpt-docs.h2o.ai/
SeaTunnel es una herramienta de integración de datos masivos, multimodal, de alto rendimiento y distribuida.
Formato Lakehouse abierto para IA multimodal. Convierta desde Parquet en 2 líneas de código para un acceso aleatorio 100 veces más rápido, índice vectorial y versionado de datos. Compatible con Pandas, DuckDB, Polars, Pyarrow y PyTorch, con más integraciones próximamente.
Busca en tu ordenador según el contenido de tus archivos: fotos, PDF, documentos, grabaciones, vídeos y código. Se ejecuta en el dispositivo en Mac, Windows y Linux, y está basado en EmbeddingGemma 2 de Google DeepMind.
Búsqueda de código rápida y precisa para agentes. Utiliza un 99% menos de tokens que grep+read
Entrena y evalúa embeddings para búsquedas por similitud con PyTorch. Incluye pérdidas contrastivas, minería de ejemplos difíciles, muestreadores y métricas de recuperación.
Tu agente bibliotecario personal. Pregúntale cualquier cosa sobre tu ordenador, organiza archivos y recuerda información y archivos importantes.
Motor de datos de alto rendimiento para cargas de trabajo de IA y multimodales. Procese imágenes, audio, video y datos estructurados a cualquier escala.
Encuentra notas y extractos relacionados mientras escribes. Tu copiloto de construcción de enlaces muestra contenido relevante en vista de gráfico + lista. Un modelo de incrustación local impulsa la búsqueda semántica. Sin configuración. Sin clave API.
Una solución de inferencia increíblemente rápida para modelos de incrustación de texto
text2vec, texto a vector. Herramienta de representación vectorial de texto que convierte el texto en matrices de vectores, implementa modelos como Word2Vec, RankBM25, Sentence-BERT, CoSENT para representación de texto y cálculo de similitud de texto, listo para usar de inmediato.
Almacén de memoria persistente local para aplicaciones LLM, incluyendo claude desktop, github copilot, codex, antigravity, etc.
Una biblioteca de Python para el aprendizaje autosupervisado y los modelos de mundo latentes aplicados a imágenes.
Asistente de programación con IA de código abierto para VS Code. Agente de programación, autocompletado de código, chat, edición y revisión con modelos locales o alojados. Tus modelos, tu infraestructura.
Una lista curada de herramientas, trabajos, modelos y referencias de IA Generativa
Servidor de inferencia de código abierto y clúster de producción para todos los modelos que necesita su agente.
Una biblioteca para el aprendizaje por transferencia reutilizando partes de modelos de TensorFlow.
MTEB: Evaluación de vanguardia de embeddings en múltiples idiomas y modalidades
Towhee es un framework dedicado a hacer que los pipelines de procesamiento de datos neuronales sean simples y rápidos.
Inteligencia de codebase de grado empresarial (40m+ LOC), zero-setup, local y privado Plugin/Skill/Extension o MCP: búsqueda semántica híbrida, grafos de dependencias poliglotas, análisis de impacto a nivel de símbolo & flujo de llamadas, visor HTML interactivo, búsqueda cross-proyecto y consciente de branches, conocimiento DB/API/infra. 61% menos tokens, 84% menos llamadas, 37x más rápido. Cloud en beta.
Biblioteca Python rápida, precisa y ligera para crear incrustaciones de última generación
Herramientas de código abierto para pruebas y experimentación de prompts, con soporte tanto para LLMs (por ejemplo, OpenAI, LLaMA) como para bases de datos vectoriales (por ejemplo, Chroma, Weaviate, LanceDB).
Lector de libros electrónicos multiplataforma impulsado por IA con búsqueda semántica, chat RAG, almacenamiento vectorial local, notas, TTS y sincronización WebDAV.
Una capa de memoria unificada y persistente para todos tus agentes de IA (p. ej., Claude Code, Codex, DSH), respaldada por Markdown y Milvus.
Manejo de todos los datos no estructurados, como búsqueda inversa de imágenes, búsqueda de audio, búsqueda molecular, análisis de video, sistemas de preguntas y respuestas, NLP, etc.
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.
La plataforma RAG de código abierto: citas integradas, investigación profunda, más de 22 formatos de archivo, particiones, servidor MCP y más.
[ACL 2023] Un Embebedor, Cualquier Tarea: Embeddings de Texto Ajustados con Instrucciones
La Tienda de Características Virtual. Convierte tu infraestructura de datos existente en una tienda de características.
Búsqueda semántica y herramientas de análisis de documentos para la línea de comandos
Una interfaz GPT robusta y todo en uno para Discord. ¡Conversaciones al estilo ChatGPT, generación de imágenes, moderación de IA, índices/bases de conocimiento personalizadas, resumidor de YouTube y más!
Preguntas frecuentes
¿Cuál es el repositorio de #embeddings más popular en GitHub?
El proyecto de código abierto de #embeddings mejor posicionado en GitHub es thedotmack/claude-mem, con 118,761 estrellas. Contexto persistente entre sesiones para cada agente – Captura todo lo que hace su agente durante las sesiones, lo comprime con IA e inyecta el contexto relevante en sesiones futuras. Funciona con Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode y más.
¿Qué lenguajes de programación se utilizan más en los repositorios de #embeddings?
Entre los proyectos de #embeddings mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, Rust, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #embeddings?
Seguimos 122 repositorios activos de código abierto etiquetados con #embeddings (500+ estrellas), que suman un total de 601,844 estrellas, con una media de 4,933 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.