#llm-integration Repositorios
Descubre 106 repositorios activos de código abierto de GitHub etiquetados con #llm-integration, que acumulan 314,083 estrellas en total (una media de 2,963 estrellas por proyecto). El líder de este tema es Vision-CAIR/MiniGPT-4, con 25,770 estrellas.
106 repositorios en total
Códigos de código abierto para MiniGPT-4 y MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
Una colección de proyectos diseñados para ayudar a los desarrolladores a empezar rápidamente a crear aplicaciones desplegables utilizando la API de Claude
HexStrike AI MCP Agents es un servidor MCP avanzado que permite a los agentes de IA (Claude, GPT, Copilot, etc.) ejecutar de forma autónoma más de 150 herramientas de ciberseguridad para pruebas de penetración automatizadas, descubrimiento de vulnerabilidades, automatización de recompensas de errores e investigación de seguridad. Conecte sin problemas los LLM con capacidades de seguridad ofensiva del mundo real.
🏠 Integra el altavoz XiaoAi con ChatGPT y Doubao, y conviértelo en tu asistente de voz exclusivo.
Un kit de inicio implementable con licencia MIT para construir y personalizar su propia versión de AI Town, una ciudad virtual donde los personajes de IA viven, chatean y socializan.
Una implementación de Go del Model Context Protocol (MCP), que permite una integración perfecta entre aplicaciones LLM y fuentes de datos y herramientas externas.
Este repositorio impulsa mi experimento donde ChatGPT gestiona una cartera de acciones de micro-capitalización con dinero real.
una aplicación gratuita y de código abierto que te permite obtener una ventaja injusta
SuperSonic es la plataforma de IA+BI de próxima generación que unifica los paradigmas de Chat BI (potenciado por LLM) y Headless BI (potenciado por capa semántica).
Speakr es una aplicación web personal y autoalojada diseñada para transcribir grabaciones de audio
Raptor convierte el Código Claude en un agente de seguridad ofensivo/defensivo de IA de propósito general. Al usar Claude.md y crear reglas, subagentes y habilidades, y orquestar el uso de herramientas de seguridad, configuramos el agente para el pensamiento adversarial y realizamos operaciones de investigación o ataque/defensa.
Rápida ilustración de cómo uno puede leer libros fácilmente junto con los LLM. Es genial y lo recomiendo encarecidamente.
Catálogo de implementaciones de servidor oficiales de Microsoft MCP (Model Context Protocol) para acceso a datos impulsado por IA e integración de herramientas
¡Sigue mis videos de la Masterclass de Agentes de IA! Todo el código que creo y uso en esta serie en YouTube estará aquí para que lo uses e incluso para que construyas sobre él.
Describe brevemente el contenido del trabajo y te ayudaremos a generar un informe semanal completo
o1-engineer es una herramienta de línea de comandos diseñada para ayudar a los desarrolladores a administrar e interactuar con sus proyectos de manera eficiente. Aprovechando el poder de la API de OpenAI, esta herramienta proporciona funcionalidades como la generación de código, la edición de archivos y la planificación de proyectos para optimizar su flujo de trabajo de desarrollo.
El archivo /llms.txt, que ayuda a los modelos de lenguaje a usar su sitio web
Servidor MCP listo para producción con búsqueda en tiempo real, extracción, mapeo y rastreo.
Deep Eye orquesta múltiples proveedores de IA (OpenAI, Claude, Grok, Gemini, OLLAMA, Groq, Mistral, OpenRouter, LiteLLM, LM Studio) para la generación inteligente de cargas útiles, escanea objetivos en busca de más de 45 tipos de vulnerabilidades y produce informes profesionales con mapeo de cumplimiento.
Asistente de chat de IA para Obsidian con conciencia contextual, asistencia de escritura inteligente y ediciones con un clic. Funciones de conversaciones conscientes del vault, búsqueda semántica y soporte para modelos locales.
Herramienta de línea de comandos que utiliza Codex para convertir comandos en lenguaje natural en sus equivalentes Bash/ZShell/PowerShell
Un servidor del protocolo de contexto de modelo que proporciona acceso de solo lectura a bases de datos MySQL. Este servidor permite a los LLM inspeccionar esquemas de bases de datos y ejecutar consultas de solo lectura.
Nemo es una plataforma sencilla para la recopilación automatizada de información que, al integrar herramientas y técnicas comunes de recopilación de información, permite la recopilación automática de información sobre activos internos e Internet, mejorando así la eficiencia de la detección de riesgos y las pruebas de penetración.
[ACL 2026] OxyGent: Haciendo que los sistemas multiagente sean modulares, observables y evolucionables mediante la abstracción Oxy https://arxiv.org/abs/2604.25602
Un ejemplo de bot de Discord escrito en Python que utiliza la API de completaciones para tener conversaciones con el modelo `text-davinci-003`, y la API de moderaciones para filtrar los mensajes.
Plataforma de codificación de IA multiagente impulsada por Vercel Sandbox y AI Gateway
🧠 Banco de memoria de Roo Code: Contexto de proyecto sin interrupciones en Roo Code. ¡No más repeticiones, solo desarrollo continuo!
Servidor MCP que proporciona herramientas y recursos para interactuar con la API de n8n
Una lista de herramientas de codificación de IA (asistentes, completados, refactorización, etc.)
Plugin de Neovim para generar texto utilizando LLM con prompts personalizables
Un IDE creado para Agent Swarms, que soporta Kimi-2.5, GLM-4.7 y más (compatible con modelos incluso sin reforzamiento RL, como K2.5).
Preguntas frecuentes
¿Cuál es el repositorio de #llm-integration más popular en GitHub?
El proyecto de código abierto de #llm-integration mejor posicionado en GitHub es Vision-CAIR/MiniGPT-4, con 25,770 estrellas. Códigos de código abierto para MiniGPT-4 y MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
¿Qué lenguajes de programación se utilizan más en los repositorios de #llm-integration?
Entre los proyectos de #llm-integration mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, JavaScript, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #llm-integration?
Seguimos 106 repositorios activos de código abierto etiquetados con #llm-integration (500+ estrellas), que suman un total de 314,083 estrellas, con una media de 2,963 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.