#milvus Repositorios
Descubre 20 repositorios activos de código abierto de GitHub etiquetados con #milvus, que acumulan 189,815 estrellas en total (una media de 9,490 estrellas por proyecto). El líder de este tema es pathwaycom/serviette, con 58,693 estrellas.
20 repositorios en total
Un servidor RAG sin código que mantiene las respuestas sincronizadas con tus documentos. Compatible con 8 bases de datos vectoriales. Basado en Pathway.
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
🏆 ORM en tiempo real, sin código, potente y seguro 🚀 proporciona APIs y Docs sin codificar por Backend, y el Frontend (Cliente) puede personalizar los JSON de respuesta 🏆 ORM de tiempo real, sin código, completamente funcional y altamente seguro 🚀 Las interfaces de Backend y la documentación son sin código, mientras que el Frontend (Cliente) puede personalizar los datos y la estructura del JSON devuelto.
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.
🔍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/
Alternativa de Investigación Profunda de Código Abierto a Reason y Search sobre Datos Privados. Escrito en Python.
Caché semántico para LLMs. Completamente integrado con LangChain y llama_index.
Plataforma multiinquilino de agentes de conocimiento autohospedable: RAG unificado, grafos de conocimiento, sistemas multiagente, MCP/Skills, entornos aislados y gestión de permisos. Yuxi = Agentes en la nube + RAG de conocimiento, una plataforma de agentes de conocimiento autohospedable para RAG, grafos de conocimiento y flujos de trabajo multiagente.
Towhee es un framework dedicado a hacer que los pipelines de procesamiento de datos neuronales sean simples y rápidos.
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.
Plataforma empresarial de desarrollo de agentes de IA ReachAI: moderniza de forma rápida y segura los sistemas empresariales existentes con IA, permitiendo que la IA consulte datos, rellene formularios y gestione tareas empresariales directamente en OA, ERP, CRM y otras aplicaciones empresariales existentes.
CookHero es una plataforma inteligente de gestión de alimentación y cocina basada en LLM + RAG + Agente + multimodalidad. Admite la búsqueda inteligente de recetas, planes de alimentación personalizados, registro de dieta mediante IA, análisis nutricional, mejora mediante búsqueda web y un sistema de herramientas ReAct Agent / Subagent escalable, ayudando a los principiantes en la cocina a convertirse fácilmente en «héroes de la cocina».
BullFlow — Solución RAG empresarial de código abierto: desde bases de conocimiento corporativas y producción automatizada de contenido de marketing hasta su distribución omnicanal. Todo el flujo de trabajo de la base de conocimiento se ejecuta con modelos locales de código abierto, sin necesidad de modelos de pago. Los agentes de IA crean publicaciones de texto e imágenes, imágenes y vídeos, y las publican con un solo clic en 17 plataformas, como Douyin, Xiaohongshu, cuentas oficiales de WeChat, LinkedIn y YouTube. Preparada para uso comercial, con gestión multiinquilino, facturación y administración integradas. MIT.
Base de conocimiento RAG empresarial con prioridad para el chino: análisis controlable, gobernanza, segmentación, recuperación híbrida, reranking, citas, grafos de conocimiento, evaluación e integración con Dify.
Preguntas frecuentes
¿Cuál es el repositorio de #milvus más popular en GitHub?
El proyecto de código abierto de #milvus mejor posicionado en GitHub es pathwaycom/serviette, con 58,693 estrellas. Un servidor RAG sin código que mantiene las respuestas sincronizadas con tus documentos. Compatible con 8 bases de datos vectoriales. Basado en Pathway.
¿Qué lenguajes de programación se utilizan más en los repositorios de #milvus?
Entre los proyectos de #milvus mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Java, Shell, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #milvus?
Seguimos 20 repositorios activos de código abierto etiquetados con #milvus (500+ estrellas), que suman un total de 189,815 estrellas, con una media de 9,490 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.