#pipeline Repositorios
Descubre 82 repositorios activos de código abierto de GitHub etiquetados con #pipeline, que acumulan 355,781 estrellas en total (una media de 4,338 estrellas por proyecto). El líder de este tema es kestra-io/kestra, con 30,303 estrellas.
82 repositorios en total
Orqueste todo, en todas partes. El plano de control de código abierto para flujos de trabajo de datos, infraestructura, procesos empresariales y agentes de IA. Declarativo con YAML, basado en eventos, compatible con cualquier lenguaje, con control de versiones en Git y escalable a millones de ejecuciones.
Prefect es un marco de orquestación de flujos de trabajo para construir tuberías de datos resilientes en Python.
Un cuaderno reactivo para Python — ejecuta experimentos reproducibles, consulta con SQL, ejecuta como script, despliega como aplicación y versiona con git. Almacenado como Python puro. Todo en un editor moderno, nativo de IA.
Movimiento de datos de código abierto para pipelines ELT y agentes de IA — de APIs, bases de datos y archivos a almacenes, lagos y aplicaciones de IA. Tanto autoalojado como Cloud.
Convierte datos y algoritmos de IA en aplicaciones web listas para producción en muy poco tiempo.
PRQL es un lenguaje moderno para transformar datos, un reemplazo de SQL simple, potente y basado en canalizaciones.
httpx es un kit de herramientas HTTP rápido y multipropósito que permite ejecutar múltiples sondas utilizando la biblioteca retryablehttp.
Instalar Jenkins, configurar Docker como esclavo, configurar cicd y desplegar aplicaciones en k8s usando Argo CD de forma GitOps.
🧙 Cree, ejecute y administre pipelines de datos para integrar y transformar datos.
El mapa más completo de desarrollo de juegos (Game Development Map). Ayuda a los desarrolladores de juegos a ahorrar tiempo en problemas conocidos, liberando más energía para trabajos más creativos.
cube studio Plataforma de IA todo en uno nativa de la nube, de código abierto, para aprendizaje automático/aprendizaje profundo/modelos grandes, flujo completo de enlaces de algoritmos MLOps, plataforma de alquiler de potencia de cómputo, desarrollo en línea de Notebook, orquestación de pipeline de flujo de tareas de arrastrar y soltar, entrenamiento distribuido multi-máquina multi-GPU, búsqueda de hiperparámetros, virtualización VGPU de servicio de inferencia, computación en el borde, anotación automatizada de la plataforma de anotación, ajuste fino SFT de modelos grandes/Modelo de recompensa/Entrenamiento de aprendizaje por refuerzo de Deepseek, inferencia multi-máquina de modelos grandes como vLLM/Ollama/MindSpore, base de conocimientos privada, mercado de modelos de IA, soporte para el ecosistema Ascend de CPU/GPU/NPU domésticos, soporte RDMA, soporte para frameworks distribuidos como PyTorch/TF/MXNet/DeepSpeed/Paddle/ColossalAI/Horovod/Ray/Volcano
Jenkins X proporciona CI+CD automatizado para Kubernetes con Entornos de Vista Previa en Solicitudes de Extracción utilizando pipelines nativos de la nube de Tekton
Una guía para construir sistemas de aprendizaje profundo a nivel de producción prácticos que se desplieguen en aplicaciones del mundo real.
Un lenguaje de flujos de trabajo para canalizaciones computacionales basadas en datos
Towhee es un framework dedicado a hacer que los pipelines de procesamiento de datos neuronales sean simples y rápidos.
Complementos de Blender que mejoran el flujo de trabajo de desarrollo de juegos entre Blender y Unreal.
QuantMind es un marco de código abierto, nativo para agentes, de extracción y recuperación de conocimiento para las finanzas cuantitativas.
SaaS Boilerplate: una pila SaaS de código abierto y gratuita que le permite crear productos SaaS más rápido en React, Django y AWS. ¡Concéntrese en la lógica empresarial esencial en lugar de codificar funciones repetibles!
Plataforma nativa de Kubernetes para ejecutar trabajos masivamente paralelos de datos/streaming
CubeStudio es una plataforma de código abierto nativa de la nube integral de aprendizaje automático/aprendizaje profundo/modelos grandes de IA/MaaS/MLOps/plataforma de inteligencia artificial/plataforma de entrenamiento e inferencia, que cubre el flujo completo del algoritmo, multiinquilino, plataforma de alquiler de potencia informática, retransmisión de tokens, orquestación de pipelines de flujo de trabajo mediante arrastrar y soltar, entrenamiento distribuido multi-máquina multi-tarjeta, búsqueda de hiperparámetros, servicios de inferencia, virtualización VGPU, colaboración nube-borde-dispositivo, computación en el borde, plataforma de anotación automatizada, ajuste fino SFT/modelo de recompensa/entrenamiento de aprendizaje por refuerzo para modelos grandes como DeepSeek, inferencia multi-máquina para modelos grandes con vLLM/Ollama/MindIE, agentes inteligentes LLMOps con base de conocimiento privada, mercado de modelos de IA, soporte para programación de potencia informática heterogénea nacional (Ascend, Cambricon, Hygon, Moore Threads, Muxi, etc.), soporte para IB/RoCE/RDMA y soporte para Xinchuang.
HuixiangDou: Superación de escenarios de chat grupal con asistencia técnica basada en LLM
Biblioteca de Python para crear flujos de datos con programación funcional en cadena
Instill Core es una herramienta de infraestructura de IA full-stack para la orquestación de datos, modelos y pipelines, diseñada para optimizar todos los aspectos de la creación de aplicaciones versátiles centradas en la IA.
Un framework DAG de C++ y Python de uso común. Un framework de computación paralela basado en grafos de flujo multiplataforma, sin dependencias de terceros, incluido en awesome-cpp. Bienvenido a star & fork &交流
El motor SQL de streaming unificado más rápido en un único binario de C++. ⚡ Latencia de milisegundos. Rendimiento de más de 100 GB/s. Calcula continuamente contexto con estado a partir de flujos, registros, métricas, eventos y CDC.
Kit de herramientas de Go para una concurrencia limpia y componible basada en canales.
Extensiones de PyTorch para prototipado rápido de R&D y farming en Kaggle
Pipeline de análisis de secuenciación de RNA usando STAR, RSEM, HISAT2 o Salmon con conteos de genes/isoformas y control de calidad extensivo.
Una utilidad de trazado en tiempo real para terminal/consola con entrada de datos desde stdin
Un kit de herramientas de pipeline centrado en R para reproducibilidad y computación de alto rendimiento
Inferencia, ingesta e indexación de alto rendimiento, modulares, seguras en memoria y listas para producción, construidas en Rust 🦀
Una microlibrería de componentes de flujo para construir pipelines de procesamiento JSON y JSONC personalizados con un consumo mínimo de memoria: analice, filtre y transforme JSON mucho más grande que la memoria disponible con una API de tokens inspirada en SAX, en Node.js o Web Streams.
Una herramienta de línea de comandos multiplataforma para ejecutar trabajos en paralelo
Preguntas frecuentes
¿Cuál es el repositorio de #pipeline más popular en GitHub?
El proyecto de código abierto de #pipeline mejor posicionado en GitHub es kestra-io/kestra, con 30,303 estrellas. Orqueste todo, en todas partes. El plano de control de código abierto para flujos de trabajo de datos, infraestructura, procesos empresariales y agentes de IA. Declarativo con YAML, basado en eventos, compatible con cualquier lenguaje, con control de versiones en Git y escalable a millones de ejecuciones.
¿Qué lenguajes de programación se utilizan más en los repositorios de #pipeline?
Entre los proyectos de #pipeline mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Go, TypeScript, Rust.
¿Cómo se calcula la clasificación de los repositorios de #pipeline?
Seguimos 82 repositorios activos de código abierto etiquetados con #pipeline (500+ estrellas), que suman un total de 355,781 estrellas, con una media de 4,338 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.