Git Stars Git Stars

#embedding Dépôts

Découvrez 27 dépôts GitHub open source actifs associés à #embedding, cumulant 186,844 étoiles au total (soit une moyenne de 6,920 étoiles par projet). Le projet en tête de ce thème est chatchat-space/Langchain-Chatchat, avec 38,712 étoiles.

27
Total des Dépôts
186,844
Nombre total d'étoiles
6,920
Moyenne d'Étoiles/Dépôt
1
chatchat-space/Langchain-Chatchat

Langchain-Chatchat (anciennement Langchain-ChatGLM), LLM basé sur les connaissances locales (comme ChatGLM, Qwen et Llama) RAG et application Agent avec Langchain | Langchain-Chatchat (anciennement langchain-ChatGLM), LLM basé sur les connaissances locales (comme ChatGLM, Qwen et Llama) RAG et application Agent avec Langchain

chatchat-space
⭐ 38,712 Python 👤 chatchat-space Organization 🕐 Mis à jour 2025-11-10 📅 Créé 2023-03-31
2
TencentCloud/TencentDB-Agent-Memory

TencentDB Agent Memory est un hub de mémoire au niveau de l'équipe pour les agents d'IA, transformant les conversations, les documents et le code en quatre actifs de mémoire réutilisables (Chat Memory, Skill, LLM-Wiki, Code-Graph) qui sont gouvernés, partagés et équipés entre les agents et les frameworks.

TencentCloud
⭐ 31,088 TypeScript 👤 TencentCloud Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2026-04-07
3
RyanCodrai/turbovec

Un index vectoriel construit sur TurboQuant, écrit en Rust avec des bindings Python

RyanCodrai
⭐ 17,505 Rust 👤 RyanCodrai User 🕐 Mis à jour 2026-10-07 📅 Créé 2026-03-26
4
modelscope/ms-swift

Utilisez le PEFT ou l’entraînement de tous les paramètres pour appliquer CPT/SFT/DPO/GRPO à plus de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) et plus de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).

modelscope
⭐ 16,138 Python 👤 modelscope Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-08-01
5
datawhalechina/all-in-rag

🔍Développement pratique d'applications de grands modèles Partie 1 : Guide complet de la technologie RAG, adresse de lecture en ligne : https://datawhalechina.github.io/all-in-rag/

datawhalechina
⭐ 13,275 Python 👤 datawhalechina Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2025-06-05
6
PaddlePaddle/PaddleNLP

Bibliothèque LLM et SLM facile à utiliser et puissante avec un incroyable zoo de modèles.

PaddlePaddle
⭐ 13,000 Python 👤 PaddlePaddle Organization 🕐 Mis à jour 2026-05-23 📅 Créé 2021-02-05
7
zilliztech/claude-context

Recherche de code MCP pour Claude Code. Faites de l'ensemble de la base de code le contexte de tout agent de codage.

zilliztech
⭐ 12,715 TypeScript 👤 zilliztech Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2025-06-06
8
OpenBMB/UltraRAG

Un framework MCP low-code pour construire des pipelines RAG complexes et innovants

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-01-16
9
apple/embedding-atlas

Embedding Atlas est un outil qui fournit des visualisations interactives pour de grands embeddings. Il vous permet de visualiser, de filtrer de manière croisée et de rechercher des embeddings et des métadonnées.

apple
⭐ 5,043 TypeScript 👤 apple Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-05-07
10
infiniflow/infinity

La base de données native de l'IA conçue pour les applications LLM, offrant une recherche hybride incroyablement rapide de vecteurs denses, de vecteurs épars, de tenseurs (multi-vecteurs) et de texte intégral.

infiniflow
⭐ 4,770 C++ 👤 infiniflow Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-07-18
11
myreader-io/myGPTReader

Une façon communautaire de lire et de discuter avec des robots IA, alimentée par chatGPT.

myreader-io
⭐ 4,416 Python 👤 myreader-io Organization 🕐 Mis à jour 2026-02-05 📅 Créé 2023-03-08
12
groupultra/telegram-search

🔍 Exporter et rechercher de manière floue votre historique de discussion Telegram | Export and fuzzy search your Telegram chat history

groupultra
⭐ 4,156 TypeScript 👤 groupultra Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2025-02-08
13
run-llama/LlamaIndexTS

Framework de données pour vos applications LLM. Axé sur la solution côté serveur.

run-llama
⭐ 3,081 TypeScript 👤 run-llama Organization 🕐 Mis à jour 2026-03-11 📅 Créé 2023-06-13
14
devflowinc/trieve

Plateforme tout-en-un pour la recherche, les recommandations, RAG et l'analyse proposées via API

devflowinc
⭐ 2,726 Rust 👤 devflowinc Organization 🕐 Mis à jour 2026-01-25 📅 Créé 2023-03-26
15
benedekrozemberczki/awesome-community-detection

Une liste sélectionnée de papiers de recherche sur la détection de communautés avec implémentations.

benedekrozemberczki
⭐ 2,452 Python 👤 benedekrozemberczki User 🕐 Mis à jour 2025-12-20 📅 Créé 2018-10-10
16
withcatai/node-llama-cpp

Exécutez des modèles d'IA localement sur votre machine avec des liaisons Node.js pour llama.cpp. Appliquez un schéma JSON à la sortie du modèle au niveau de la génération.

withcatai
⭐ 2,207 TypeScript 👤 withcatai Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2023-08-12
17
pavlin-policar/openTSNE

Implémentations extensibles et parallèles de t-SNE

pavlin-policar
⭐ 1,624 Python 👤 pavlin-policar User 🕐 Mis à jour 2026-11-18 📅 Créé 2018-06-08
18
vercel/modelfusion

La bibliothèque TypeScript pour la création d'applications d'IA.

vercel
⭐ 1,307 TypeScript 👤 vercel Organization 🕐 Mis à jour 2024-07-19 📅 Créé 2023-05-25
19
HVML/PurC

L'interpréteur HVML principal pour C.

HVML
⭐ 1,044 C 👤 HVML Organization 🕐 Mis à jour 2026-03-07 📅 Créé 2022-07-26
20
myscale/MyScaleDB

Un fork de @ClickHouse qui prend en charge la recherche vectorielle haute performance et la recherche plein texte.

myscale
⭐ 1,032 C++ 👤 myscale Organization 🕐 Mis à jour 2025-02-05 📅 Créé 2024-03-14
21
SkywalkerDarren/chatWeb

ChatWeb peut explorer les pages Web, lire les PDF, DOCX, TXT et extraire le contenu principal, puis répondre à vos questions en fonction du contenu ou résumer les points clés.

SkywalkerDarren
⭐ 916 Python 👤 SkywalkerDarren User 🕐 Mis à jour 2026-05-25 📅 Créé 2023-03-09
22
CodeBendKit/codeseek

CLI d'intelligence de code basée sur Rust pour les agents de codage IA. Construit des graphes d'appels et des index de recherche sémantique hybrides (Dense + Sparse + RRF + Reranker) dans 7 langages. Livré en tant qu'outils MCP natifs pour Claude Code et Codex CLI.

CodeBendKit
⭐ 762 Rust 👤 CodeBendKit Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2026-06-03
23
TIGER-AI-Lab/VLM2Vec

Ce dépôt contient le code pour "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] et "MMEB-V3" [COLM 2026]

TIGER-AI-Lab
⭐ 705 Python 👤 TIGER-AI-Lab Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2024-10-07
24
ContextualAI/gritlm

Réglage d'instructions représentatives génératives

ContextualAI
⭐ 695 Jupyter Notebook 👤 ContextualAI Organization 🕐 Mis à jour 2025-06-25 📅 Créé 2024-02-15
25
llm-tools/embedJs

Un framework RAG NodeJS pour travailler facilement avec des LLM et des embeddings

llm-tools
⭐ 601 TypeScript 👤 llm-tools Organization 🕐 Mis à jour 2026-06-26 📅 Créé 2023-06-29
26
cvxgrp/pymde

Incorporation à distorsion minimale avec PyTorch

cvxgrp
⭐ 594 Python 👤 cvxgrp Organization 🕐 Mis à jour 2026-02-26 📅 Créé 2020-11-29
27
OysterQAQ/ACG2vec

ACG2vec (Anime Comics Games to vector) s'engage à créer un terrain de jeu qui combine l'ACG et l'apprentissage profond. (Recherche sémantique de texte, recherche d'images par l'image, recherche sémantique d'images, super-résolution d'images, systèmes de recommandation)

OysterQAQ
⭐ 575 👤 OysterQAQ User 🕐 Mis à jour 2024-02-20 📅 Créé 2022-10-27

Foire aux questions

1

Quel est le dépôt #embedding le plus populaire sur GitHub ?

Le projet #embedding open source le mieux classé sur GitHub est chatchat-space/Langchain-Chatchat, avec 38,712 étoiles. Langchain-Chatchat (anciennement Langchain-ChatGLM), LLM basé sur les connaissances locales (comme ChatGLM, Qwen et Llama) RAG et application Agent avec Langchain | Langchain-Chatchat (anciennement langchain-ChatGLM), LLM basé sur les connaissances locales (comme ChatGLM, Qwen et Llama) RAG et application Agent avec Langchain

2

Quels langages de programmation sont les plus utilisés dans les dépôts #embedding ?

Parmi les projets #embedding les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust, C++.

3

Comment le classement des dépôts #embedding est-il calculé ?

Nous suivons 27 dépôts open source actifs associés à #embedding (500+ étoiles), totalisant 186,844 étoiles, avec une moyenne de 6,920 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.