#embeddings Dépôts
Découvrez 122 dépôts GitHub open source actifs associés à #embeddings, cumulant 601,844 étoiles au total (soit une moyenne de 4,933 étoiles par projet). Le projet en tête de ce thème est thedotmack/claude-mem, avec 118,761 étoiles.
122 dépôts au total
Contexte persistant entre les sessions pour chaque agent – Capture tout ce que votre agent fait pendant les sessions, le compresse avec l'IA et réinjecte le contexte pertinent dans les sessions futures. Fonctionne avec Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode et plus encore.
La plateforme de développement Postgres. Supabase vous fournit une base de données Postgres dédiée pour construire vos applications web, mobiles et IA.
Plateforme open-source de connaissances LLM : transformez des documents bruts en RAG interrogable, un agent de raisonnement autonome et un Wiki auto-maintenu.
Ce dépôt présente diverses techniques avancées pour les systèmes de Génération Augmentée par Récupération (RAG). Chaque technique dispose d'un tutoriel détaillé sous forme de notebook.
Un index vectoriel construit sur TurboQuant, écrit en Rust avec des bindings Python
Framework IA tout-en-un pour la recherche sémantique, l'orchestration LLM et les flux de travail de modèles linguistiques
LangChain4j est une bibliothèque Java idiomatique et open-source pour construire des applications alimentées par des LLM sur la JVM. Elle offre une API unifiée sur les fournisseurs LLM populaires et les magasins de vecteurs, et facilite l'implémentation des appels d'outils (y compris le support MCP), des agents et du RAG. Elle s'intègre parfaitement avec les frameworks Java d'entreprise comme Quarkus et Spring Boot.
La plateforme backend tout-en-un, open source, pour le codage agentique. InsForge fournit à votre agent de codage une base de données, une authentification, du stockage, du calcul, de l’hébergement et une passerelle IA pour déployer des applications full‑stack de bout en bout.
Chat privé avec GPT local avec documents, images, vidéos, etc. 100 % privé, Apache 2.0. Prend en charge oLLaMa, Mixtral, llama.cpp et plus encore. Démo : https://gpt.h2o.ai/ https://gpt-docs.h2o.ai/
SeaTunnel est un outil d'intégration de données massives, multimodal, haute performance et distribué.
Format Lakehouse ouvert pour l'IA multimodale. Convertissez depuis Parquet en 2 lignes de code pour un accès aléatoire 100 fois plus rapide, un index vectoriel et la gestion de version des données. Compatible avec Pandas, DuckDB, Polars, Pyarrow et PyTorch, avec d'autres intégrations à venir.
Recherchez sur votre ordinateur en fonction du contenu de vos fichiers : photos, PDF, documents, enregistrements, vidéos et code. Fonctionne localement sur Mac, Windows et Linux, et repose sur EmbeddingGemma 2 de Google DeepMind.
Recherche de code rapide et précise pour les agents. Utilise 99 % de jetons en moins que grep+read
Entraînez et évaluez des embeddings pour la recherche par similarité avec PyTorch. Inclut des pertes contrastives, l’extraction d’exemples difficiles, des échantillonneurs et des métriques de recherche.
Votre agent bibliothécaire personnel. Posez-lui des questions sur tout ce qui se trouve sur votre ordinateur, organisez vos fichiers et gardez en mémoire les informations et les fichiers importants.
Moteur de données haute performance pour les charges de travail d'IA et multimodales. Traitez des images, de l'audio, de la vidéo et des données structurées à n'importe quelle échelle.
Trouvez des notes et extraits connexes pendant l'écriture. Votre copilote de création de liens affiche le contenu pertinent en vue graphique + liste. Un modèle d'embedding local alimente la recherche sémantique. Aucune configuration. Aucune clé API.
Une solution d'inférence ultra-rapide pour les modèles d'intégration de texte
text2vec, texte vers vecteur. Outil de représentation vectorielle de texte qui convertit le texte en matrices de vecteurs, implémente des modèles comme Word2Vec, RankBM25, Sentence-BERT, CoSENT pour la représentation de texte et le calcul de similarité de texte, prêt à l'emploi.
Stockage local de mémoire persistante pour les applications LLM, notamment claude desktop, github copilot, codex, antigravity, etc.
Une bibliothèque Python pour l’apprentissage auto-supervisé et les modèles de monde latents appliqués aux images.
Assistant de programmation IA open source pour VS Code. Agent de programmation, complétion de code, chat, modifications et revues avec des modèles locaux ou hébergés. Vos modèles, votre infrastructure.
Une liste organisée d'outils, d'œuvres, de modèles et de références d'IA générative
Serveur d'inférence open source et cluster de production pour tous les modèles dont votre agent a besoin.
Une bibliothèque pour l'apprentissage par transfert en réutilisant des parties de modèles TensorFlow.
MTEB : Évaluation de pointe des embeddings à travers les langues et les modalités
Towhee est un framework dédié à rendre les pipelines de traitement de données neuronales simples et rapides.
Intelligence de codebase de niveau entreprise (40m+ LOC), zéro configuration, local et privé Plugin/Skill/Extension ou MCP : recherche sémantique hybride, graphes de dépendances polyglottes, analyse d'impact au niveau des symboles & flux d'appels, visionneuse HTML interactive, recherche cross-projet & consciente des branches, connaissances DB/API/infra. 61% de tokens en moins, 84% d'appels en moins, 37x plus rapide. Cloud en bêta.
Bibliothèque Python rapide, précise et légère pour créer des embeddings de pointe
Outils open-source pour les tests et l'expérimentation de prompts, avec prise en charge des LLM (par ex. OpenAI, LLaMA) et des bases de données vectorielles (par ex. Chroma, Weaviate, LanceDB).
Lecteur de livres électroniques multiplateforme alimenté par l'IA avec recherche sémantique, chat RAG, stockage vectoriel local, notes, TTS et synchronisation WebDAV.
Une couche de mémoire persistante et unifiée pour tous vos agents d'IA (par ex. Claude Code, Codex, DSH), optimisée par Markdown et Milvus.
Gestion de toutes les données non structurées, telles que la recherche inversée d'images, la recherche audio, la recherche moléculaire, l'analyse vidéo, les systèmes de questions-réponses, NLP, etc.
La suite d'outils universelle pour la gestion des bases de données vectorielles. Gérez facilement Pinecone, Chroma, Qdrant, Weaviate et d'autres bases de données vectorielles.
La plateforme RAG open source : citations intégrées, recherche approfondie, plus de 22 formats de fichiers, partitions, serveur MCP, et bien plus.
[ACL 2023] Un Embedding, N'importe Quelle Tâche : Embeddings de Texte Affinés par Instructions
Le Virtual Feature Store. Transformez votre infrastructure de données existante en un magasin de fonctionnalités.
Recherche sémantique et outils d'analyse de documents pour la ligne de commande
Une interface GPT robuste tout-en-un pour Discord. Conversations de style ChatGPT, génération d'images, modération par IA, index/base de connaissances personnalisés, résumeur YouTube, et plus encore !
Foire aux questions
Quel est le dépôt #embeddings le plus populaire sur GitHub ?
Le projet #embeddings open source le mieux classé sur GitHub est thedotmack/claude-mem, avec 118,761 étoiles. Contexte persistant entre les sessions pour chaque agent – Capture tout ce que votre agent fait pendant les sessions, le compresse avec l'IA et réinjecte le contexte pertinent dans les sessions futures. Fonctionne avec Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode et plus encore.
Quels langages de programmation sont les plus utilisés dans les dépôts #embeddings ?
Parmi les projets #embeddings les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust, Jupyter Notebook.
Comment le classement des dépôts #embeddings est-il calculé ?
Nous suivons 122 dépôts open source actifs associés à #embeddings (500+ étoiles), totalisant 601,844 étoiles, avec une moyenne de 4,933 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.