#langchain Dépôts
286 dépôts au total
Outil de sécurité open-source pour agents IA en temps réel - surveille et contrôle les agents IA, détectant l'utilisation malveillante d'outils, les injections de prompts et les dérives de politiques en temps réel, avant que l'agent n'agisse.
YT Navigator : un explorateur de contenu YouTube alimenté par l'IA qui vous permet de rechercher et de discuter avec les vidéos de chaînes à l'aide d'agents IA. Extrayez des informations sur des heures de contenu en quelques secondes grâce à la recherche sémantique et à des horodatages précis.
Des outils à sécurité de typage, l'inférence sur l'appareil, des flux de travail multi-agents, la mémoire et des garde-fous, le tout dans un runtime natif Swift
AI-in-a-Box met à profit l'expertise de Microsoft à travers le monde pour développer et fournir des solutions d'IA et de ML à la communauté technique. Notre intention est de présenter une collection organisée d'accélérateurs de solutions qui peuvent aider les ingénieurs à établir rapidement et avec une friction minimale leurs environnements et solutions d'IA/ML.
🇷🇺 Traduction russe du livre d'Antonio Gulli - Agentic Design Patterns : Guide pratique pour la création de systèmes intelligents
Notes de cours sur l’IA : LangChain / LangGraph / Python / programmation vibe
Projets industriels de génération d'IA de bout en bout sur modèles LLM avec Deployment_Awesome LLM Projects
Dépôt pour le livre « Building LLMs for Production » par Towards AI.
Version Java de LangChain, tout en permettant aux LLM pour le Big Data.
Ce dépôt contient différents projets de chatbots LLM (RAG, agents LLM, etc.) et des techniques bien connues pour entraîner et affiner les LLM.
Utilisez ArXiv ChatGuru pour discuter avec des articles de recherche. Cette application utilise LangChain, OpenAI, Streamlit et Redis comme base de données vectorielle/cache sémantique.
Chatbot de recherche web alimenté par LangChain. Recherche des sources sur le web et les cite dans les réponses générées.
Une démo full-stack présentant un pipeline RAG (Retrieval Augmented Generation) local pour discuter avec vos PDFs.
Résumer et interroger à partir de nombreux documents hétérogènes. N'importe quel fournisseur de LLM, n'importe quel type de fichier, RAG avancé, résumés avancés, scriptable, etc.
📊 Un agent d’IA pour interroger intelligemment un entrepôt de données e-commerce, idéal comme projet pratique pour apprendre LangGraph de manière structurée. Développé avec LangGraph, FastAPI, Qdrant, Elasticsearch, MySQL et React, il met en œuvre de bout en bout une base de connaissances des métadonnées, la recherche hybride, la génération et la validation de requêtes NL2SQL (langage naturel vers SQL), l’exécution SQL et l’affichage des résultats en streaming. Le code complet du frontend et du backend est prêt à être exécuté ; le déploiement dans un environnement Docker se fait en un clic. Le projet comprend également le tutoriel gratuit ai-agents-from-zero et les branches de code de chaque chapitre. Idéal pour étudier systématiquement les applications des grands modèles de langage, les agents d’analyse de données et la mise en œuvre de solutions d’IA en entreprise.
SDK Python et TypeScript pour fournir des preuves vérifiables des actions des agents d’IA. Reçus signés, application des politiques et pistes d’audit. Compatible avec LangChain, CrewAI et MCP.
Des projets LLM intéressants que j'ai créés pour ma chaîne YouTube en utilisant les modèles open‑source d'Ollama.
Les AWS Generative AI CDK Constructs sont des implémentations d'exemple d'AWS CDK pour les modèles courants d'IA générative.
Client API Python pour les fournisseurs d'IA qui vise à remplacer LangChain et LangGraph pour la plupart des cas d'utilisation courants.
Paper-Agent est un outil intelligent de recherche et d’analyse d’articles scientifiques destiné aux chercheurs et aux étudiants. Fondé sur une architecture de collaboration multi-agents (LangGraph), il s’appuie sur le traitement automatique du langage naturel (TALN) et la recherche automatisée pour aider les utilisateurs à trouver efficacement des articles scientifiques, à en analyser le contenu et à mener des recherches bibliographiques. Paper-Agent prend en charge l’intégration multiplateforme, la recherche par mots-clés, l’analyse automatisée et la recherche bibliographique, améliorant ainsi l’efficacité des travaux universitaires. Adapté à de nombreux usages, notamment la rédaction d’articles, la recherche universitaire et la gestion de projets scientifiques, il constitue un assistant idéal pour la recherche académique.
Dépôt de tutoriels sur les agents IA | Code pratique full stack et structuré pour LangChain, RAG, LangGraph et MCP | Guide détaillé de plus de 10 000 mots | Exemples open source exécutables | Construisez des agents intelligents à partir de zéro
📚 Tutoriel d’apprentissage « langent », formé en combinant « lang » et « agent »
CoexistAI est un cadre modulaire d'assistant de recherche convivial pour les développeurs. Il vous permet de construire, rechercher, résumer et automatiser des flux de travail de recherche en utilisant des LLM, la recherche web, Reddit, YouTube et des outils de cartographie—le tout avec de simples appels d'outils MCP, appels API ou fonctions Python.
Une collection d'applications alimentées par le framework LangChain LLM.
Application des politiques à l’exécution pour les agents d’IA. Piste d’audit cryptographique, approbations avec intervention humaine et bouton d’arrêt d’urgence. Aucun changement de code.
RESTai est une plateforme open-source AIaaS (IA en tant que service). Prend en charge de nombreux LLM publics et locaux supportés par Ollama/vLLM/etc. Utilisation précise des embeddings, réglage, analyses, etc. Génération d'images/audio intégrée avec chargement dynamique des générateurs. Déploiement de chat en direct. Langage graphique basé sur blocs intégré. Versionnage des prompts et bien plus...
🚀Framework léger pour l'automatisation des grands modèles de langage et le développement d'agents linguistiques autonomes. Créez votre application Agent LLM à la manière de Python !
La couche de mémoire et d'observabilité open source pour les agents IA — mémoire persistante, détection de boucles, pistes d'audit chaînées par hachage, et un tableau de bord en direct, automatique lors de l'installation par pip.