#llm-framework Dépôts
Découvrez 24 dépôts GitHub open source actifs associés à #llm-framework, cumulant 173,783 étoiles au total (soit une moyenne de 7,240 étoiles par projet). Le projet en tête de ce thème est microsoft/autogen, avec 61,955 étoiles.
24 dépôts au total
Devika est la première implémentation open‑source d’un ingénieur logiciel agentique. Elle a commencé comme une alternative open‑source à Devin.
Framework d'agent et applications basés sur Qwen>=3.0, dotés de l'appel de fonction, MCP, interpréteur de code, RAG, extension Chrome, etc.
Pocket Flow : Framework LLM de 100 lignes. Laissez les agents créer des agents !
Framework multi-agent sans code pour créer des agents LLM, des flux de travail et des applications avec vos données
Extrayez des données structurées et des insights de documents à l’aide de grands modèles de langage et de modèles de décision
[ICML 2024] LLMCompiler : Un compilateur LLM pour les appels de fonctions parallèles
[Framework de développement d'applications GenAI] 🚀 Créez des applications GenAI rapidement et facilement 💬 Interagissez facilement avec des agents GenAI dans le code à l'aide de données structurées et d'une syntaxe d'appels chaînés 🧩 Utilisez le flux piloté par événement *TriggerFlow* pour gérer une logique de travail GenAI complexe 🔀 Basculez vers n'importe quel modèle sans réécrire le code de l'application
🏆 Classement de 187 frameworks pour agents IA, ainsi que des modèles, guides pratiques, MCP et ressources d’apprentissage. Nouvelle évaluation chaque semaine.
Dépôt officiel de l'article ICML 2024 "Executable Code Actions Elicit Better LLM Agents" par Xingyao Wang, Yangyi Chen, Lifan Yuan, Yizhe Zhang, Yunzhu Li, Hao Peng, Heng Ji.
Langtrace 🔍 est un outil d'observabilité de bout en bout open-source basé sur Open Telemetry pour les applications LLM, fournissant un traçage en temps réel, des évaluations et des métriques pour les LLM populaires, les frameworks LLM, les bases de données vectorielles et plus encore. Intégration via Typescript, Python. 🚀💻📊
Outil low-code pour construire et coordonner rapidement des équipes multi-agents
Le framework llama-cpp-agent est un outil conçu pour une interaction facile avec les grands modèles linguistiques (LLM). Il permet aux utilisateurs de discuter avec les modèles LLM, d'exécuter des appels de fonction structurés et d'obtenir des sorties structurées. Fonctionne également avec des modèles qui ne sont pas affinés pour la sortie JSON et les appels de fonction.
Collection d'articles ICLR et de projets open source des années précédentes, y compris ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025.
Concevez, réalisez et analysez les résultats d’enquêtes et d’expériences alimentées par l’IA. Simulez des recherches en sciences sociales et des études de marché avec un grand nombre d’agents d’IA et de grands modèles de langage.
Foire aux questions
Quel est le dépôt #llm-framework le plus populaire sur GitHub ?
Le projet #llm-framework open source le mieux classé sur GitHub est microsoft/autogen, avec 61,955 étoiles. Un framework de programmation pour l'IA agentive
Quels langages de programmation sont les plus utilisés dans les dépôts #llm-framework ?
Parmi les projets #llm-framework les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust.
Comment le classement des dépôts #llm-framework est-il calculé ?
Nous suivons 24 dépôts open source actifs associés à #llm-framework (500+ étoiles), totalisant 173,783 étoiles, avec une moyenne de 7,240 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.