#milvus Dépôts
Découvrez 20 dépôts GitHub open source actifs associés à #milvus, cumulant 189,815 étoiles au total (soit une moyenne de 9,490 étoiles par projet). Le projet en tête de ce thème est pathwaycom/serviette, avec 58,693 étoiles.
20 dépôts au total
Un serveur RAG sans code qui synchronise les réponses avec vos documents. Compatible avec 8 bases de données vectorielles. Conçu avec Pathway.
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
🏆 ORM en temps réel, sans code, puissant et sécurisé 🚀 fournit des API et des Docs sans coder par le Backend, et le Frontend (Client) peut personnaliser les JSON de réponse 🏆 ORM en temps réel, sans code, entièrement fonctionnel et hautement sécurisé 🚀 Les API et la documentation Backend sont sans code, et le Frontend (Client) peut personnaliser les données et la structure du JSON retourné.
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.
🔍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/
Alternative Open Source de Recherche Approfondie à Reason et Search sur les Données Privées. Écrit en Python.
Cache sémantique pour LLMs. Entièrement intégré avec LangChain et llama_index.
Plateforme multi-tenant d’agents de connaissance déployable en privé : RAG unifié, graphes de connaissances, systèmes multi-agents, MCP/Skills, environnements sandbox et gestion des autorisations. Yuxi = Agents cloud + RAG de connaissances, une plateforme d’agents de connaissance auto-hébergeable pour le RAG, les graphes de connaissances et les workflows multi-agents.
Towhee est un framework dédié à rendre les pipelines de traitement de données neuronales simples et rapides.
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.
Plateforme de développement d’agents d’IA d’entreprise ReachAI : modernisez rapidement et en toute sécurité vos systèmes métier existants grâce à l’IA, qui peut ainsi consulter des données, remplir des formulaires et exécuter des tâches métier directement dans OA, ERP, CRM et d’autres applications métier existantes.
CookHero est une plateforme intelligente de gestion de l'alimentation et de la cuisine basée sur LLM + RAG + Agent + multimodalité. Elle prend en charge la recherche intelligente de recettes, les plans alimentaires personnalisés, le suivi alimentaire par IA, l'analyse nutritionnelle, l'amélioration par recherche Web, ainsi qu'un système d'outils ReAct Agent / Subagent extensible, aidant les débutants en cuisine à devenir facilement des « héros de la cuisine ».
BullFlow — Solution RAG open source de niveau entreprise : des bases de connaissances d’entreprise à la production automatisée de contenus marketing, jusqu’à leur diffusion omnicanale. L’ensemble du processus lié à la base de connaissances fonctionne avec des modèles locaux open source, sans modèle payant. Les agents IA créent des publications mêlant texte et images, des images et des vidéos, puis les publient en un clic sur 17 plateformes, notamment Douyin, Xiaohongshu, les comptes officiels WeChat, LinkedIn et YouTube. De niveau commercial, avec gestion multi-tenant, facturation et administration intégrées. MIT.
Base de connaissances RAG d’entreprise privilégiant le chinois : analyse contrôlable, gouvernance, découpage, recherche hybride, reranking, citations, graphes de connaissances, évaluation et intégration avec Dify.
Foire aux questions
Quel est le dépôt #milvus le plus populaire sur GitHub ?
Le projet #milvus open source le mieux classé sur GitHub est pathwaycom/serviette, avec 58,693 étoiles. Un serveur RAG sans code qui synchronise les réponses avec vos documents. Compatible avec 8 bases de données vectorielles. Conçu avec Pathway.
Quels langages de programmation sont les plus utilisés dans les dépôts #milvus ?
Parmi les projets #milvus les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Java, Shell, Jupyter Notebook.
Comment le classement des dépôts #milvus est-il calculé ?
Nous suivons 20 dépôts open source actifs associés à #milvus (500+ étoiles), totalisant 189,815 étoiles, avec une moyenne de 9,490 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.