#pydantic Dépôts
Découvrez 73 dépôts GitHub open source actifs associés à #pydantic, cumulant 511,165 étoiles au total (soit une moyenne de 7,002 étoiles par projet). Le projet en tête de ce thème est langchain-ai/langchain, avec 149,995 étoiles.
73 dépôts au total
Framework FastAPI, haute performance, facile à apprendre, rapide à coder, prêt pour la production
Comment Python fait de l'IA. Agents, voix en temps réel, génération d'images, embeddings. Chaque modèle, chaque interface, typé de bout en bout.
Bases de données SQL en Python, conçues pour la simplicité, la compatibilité et la robustesse.
💨 Framework rapide, prêt pour l'asynchrone, basé sur Openapi et les hints de type pour la création d'API
Réparez le JSON malformé provenant des LLMs, APIs, journaux et entrées utilisateur en Python.
Générez des modèles Pydantic v2, des dataclasses, des TypedDict et des msgspec.Struct à partir d’OpenAPI, de JSON Schema, de GraphQL, d’Avro, de Protobuf et de fichiers JSON/YAML/CSV bruts, ainsi que des serveurs FastAPI et des clients Python à partir d’OpenAPI.
Vizro est une boîte à outils low-code pour la création d'applications de visualisation de données de haute qualité.
🪄 Transforme votre code d'apprentissage automatique en microservices avec API web, interface graphique interactive, et plus encore.
Image Docker avec Uvicorn géré par Gunicorn pour des applications web FastAPI haute performance en Python avec auto-réglage des performances.
La couche de contexte pour les données non structurées : jeux de données typés et versionnés sur S3, GCS, Azure
⭐️ Une plateforme de gestion moderne et légère basée sur FastAPI, Vue3 et Naive UI Une plateforme de gestion moderne et légère basée sur FastAPI, Vue3 et Naive UI.
FastCRUD est un package Python pour FastAPI, offrant des opérations CRUD asynchrones robustes et des utilitaires flexibles de création de points de terminaison.
Package Python MLOps conçu pour la production et implémentation de référence du cours de programmation MLOps : MLflow, scikit-learn, Pydantic, Pandera, uv et mise.
Ce générateur de code crée une application FastAPI à partir d'un fichier openapi.
Création de romans longs assistée par l’IA, création de type carte, prend en charge la génération structurée d’IA et les références contextuelles basées sur JSON Schema, hautement évolutif.
Un outil CLI Python qui convertit les fichiers JSONL de transcription de Claude Code en format HTML/Markdown lisible.
Authentifications et gestion OAuth2 prêtes à l'emploi et personnalisables pour FastAPI ✨
ODM (Object Document Mapper) synchrone et asynchrone pour MongoDB basé sur les indications de type Python
Claude Code open-source et auto-hébergé : un assistant IA pour terminal et le framework Python qui le sous-tend. Appel d'outils, exécution en sandbox, équipes multi-agents, compétences, points de contrôle, contexte illimité - sur Pydantic AI, avec n'importe quel modèle.
Bibliothèque pour fournir une interface client simple à l'API REST de Strava (v3).
Bibliothèque d'inférence officielle pour le prétraitement des modèles Mistral
Le premier framework web conçu pour que l'IA écrive. Construit sur Python, FastAPI, Pydantic et HTMX. Par les auteurs de Two Scoops of Django。
Foire aux questions
Quel est le dépôt #pydantic le plus populaire sur GitHub ?
Le projet #pydantic open source le mieux classé sur GitHub est langchain-ai/langchain, avec 149,995 étoiles. La plateforme d'ingénierie d'agents.
Quels langages de programmation sont les plus utilisés dans les dépôts #pydantic ?
Parmi les projets #pydantic les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Vue.
Comment le classement des dépôts #pydantic est-il calculé ?
Nous suivons 73 dépôts open source actifs associés à #pydantic (500+ étoiles), totalisant 511,165 étoiles, avec une moyenne de 7,002 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.