#structured-output Dépôts
Découvrez 25 dépôts GitHub open source actifs associés à #structured-output, cumulant 47,086 étoiles au total (soit une moyenne de 1,883 étoiles par projet). Le projet en tête de ce thème est Zipstack/unstract, avec 7,462 étoiles.
25 dépôts au total
Extraction de Données Non Structurées Pilotée par LLM — Conçue pour les Déploiements API et les Flux ETL
Réparez le JSON malformé provenant des LLMs, APIs, journaux et entrées utilisateur en Python.
coupait tes décisions et tes principes. Claude les lit pour faire de meilleurs choix.
Extrayez des données structurées et des insights de documents à l’aide de grands modèles de langage et de modèles de décision
Le SDK AI Laravel fournit une API unifiée et expressive pour interagir avec des fournisseurs d'IA tels qu'OpenAI, Anthropic, Gemini et bien d'autres.
Le Schema-Guided Reasoning (SGR) possède un design de système agentique créé par la communauté NeuralDeep.
Modèles ouverts de décision multimodale, de 0,8B à 27B, pour le texte, les images et la vidéo. Prenez des décisions en attribuant des probabilités à vos propres candidats et localisez avec des cadres de délimitation, plutôt que de générer du texte. API gratuite, ONNX, GGUF, vLLM et SGLang ; code de fine-tuning inclus.
Surveillance locale + vision IA — Cadre de surveillance IA alimenté par smartphone basé sur LAN avec sortie d'événements structurés pour l'acquisition et l'analyse de données.
MLX Omni Server est un serveur d'inférence local alimenté par le framework MLX d'Apple, spécialement conçu pour les puces Apple Silicon (série M). Il implémente des points de terminaison d'API compatibles avec OpenAI, permettant une intégration transparente avec les clients SDK OpenAI existants tout en tirant parti de la puissance de l'inférence ML locale.
Interface Go unifiée pour les fournisseurs de modèles de langage (LLM). Simplifie l'intégration LLM avec une gestion flexible des invites et des fonctions de tâches courantes.
Awesome Jev : un guide pratique, étayé par des sources, du modèle System One de TypeSafe, avec des SDK, des démonstrations en direct, des outils pour agents et des évaluations indépendantes.
Une liste organisée et étayée par des sources de projets conçus avec Jev, le modèle System One de TypeSafe AI destiné aux décisions typées.
Une plateforme polyvalente d'automatisation des flux de travail pour créer, organiser et exécuter des flux de travail d'IA, d'un seul LLM à des flux de travail complexes pilotés par l'IA.
SDK d’IA et framework d’agents TypeScript sans dépendances. Créez des agents d’IA prêts pour la production et des essaims multi-agents : exécution durable, mémoire à long terme, RAG hybride, client/serveur MCP, A2A, validations avec intervention humaine, environnements isolés CodeAct et voix en temps réel. Une API de streaming, 29 fournisseurs : Claude, GPT, Gemini, Grok, DeepSeek et Ollama. Node, Bun, Deno et edge.
Foire aux questions
Quel est le dépôt #structured-output le plus populaire sur GitHub ?
Le projet #structured-output open source le mieux classé sur GitHub est Zipstack/unstract, avec 7,462 étoiles. Extraction de Données Non Structurées Pilotée par LLM — Conçue pour les Déploiements API et les Flux ETL
Quels langages de programmation sont les plus utilisés dans les dépôts #structured-output ?
Parmi les projets #structured-output les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Go, Jupyter Notebook.
Comment le classement des dépôts #structured-output est-il calculé ?
Nous suivons 25 dépôts open source actifs associés à #structured-output (500+ étoiles), totalisant 47,086 étoiles, avec une moyenne de 1,883 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.