#vector-databases Dépôts
Découvrez 46 dépôts GitHub open source actifs associés à #vector-databases, cumulant 222,686 étoiles au total (soit une moyenne de 4,841 étoiles par projet). Le projet en tête de ce thème est redis/redis, avec 77,583 étoiles.
46 dépôts au total
Pour les développeurs qui construisent des applications pilotées par des données en temps réel, Redis est le cache préféré, le plus rapide et le plus riche en fonctionnalités, serveur de structures de données, et moteur de requête pour documents et vecteurs.
Une collection de cahiers/recettes présentant des façons amusantes et efficaces d'utiliser Claude.
Utiliser l'IA pour générer des romans longs à plusieurs chapitres, en reliant automatiquement le contexte et les indices
Compagnons IA avec mémoire : une pile légère pour créer et héberger vos propres compagnons IA
Une pile de démarrage d'IA Javascript pour les projets du week-end, comprenant des modèles d'images/texte, des magasins vectoriels, l'authentification et des configurations de déploiement
Exécutez toutes vos IA locales ensemble dans un seul package – Ollama, Supabase, n8n, Open WebUI, et plus encore !
Une liste organisée de plus de 100 bibliothèques et frameworks pour les ingénieurs IA construisant avec des LLM
La base de données de recherche native IA. Idéale pour le stockage d'agents, elle unifie les données vectorielles, textuelles, structurées et semi-structurées en un seul moteur. Cette base de données tout-en-un rend les agents plus intelligents, plus faciles à exécuter et plus stables.
Projets et ressources pour vous aider à devenir un meilleur développeur IA.
Questions d'entretien pour les postes d'algorithmes de grands modèles (avec réponses) : questions fréquentes et analyse des concepts "Questions d'entretien sur les grands modèles", "Entretien pour les postes d'algorithmes", "Questions fréquentes d'entretien", "Entretien sur les algorithmes de grands modèles", "Bases des applications de grands modèles"
Ce dépôt contient des questions d'entretien LLM (modèle linguistique large) posées dans des entreprises de premier plan comme Google, Nvidia, Meta, Microsoft et des entreprises du Fortune 500.
les ressources sur l'application basée sur LLM avec le modèle RAG
Tous les liens, livres et créateurs dont vous avez besoin pour rester à jour avec l’IA !
Il s'agit d'un dépôt public pour passer en revue tous les concepts d'ingénierie des données pilotés par les LLM.
Un tutoriel Langchain RAG amélioré (v2) avec des LLM locaux, des mises à jour de base de données et des tests.
Programme d'intégration pour les nouveaux étudiants du Laboratoire de Stockage et de Calcul Distribués de l'Université des Sciences et Technologies Électroniques
Ceci est un tutoriel multi-agents basé sur le framework CAMEL, visant à comprendre comment construire une société d'agents à partir de zéro !
Une collection d'applications web open source activement maintenues pour les applications LLM
Application Full Stack pour récupérer les données boursières et les actualités en utilisant LLM, LangChain et LangGraph
Framework rag générique pour appliquer la puissance des LLM à tout ensemble de données donné
Outil basé sur RAG pour l'indexation et la recherche de données textuelles PDF utilisant l'API OpenAI et un index FAISS (Facebook AI Similarity Search), conçu pour une récupération rapide d'informations et une précision de recherche supérieure.
Serveur MCP pour la mémoire à long terme de l'agent avec Mem0. Utile également comme modèle pour vous aider à créer votre propre serveur MCP avec Python !
Knowledge Table est un package open-source conçu pour simplifier l'extraction et l'exploration de données structurées à partir de documents non structurés.
Une cartographie pilotée par la communauté des outils de développement de l'IA
Une feuille de route décrivant les compétences requises, les ressources d'apprentissage et les exemples d'outils pour devenir un ingénieur IA
Foire aux questions
Quel est le dépôt #vector-databases le plus populaire sur GitHub ?
Le projet #vector-databases open source le mieux classé sur GitHub est redis/redis, avec 77,583 étoiles. Pour les développeurs qui construisent des applications pilotées par des données en temps réel, Redis est le cache préféré, le plus rapide et le plus riche en fonctionnalités, serveur de structures de données, et moteur de requête pour documents et vecteurs.
Quels langages de programmation sont les plus utilisés dans les dépôts #vector-databases ?
Parmi les projets #vector-databases les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, C.
Comment le classement des dépôts #vector-databases est-il calculé ?
Nous suivons 46 dépôts open source actifs associés à #vector-databases (500+ étoiles), totalisant 222,686 étoiles, avec une moyenne de 4,841 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.