#langchain Repository
Scopri 286 repository GitHub open source attivi contrassegnati con #langchain, che raccolgono un totale di 1,710,635 stelle (con una media di 5,981 stelle per progetto). Il progetto leader di questo argomento è microsoft/markitdown, con 197,344 stelle.
286 repository in totale
Strumento Python per la conversione di file e documenti d'ufficio in Markdown.
Un harness open-source SuperAgent a lungo orizzonte che ricerca, codifica e crea. Con l'aiuto di sandbox, memorie, strumenti, abilità, subagenti e gateway di messaggi, gestisce diversi livelli di compiti che potrebbero richiedere da minuti a ore.
Comprimi gli output degli strumenti, i log, i file e i chunk RAG prima che raggiungano l'LLM. 20% di token in meno per gli agenti di codifica, 60-95% di token in meno per JSON, stesse risposte. Libreria, proxy, server MCP.
Il gateway AI più veloce e leggero. Nucleo Rust con SDK Python. Chiama oltre 100 API LLM in formato OpenAI (o nativo) con monitoraggio dei costi, protezioni, bilanciamento del carico e registrazione [Bedrock, Azure, OpenAI, Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM]
Langchain-Chatchat (precedentemente Langchain-ChatGLM), LLM basato sulla conoscenza locale (come ChatGLM, Qwen e Llama) RAG e app Agent con Langchain | Langchain-Chatchat (precedentemente langchain-ChatGLM), LLM basato sulla conoscenza locale (come ChatGLM, Qwen e Llama) RAG e app Agent con Langchain
🪢 Piattaforma open source per l’ingegneria dell’IA: AI Gateway, osservabilità degli agenti, valutazioni e gestione di prompt e competenze, basata su OpenTelemetry. Un’unica piattaforma aperta per ogni chiamata IA e ogni agente. Puoi ospitarla autonomamente o usare Langfuse Cloud.
Framework di transazioni finanziarie in cinese basato su LLM multi-agente - TradingAgents Chinese Enhanced Edition
Questo repository presenta varie tecniche avanzate per i sistemi di Retrieval-Augmented Generation (RAG). Ogni tecnica ha un tutorial dettagliato in notebook.
La piattaforma di ingegneria IA open source per agenti, LLM e modelli ML. MLflow consente a team di tutte le dimensioni di debuggare, valutare, monitorare e ottimizzare applicazioni IA di qualità produttiva controllando i costi e gestendo l'accesso a modelli e dati.
Oltre 50 tutorial e implementazioni per tecniche di agenti IA generativi, dai bot conversazionali di base a sistemi multi-agente complessi.
Esegui il debug, valuta e monitora le tue applicazioni LLM, i sistemi RAG e i flussi di lavoro agentic con tracing completo, valutazioni automatizzate e dashboard pronti per la produzione.
🔥 MaxKB è una piattaforma open source per la creazione di agenti di livello aziendale. Una piattaforma di agenti aziendali open source potente e facile da usare.
Benvenuti nel Llama Cookbook! Questa è la vostra guida di riferimento per la creazione con Llama: Introduzione all'inferenza, al fine-tuning e al RAG. Vi mostriamo anche come risolvere problemi end-to-end utilizzando la famiglia di modelli Llama e utilizzandoli su vari servizi provider.
Codice di esempio e notebook per l’IA generativa su Google Cloud con la piattaforma Gemini
Converti documenti in dati strutturati senza sforzo. Unstructured è una soluzione ETL open-source per trasformare documenti complessi in formati puliti e strutturati per modelli linguistici. Visita il nostro sito web per saperne di più sul nostro prodotto Platform di livello enterprise per flussi di lavoro di livello di produzione, partizionamento, arricchimento, chunking e embedding.
Questo progetto è un tutorial sullo sviluppo di applicazioni per modelli di grandi dimensioni rivolto agli sviluppatori principianti. Indirizzo di lettura online: https://datawhalechina.github.io/llm-universe/
[Miglior articolo MLsys2026]: https://arxiv.org/abs/2506.08276. RAG su tutto con LEANN. Goditi un risparmio di spazio di archiviazione del 97% mentre esegui un'applicazione RAG veloce, accurata e privata al 100% sul tuo dispositivo personale.
LangChain4j è una libreria Java idiomatica e open-source per la costruzione di applicazioni basate su LLM sulla JVM. Offre un'API unificata sui provider LLM e vector store più popolari, rendendo facile l'implementazione di chiamate a tool (incluso supporto MCP), agenti e RAG. Si integra perfettamente con framework Java enterprise come Quarkus e Spring Boot.
Un gateway AI velocissimo con guardrail integrati. Routing verso oltre 1.600 LLM, oltre 50 guardrail AI con 1 API veloce e friendly.
🔍Sviluppo pratico di applicazioni con modelli di grandi dimensioni Parte 1: Guida full stack alla tecnologia RAG, indirizzo di lettura online: https://datawhalechina.github.io/all-in-rag/
Guida ChatGPT in cinese🔥, Guida al perfezionamento di ChatGPT in cinese, Guida ai prompt, Guida allo sviluppo di app, Elenco di risorse selezionate, usa meglio chatGPT per aumentare la tua produttività! 🚀
LangChain for Go, il modo più semplice per scrivere programmi basati su LLM in Go
😎 Lista fantastica di strumenti e progetti con l'incredibile framework LangChain
Un tutorial introduttivo su LangChain in cinese
Cache semantico per LLM. Completamente integrato con LangChain e llama_index.
22 tecniche di prompt engineering con tutorial pratici su Jupyter Notebook, dai concetti fondamentali alle strategie avanzate per sfruttare gli LLM.
Il framework di orchestrazione multi-agente di livello enterprise. Sito web: https://swarms.ai
[EMNLP'23, ACL'24] Per accelerare l'inferenza dei LLM e migliorare la percezione delle informazioni chiave da parte dei LLM, comprimiamo il prompt e la KV-Cache, ottenendo fino a 20 volte la compressione con una minima perdita di prestazioni.
🧊 Piattaforma open source per l'osservabilità di LLM. Una riga di codice per monitorare, valutare e sperimentare. YC W23 🍓
🚀 2026 La guida più sistematica per diventare esperto in AI Agent in tempi record | Tutorial pratico sugli agenti intelligenti · Percorso di apprendimento completo + Progetti pratici + Banca di domande per colloqui · Allineato al ruolo di ingegnere di sviluppo applicazioni large model · Copre LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / Prompt · Deploy enterprise e fine-tuning · Da 0 a implementazione enterprise + Da apprendimento a progetti live + Preparazione colloqui integrata
SDK Python per il monitoraggio degli agenti AI, il tracciamento dei costi LLM, il benchmarking e altro ancora. Si integra con la maggior parte degli LLM e framework di agenti, tra cui CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2 e CamelAI
Piattaforma di ottimizzazione per agenti AI di nuova generazione: Cozeloop affronta le sfide nello sviluppo di agenti AI fornendo capacità di gestione dell'intero ciclo di vita, dallo sviluppo, al debug, alla valutazione fino al monitoraggio.
Domande frequenti
Qual è il repository #langchain più popolare su GitHub?
Il progetto open source #langchain più alto in classifica su GitHub è microsoft/markitdown, con 197,344 stelle. Strumento Python per la conversione di file e documenti d'ufficio in Markdown.
Quali linguaggi di programmazione sono più utilizzati nei repository #langchain?
Tra i progetti #langchain più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Jupyter Notebook, Go.
Come viene calcolata la classifica dei repository #langchain?
Monitoriamo 286 repository open source attivi contrassegnati con #langchain (500+ stelle), per un totale di 1,710,635 stelle e una media di 5,981 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.