#langchain Repository
286 repository in totale
Strumento di sicurezza open-source per agenti IA in runtime: monitora e controlla gli agenti IA, rilevando l'uso dannoso di strumenti, l'iniezione di prompt e la deriva delle policy in tempo reale, prima che l'agente agisca.
YT Navigator: esploratore di contenuti YouTube basato sull'intelligenza artificiale che ti consente di cercare e chattare con i video dei canali utilizzando agenti IA. Estrai approfondimenti da ore di contenuti in pochi secondi con ricerca semantica e timestamp precisi.
Strumenti type-safe, inferenza sul dispositivo, flussi di lavoro multi-agente, memoria e guardrail, in un unico runtime nativo Swift
AI-in-a-Box sfrutta l'esperienza di Microsoft a livello globale per sviluppare e fornire soluzioni AI e ML alla comunità tecnica. La nostra intenzione è presentare una raccolta curata di acceleratori di soluzioni che possono aiutare gli ingegneri a stabilire rapidamente e con minimo attrito i propri ambienti e soluzioni AI/ML.
🇷🇺 Traduzione russa del libro di Antonio Gulli - Agentic Design Patterns: Guida pratica alla creazione di sistemi intelligenti
Progetti industriali generativi di AI end-to-end su modelli LLM con Deployment_Awesome LLM Projects
Repository per il libro "Building LLMs for Production" di Towards AI.
Questo repository contiene diversi progetti di chatbot LLM (RAG, agenti LLM, ecc.) e tecniche ben note per l’addestramento e il fine‑tuning dei LLM.
Usa ArXiv ChatGuru per parlare con articoli di ricerca. Questa app utilizza LangChain, OpenAI, Streamlit e Redis come database vettoriale/cache semantica.
Chatbot per la ricerca web potenziato da LangChain. Cerca fonti sul web e le cita nelle risposte generate.
Una demo full-stack che mostra un pipeline RAG (Retrieval Augmented Generation) locale per chattare con i tuoi PDF.
Riassumere e interrogare da molti documenti eterogenei. Qualsiasi provider LLM, qualsiasi tipo di file, RAG avanzato, riepiloghi avanzati, scriptabile, ecc.
📊 Un agente AI per interrogare in modo intelligente un data warehouse e-commerce, il progetto pratico ideale per imparare LangGraph in modo sistematico. Realizzato con LangGraph, FastAPI, Qdrant, Elasticsearch, MySQL e React, implementa in modo completo una knowledge base di metadati, il recupero ibrido, la generazione e la convalida di NL2SQL (dal linguaggio naturale a SQL), l’esecuzione delle query SQL e la visualizzazione dei risultati in streaming. Include il codice full-stack completo di frontend e backend, pronto all’uso, la distribuzione con un clic in ambiente Docker e il tutorial gratuito ai-agents-from-zero con i branch di codice di ogni capitolo. Ideale per imparare sistematicamente le applicazioni dei modelli linguistici di grandi dimensioni, gli agenti per l’analisi dei dati e la realizzazione di soluzioni di AI aziendali.
SDK Python e TypeScript per prove verificabili delle azioni degli agenti IA. Ricevute firmate, applicazione delle policy e tracciati di audit. Funziona con LangChain, CrewAI e MCP.
Progetti interessanti di LLM che ho creato per il mio canale YouTube utilizzando i modelli open-source di Ollama.
Gli AWS Generative AI CDK Constructs sono implementazioni di esempio di AWS CDK per pattern comuni di IA generativa.
Client API Python per fornitori di IA che intende sostituire LangChain e LangGraph per la maggior parte dei casi d'uso comuni.
Paper-Agent è uno strumento intelligente per la ricerca e l’analisi di articoli accademici, pensato per ricercatori e studenti. Basato su un’architettura di collaborazione multi-agente (LangGraph), utilizza l’elaborazione del linguaggio naturale (NLP) e la ricerca automatizzata per aiutare gli utenti a trovare in modo efficiente articoli accademici, analizzarne i contenuti e condurre ricerche bibliografiche. Paper-Agent supporta l’integrazione multipiattaforma, la ricerca per parole chiave, l’analisi automatizzata e la ricerca bibliografica, migliorando l’efficienza della ricerca accademica. È adatto a diversi ambiti, tra cui la stesura di articoli, la ricerca accademica e la gestione di progetti scientifici, ed è un assistente ideale per la ricerca accademica.
Repository di tutorial sugli agenti IA | Codice pratico full stack e strutturato per LangChain, RAG, LangGraph e MCP | Guida dettagliata in un blog di oltre 10.000 parole | Esempi open source eseguibili | Costruisci agenti intelligenti da zero
📚 Tutorial di apprendimento “langent”, formato dalla combinazione di “lang” e “agent”
CoexistAI è un framework modulare per assistenti di ricerca, amichevole per gli sviluppatori. Ti consente di costruire, cercare, riassumere e automatizzare flussi di lavoro di ricerca utilizzando LLM, ricerca web, Reddit, YouTube e strumenti di mappatura—il tutto con semplici chiamate a strumenti MCP, chiamate API o funzioni Python.
Applicazione delle policy in fase di esecuzione per gli agenti di IA. Traccia di audit crittografica, approvazioni con intervento umano e interruttore di emergenza. Nessuna modifica al codice.
RESTai è una piattaforma open-source AIaaS (AI as a Service). Supporta molti LLM pubblici e locali supportati da Ollama/vLLM/etc. Utilizzo preciso degli embedding, tuning, analisi ecc. Generazione integrata di immagini/audio con caricamento dinamico dei generatori. Distribuzione di chat live. Linguaggio grafico basato su blocchi integrato. Versionamento dei prompt e molto altro...
🚀Framework leggero per l'automazione di modelli linguistici di grandi dimensioni e lo sviluppo di agenti linguistici autonomi. Crea la tua applicazione Agent LLM in modo pythonico!
Il livello di memoria e osservabilità open source per agenti AI — memoria persistente, rilevamento di loop, tracce di audit concatenate tramite hash e una dashboard live, automatico con l'installazione tramite pip.