#llms Repository
Scopri 302 repository GitHub open source attivi contrassegnati con #llms, che raccolgono un totale di 2,424,794 stelle (con una media di 8,029 stelle per progetto). Il progetto leader di questo argomento è ollama/ollama, con 187,818 stelle.
302 repository in totale
Oltre 100 agenti AI, competenze degli agenti e app RAG - Gratuiti e open source.
Un motore di intelligenza dello sciame semplice e universale, che prevede qualsiasi cosa.
🐙 Guide, articoli, lezioni, notebook e risorse per il prompt engineering, il context engineering, RAG e gli agenti AI.
Interfaccia locale per eseguire e addestrare LLM e modelli di diffusione. Supporta GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX e altro.
Framework per l'orchestrazione di agenti AI autonomi e di role-playing. Promuovendo l'intelligenza collaborativa, CrewAI consente agli agenti di lavorare insieme senza soluzione di continuità, affrontando compiti complessi.
Impara a sviluppare, distribuire e iterare applicazioni ML di livello produttivo.
Wei Yu: Un assistente per l'analisi dell'opinione pubblica multi-agente utilizzabile da chiunque, che rompe le bolle informative, ripristina l'aspetto originale dell'opinione pubblica, prevede le tendenze future e assiste nel processo decisionale! Realizzato da zero, senza dipendere da alcun framework.
Tutorial approfonditi su LLM, RAG e applicazioni di agenti AI nel mondo reale.
Il tuo assistente IA personale; facile da installare, distribuibile sulla tua macchina o sul cloud; supporta più app di chat con capacità facilmente estensibili.
Un sistema modulare di Generazione Aumentata dal Recupero (RAG) basato su grafi
Un agente autonomo che conduce ricerche approfondite su qualsiasi dato utilizzando qualsiasi fornitore di LLM
Questo repository presenta varie tecniche avanzate per i sistemi di Retrieval-Augmented Generation (RAG). Ogni tecnica ha un tutorial dettagliato in notebook.
Un archivio unico per aggiornamenti sulla ricerca sull'IA generativa, risorse per interviste, notebook e molto altro!
Repository di codice ufficiale per il libro O'Reilly – "Hands-On Large Language Models"
Quali principi possiamo usare per costruire software basato su LLM che sia effettivamente abbastanza buono da mettere nelle mani dei clienti in produzione?
Oltre 50 tutorial e implementazioni per tecniche di agenti IA generativi, dai bot conversazionali di base a sistemi multi-agente complessi.
✅(Completato) Note super complete e approfondite su Deep Learning 【Tuduī PyTorch】【Li Mu Impara Deep Learning Praticamente】【Andrew Ng Deep Learning】【Dafei Modelli Grandi Agent】
Strumento locale per la creazione di app AI open source per utenti esperti ✨ v0 / Alternativa a Lovable / Replit / Bolt 🌟 Metti una stella se ti piace!
Un toolkit Python open-source, code-first, per costruire, valutare e distribuire agenti AI sofisticati con flessibilità e controllo.
Tutorial end-to-end, code-first per costruire agenti GenAI di livello produttivo. Dal prototipo al deployment enterprise.
Registrazioni principali relative a conoscenze e domande di colloquio per ingegneri di algoritmi (applicativi) di grandi modelli linguistici (LLM).
Oltre 20 LLM ad alte prestazioni con ricette per pre-addestrare, mettere a punto e distribuire su larga scala.
YuE2: generazione musicale all’avanguardia con pianificazione simbolica, cover zero-shot e editing musicale agentico.
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.
Il modo migliore per far sì che gli agenti di codifica AI risolvano problemi difficili in codebase complesse.
La pagina ufficiale di GitHub per l'articolo di rassegna "A Survey of Large Language Models".
TensorZero è una piattaforma open-source LLMOps che unifica un gateway LLM, osservabilità, valutazione, ottimizzazione e sperimentazione.
Il framework fullstack MCP per sviluppare App MCP per ChatGPT / Claude e server MCP per Agenti IA.
Agent Reinforcement Trainer: addestra agenti multi-step per attività del mondo reale utilizzando GRPO. Fornisci ai tuoi agenti una formazione sul campo. Apprendimento per rinforzo per Qwen3.6, GPT-OSS, Llama e altro ancora!
Domande frequenti
Qual è il repository #llms più popolare su GitHub?
Il progetto open source #llms più alto in classifica su GitHub è ollama/ollama, con 187,818 stelle. Inizia a usare Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma e altri modelli.
Quali linguaggi di programmazione sono più utilizzati nei repository #llms?
Tra i progetti #llms più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, Rust.
Come viene calcolata la classifica dei repository #llms?
Monitoriamo 302 repository open source attivi contrassegnati con #llms (500+ stelle), per un totale di 2,424,794 stelle e una media di 8,029 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.