#milvus Repository
Scopri 20 repository GitHub open source attivi contrassegnati con #milvus, che raccolgono un totale di 189,815 stelle (con una media di 9,490 stelle per progetto). Il progetto leader di questo argomento è pathwaycom/serviette, con 58,693 stelle.
20 repository in totale
Un server RAG senza codice che mantiene le risposte sincronizzate con i tuoi documenti. Compatibile con 8 database vettoriali. Basato su Pathway.
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
🏆 ORM in tempo reale, senza codice, potente e sicuro 🚀 fornisce API e Docs senza programmare dal Backend, e il Frontend (Cliente) può personalizzare i JSON di risposta 🏆 ORM in tempo reale, senza codice, completamente funzionale e altamente sicuro 🚀 Le API e la documentazione Backend sono senza codice, mentre il Frontend (Cliente) può personalizzare i dati e la struttura del JSON restituito.
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.
🔍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/
Alternativa Open Source per la Ricerca Approfondita a Reason e Search su Dati Privati. Scritto in Python.
Piattaforma multi-tenant di agenti della conoscenza distribuibile in modalità privata: RAG unificato, knowledge graph, sistemi multi-agente, MCP/Skills, sandbox e gestione delle autorizzazioni. Yuxi = Agenti cloud + RAG della conoscenza, una piattaforma self-hosted di agenti della conoscenza per RAG, knowledge graph e flussi di lavoro multi-agente.
Towhee è un framework dedicato a rendere le pipeline di elaborazione dei dati neurali semplici e veloci.
Un livello di memoria persistente e unificato per tutti i tuoi agenti IA (es. Claude Code, Codex, DSH), supportato da Markdown e Milvus.
Gestione di tutti i dati non strutturati, come la ricerca inversa di immagini, ricerca audio, ricerca molecolare, analisi video, sistemi di domande e risposte, NLP, ecc.
Piattaforma aziendale di sviluppo di agenti IA ReachAI: modernizza rapidamente e in sicurezza i sistemi aziendali esistenti con l’IA, consentendole di consultare dati, compilare moduli e svolgere attività operative direttamente in OA, ERP, CRM e altre applicazioni aziendali esistenti.
CookHero è una piattaforma intelligente di gestione dell'alimentazione e della cucina basata su LLM + RAG + Agent + multimodalità. Supporta la ricerca intelligente di ricette, piani alimentari personalizzati, registrazione della dieta tramite IA, analisi nutrizionale, potenziamento tramite ricerca web e un sistema di strumenti ReAct Agent / Subagent scalabile, aiutando i principianti in cucina a diventare facilmente degli «eroi della cucina».
BullFlow — Soluzione RAG open source di livello enterprise: dalle basi di conoscenza aziendali alla produzione automatizzata di contenuti di marketing, fino alla distribuzione omnicanale. L’intero flusso di lavoro della base di conoscenza utilizza modelli locali open source, senza bisogno di modelli a pagamento. Gli agenti IA creano post con testo e immagini, immagini e video, e li pubblicano con un clic su 17 piattaforme, tra cui Douyin, Xiaohongshu, account ufficiali WeChat, LinkedIn e YouTube. Pronta per l’uso commerciale, con funzionalità multi-tenant, fatturazione e amministrazione integrate. MIT.
Knowledge base RAG aziendale con priorità al cinese: analisi controllabile, governance, suddivisione in chunk, recupero ibrido, reranking, citazioni, grafi della conoscenza, valutazione e integrazione con Dify.
Domande frequenti
Qual è il repository #milvus più popolare su GitHub?
Il progetto open source #milvus più alto in classifica su GitHub è pathwaycom/serviette, con 58,693 stelle. Un server RAG senza codice che mantiene le risposte sincronizzate con i tuoi documenti. Compatibile con 8 database vettoriali. Basato su Pathway.
Quali linguaggi di programmazione sono più utilizzati nei repository #milvus?
Tra i progetti #milvus più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Java, Shell, Jupyter Notebook.
Come viene calcolata la classifica dei repository #milvus?
Monitoriamo 20 repository open source attivi contrassegnati con #milvus (500+ stelle), per un totale di 189,815 stelle e una media di 9,490 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.