#embedding 저장소
#embedding 태그가 지정된 GitHub의 활성 오픈 소스 저장소 27개를 확인해 보세요. 총 186,844개의 스타를 획득했으며 프로젝트당 평균 6,920개입니다. 이 주제를 이끄는 저장소는 38,712개의 스타를 받은 chatchat-space/Langchain-Chatchat입니다.
저장소 총 27개
Langchain-Chatchat (이전 Langchain-ChatGLM), Langchain 및 ChatGLM, Qwen, Llama와 같은 언어 모델의 RAG 및 에이전트 애플리케이션 | Langchain-Chatchat (이전 langchain-ChatGLM), Langchain을 사용한 로컬 지식 기반 LLM (ChatGLM, Qwen 및 Llama 등) RAG 및 에이전트 앱
TencentDB Agent Memory는 AI 에이전트를 위한 팀 수준의 메모리 허브로, 대화, 문서 및 코드를 네 가지 재사용 가능한 메모리 자산(채팅 메모리, 스킬, LLM-Wiki, 코드 그래프)으로 변환하여 에이전트와 프레임워크 전반에서 관리, 공유 및 장착됩니다.
600개 이상의 LLM(Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4 등)과 300개 이상의 MLLM(Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4 등)에 PEFT 또는 전체 파라미터 학습을 사용하여 CPT/SFT/DPO/GRPO를 수행합니다(AAAI 2025).
🔍대규모 모델 애플리케이션 개발 실전 1: RAG 기술 풀스택 가이드, 온라인 읽기 주소: https://datawhalechina.github.io/all-in-rag/
Embedding Atlas는 대규모 임베딩을 위한 대화형 시각화를 제공하는 도구입니다. 임베딩과 메타데이터를 시각화하고, 교차 필터링하고, 검색할 수 있습니다.
LLM 애플리케이션을 위해 구축된 AI 네이티브 데이터베이스로, 밀집 벡터, 희소 벡터, 텐서(멀티 벡터) 및 전체 텍스트에 대한 놀랍도록 빠른 하이브리드 검색을 제공합니다.
🔍 Telegram 채팅 기록 내보내기 및 퍼지 검색 | Export and fuzzy search your Telegram chat history
llama.cpp용 node.js 바인딩을 사용하여 로컬 컴퓨터에서 AI 모델을 실행합니다. 생성 수준에서 모델 출력에 JSON 스키마를 적용합니다.
ChatWeb은 웹 페이지를 크롤링하고, PDF, DOCX, TXT를 읽고 주요 콘텐츠를 추출한 다음, 해당 콘텐츠를 기반으로 질문에 답하거나 주요 요점을 요약할 수 있습니다.
Rust 기반 코드 인텔리전스 CLI로, AI 코딩 에이전트를 위해 설계되었습니다. 7개 언어에 걸쳐 호출 그래프와 하이브리드 의미 검색 인덱스(Dense + Sparse + RRF + Reranker)를 구축합니다. Claude Code 및 Codex CLI용 네이티브 MCP 도구로 제공됩니다.
이 저장소에는 "VLM2Vec / MMEB"[ICLR 2025], "VLM2Vec-V2 / MMEB-V2"[TMLR 2026] 및 "MMEB-V3"[COLM 2026]의 코드가 포함되어 있습니다.
ACG2vec (Anime Comics Games to vector)는 ACG와 딥러닝을 결합한 놀이터를 만드는 데 전념하고 있습니다. (텍스트 의미 검색, 이미지 기반 이미지 검색, 의미 기반 이미지 검색, 이미지 초해상도, 추천 시스템)
자주 묻는 질문
GitHub에서 가장 인기 있는 #embedding 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #embedding 프로젝트는 38,712개의 스타를 받은 chatchat-space/Langchain-Chatchat입니다. Langchain-Chatchat (이전 Langchain-ChatGLM), Langchain 및 ChatGLM, Qwen, Llama와 같은 언어 모델의 RAG 및 에이전트 애플리케이션 | Langchain-Chatchat (이전 langchain-ChatGLM), Langchain을 사용한 로컬 지식 기반 LLM (ChatGLM, Qwen 및 Llama 등) RAG 및 에이전트 앱
#embedding 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #embedding 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, Rust, C++입니다.
#embedding 저장소 순위는 어떻게 계산되나요?
#embedding 태그가 지정된 활성 오픈 소스 저장소(27개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 186,844개이며 저장소당 평균 6,920개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.