#llm-framework 저장소
#llm-framework 태그가 지정된 GitHub의 활성 오픈 소스 저장소 24개를 확인해 보세요. 총 173,783개의 스타를 획득했으며 프로젝트당 평균 7,240개입니다. 이 주제를 이끄는 저장소는 61,955개의 스타를 받은 microsoft/autogen입니다.
저장소 총 24개
Qwen>=3.0 기반의 에이전트 프레임워크 및 애플리케이션, Function Calling, MCP, Code Interpreter, RAG, Chrome 확장 프로그램 등을 특징으로 합니다.
[GenAI 애플리케이션 개발 프레임워크] 🚀 GenAI 애플리케이션을 쉽고 빠르게 구축 💬 구조화된 데이터와 연결된 호출 구문을 사용하여 코드로 GenAI 에이전트와 쉽게 상호 작용 🧩 이벤트 기반 흐름 *TriggerFlow*를 사용하여 복잡한 GenAI 작업 로직 관리 🔀 애플리케이션 코드를 다시 작성하지 않고 모든 모델로 전환
🏆 AI 에이전트 하네스 187개의 순위 목록과 템플릿, 플레이북, MCP 및 학습 자료를 제공합니다. 매주 재평가합니다.
Xingyao Wang, Yangyi Chen, Lifan Yuan, Yizhe Zhang, Yunzhu Li, Hao Peng, Heng Ji가 작성한 ICML 2024 논문 "Executable Code Actions Elicit Better LLM Agents"의 공식 저장소입니다.
Langtrace 🔍는 LLM 애플리케이션을 위한 오픈 소스, Open Telemetry 기반 엔드투엔드 관찰 도구로, 인기 있는 LLM, LLM 프레임워크, 벡터DB 등을 위한 실시간 추적, 평가 및 메트릭을 제공합니다. Typescript, Python을 사용하여 통합하세요. 🚀💻📊
llama-cpp-agent 프레임워크는 대규모 언어 모델(LLM)과의 쉬운 상호 작용을 위해 설계된 도구입니다. 사용자가 LLM 모델과 채팅하고, 구조화된 함수 호출을 실행하며, 구조화된 출력을 얻을 수 있습니다. JSON 출력 및 함수 호출에 대해 미세 조정되지 않은 모델과도 작동합니다.
ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025를 포함한 역대 ICLR 논문 및 오픈 소스 프로젝트 모음입니다.
AI 기반 설문조사와 실험을 설계하고 수행하며 그 결과를 분석하세요. 다수의 AI 에이전트와 대규모 언어 모델을 활용해 사회과학 연구와 시장조사를 시뮬레이션하세요.
자주 묻는 질문
GitHub에서 가장 인기 있는 #llm-framework 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #llm-framework 프로젝트는 61,955개의 스타를 받은 microsoft/autogen입니다. 에이전트 AI를 위한 프로그래밍 프레임워크
#llm-framework 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #llm-framework 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, Rust입니다.
#llm-framework 저장소 순위는 어떻게 계산되나요?
#llm-framework 태그가 지정된 활성 오픈 소스 저장소(24개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 173,783개이며 저장소당 평균 7,240개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.