#llms 저장소
#llms 태그가 지정된 GitHub의 활성 오픈 소스 저장소 302개를 확인해 보세요. 총 2,424,794개의 스타를 획득했으며 프로젝트당 평균 8,029개입니다. 이 주제를 이끄는 저장소는 187,818개의 스타를 받은 ollama/ollama입니다.
저장소 총 302개
🐙 프롬프트 엔지니어링, 컨텍스트 엔지니어링, RAG, 그리고 AI 에이전트를 위한 가이드, 논문, 강의, 노트북, 및 리소스.
LLM 및 확산 모델을 실행하고 학습할 수 있는 로컬 UI입니다. GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX 등을 지원합니다.
역할극 및 자율 AI 에이전트를 오케스트레이션하기 위한 프레임워크입니다. 협업 지능을 육성함으로써 CrewAI는 에이전트가 복잡한 작업을 처리하기 위해 원활하게 협력할 수 있도록 지원합니다.
미위: 누구나 사용할 수 있는 멀티 에이전트 여론 분석 도우미, 정보 필터를 깨고 여론의 본모습을 복원하며 미래 동향을 예측하고 의사 결정을 지원합니다! 모든 것을 0부터 직접 구현했으며, 어떤 프레임워크에도 의존하지 않습니다.
당신의 개인 AI 어시스턴트; 설치가 쉽고, 자신의 머신이나 클라우드에 배포 가능; 여러 채팅 앱을 지원하며 확장 가능한 기능이 뛰어납니다.
이 저장소는 Retrieval-Augmented Generation (RAG) 시스템의 다양한 고급 기술을 소개합니다. 각 기술에는 상세한 노트북 튜토리얼이 있습니다.
O'Reilly 북 "Hands-On Large Language Models" 공식 코드 리포지토리
실제로 프로덕션 고객의 손에 넣을 수 있을 만큼 좋은 LLM 기반 소프트웨어를 구축하기 위해 사용할 수 있는 원칙은 무엇입니까?
엔드투엔드, 코드 우선 튜토리얼로 프로덕션 등급 GenAI 에이전트 구축. 프로토타입부터 엔터프라이즈 배포까지.
LangChain4j는 JVM에서 LLM 기반 애플리케이션을 구축하기 위한 관용적이고 오픈 소스 Java 라이브러리입니다. 인기 있는 LLM 제공자와 벡터 저장소를 위한 통합 API를 제공하며, 도구 호출(포함 MCP 지원), 에이전트 및 RAG 구현을 쉽게 만듭니다. Quarkus와 Spring Boot와 같은 엔터프라이즈 Java 프레임워크와 원활하게 통합됩니다.
에이전트 강화 학습 트레이너: GRPO를 사용하여 실제 작업을 위한 다단계 에이전트를 학습시키세요. 에이전트에게 실무 교육을 제공하세요. Qwen3.6, GPT-OSS, Llama 등을 위한 강화 학습!
자주 묻는 질문
GitHub에서 가장 인기 있는 #llms 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #llms 프로젝트는 187,818개의 스타를 받은 ollama/ollama입니다. Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma 및 기타 모델을 바로 시작해 보세요.
#llms 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #llms 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, TypeScript, Rust입니다.
#llms 저장소 순위는 어떻게 계산되나요?
#llms 태그가 지정된 활성 오픈 소스 저장소(302개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 2,424,794개이며 저장소당 평균 8,029개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.