#streamlit 저장소
#streamlit 태그가 지정된 GitHub의 활성 오픈 소스 저장소 71개를 확인해 보세요. 총 194,239개의 스타를 획득했으며 프로젝트당 평균 2,735개입니다. 이 주제를 이끄는 저장소는 46,464개의 스타를 받은 streamlit/streamlit입니다.
저장소 총 71개
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
Python으로 데스크톱 앱 빌드. PyQt6, PySide6, Flet, DearPyGUI, Kivy, NiceGUI, Streamlit, Tkinter, PyQt5 & PySide2 예제
코드 품질, 아키텍처 지표, 애자일 분석을 위한 고급 통합 플랫폼입니다. Python AST 파싱, Java 정적 분석(코드 스멜 탐지), Streamlit으로 구축한 대화형 프로젝트 상태 대시보드를 제공합니다.
Windrecorder는 화면의 모든 것을 작은 크기로 기록하는 메모리 검색 앱으로, 본 내용을 되돌려보거나 OCR 텍스트 또는 이미지 설명을 통해 검색하고 Microsoft의 Windows Recall 또는 Rewind와 같은 활동 통계를 얻을 수 있습니다.
AIMedia는 자동으로 트렌드를 수집하고 AI로 기사를 작성하며 자동으로 발행하는 통합 소프트웨어입니다. Toutiao, Xiaohongshu, WeChat 공식 계정 등을 지원합니다.
CORTEX RAG는 인용, 권한 인식 검색 및 빠른 배포를 통해 팀이 회사 데이터에서 정확한 답변을 찾을 수 있도록 지원하는 엔터프라이즈 검색 및 지식 어시스턴트입니다.
본 프로젝트는 지식 그래프 RAG와 거대 언어 모델을 기반으로 한 의료 지능형 질의응답 시스템을 설계 및 구현하였습니다. DiseaseKG 의료 데이터셋을 기반으로 Neo4j를 활용하여 4만 4천 개의 엔티티와 31만 개의 관계를 포함하는 도메인 지식 그래프를 구축하였습니다. BERT 기반의 개체명 인식과 32B 모델의 의도 인식을 결합하여, 정밀한 그래프 검색과 제어된 답변 생성을 통해 의료 환경에서 거대 모델의 환각 문제를 효과적으로 완화하고 답변의 정확성과 신뢰성을 크게 향상시켰습니다.
CrewAI 에이전트 및 작업을 관리하고 실행하기 위한 사용자 친화적인 다중 플랫폼 GUI. 코딩이 필요 없으며 Conda 및 가상 환경을 지원합니다.
YOLO를 사용한 실시간 객체 탐지를 통해 Udacity 자율주행차 데이터셋의 이미지 브라우저를 시연하는 Streamlit 앱.
AttackGen은 대규모 언어 모델의 성능과 포괄적인 MITRE ATT&CK 프레임워크를 활용하는 사이버 보안 사고 대응 테스트 도구입니다. 이 도구는 사용자가 선택한 위협 행위자 그룹과 조직의 세부 정보를 기반으로 맞춤형 사고 대응 시나리오를 생성합니다.
LLM Transparency Tool (LLM-TT)은 트랜스포머 기반 언어 모델의 내부 작동을 분석하기 위한 오픈 소스 대화형 툴킷입니다. *데모 보기:* https://huggingface.co/spaces/facebook/llm-transparency-tool-demo
STRIDE 방법론에 따라 주어진 애플리케이션에 대한 위협 모델을 생성하기 위해 OpenAI의 GPT 모델을 활용하는 AI 기반 위협 모델링 도구입니다.
이 리포지토리에는 Streamlit, OpenAI GPT-3.5-turbo 및 Activeloop의 Deep Lake를 사용하여 챗봇을 만드는 방법을 보여주는 두 개의 Python 스크립트가 포함되어 있습니다.
🌀 전체 스택 7단계 MLOps 프레임워크 | 종단 간 ML 일괄 시스템을 설계, 구축 및 배포하여 MLE 및 MLOps를 무료로 학습하세요 ~ 소스 코드 + 2.5시간 분량의 읽기 및 동영상 자료
Ai Resume Analyzer는 자연어 처리를 사용하여 이력서의 정보를 분석하고 키워드를 찾아 키워드에 따라 해당 키워드를 섹터로 클러스터링하는 도구입니다. 마지막으로 키워드 일치를 기반으로 지원자에게 추천, 예측, 분석을 표시합니다.
CSV, PDF, TXT 파일 📄 및 YTB 동영상 🎥와 대화할 수 있는 AI 챗봇 🤖 | Langchain🦜 | OpenAI | Streamlit ⚡ 사용
OpenAI, Gemini, Streamlit, 컨테이너, 서버리스, Postgres, LangChain, Pinecone 및 Next.js를 사용하여 클라우드 적용 생성형 AI 엔지니어링(GenEng) 학습
자주 묻는 질문
GitHub에서 가장 인기 있는 #streamlit 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #streamlit 프로젝트는 46,464개의 스타를 받은 streamlit/streamlit입니다. Streamlit — 데이터 앱과 대시보드를 위한 에이전트 네이티브 프레임워크.
#streamlit 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #streamlit 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, TypeScript입니다.
#streamlit 저장소 순위는 어떻게 계산되나요?
#streamlit 태그가 지정된 활성 오픈 소스 저장소(71개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 194,239개이며 저장소당 평균 2,735개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.