#embedding Repositórios
Descubra 27 repositórios ativos de código aberto no GitHub marcados com #embedding, acumulando um total de 186,844 estrelas (uma média de 6,920 por projeto). O líder deste tópico é chatchat-space/Langchain-Chatchat, com 38,712 estrelas.
27 repositórios no total
Langchain-Chatchat (anteriormente Langchain-ChatGLM), uma aplicação RAG e Agent baseada em conhecimento local com Langchain e modelos de linguagem como ChatGLM, Qwen e Llama | Langchain-Chatchat (formerly langchain-ChatGLM), local knowledge based LLM (like ChatGLM, Qwen and Llama) RAG and Agent app with langchain
TencentDB Agent Memory é um hub de memória em nível de equipe para Agentes de IA, transformando conversas, documentos e código em quatro ativos de memória reutilizáveis (Chat Memory, Skill, LLM-Wiki, Code-Graph) que são governados, compartilhados e equipados entre agentes e frameworks.
Um índice vetorial construído sobre TurboQuant, escrito em Rust com bindings Python
Use PEFT ou treinamento com todos os parâmetros para realizar CPT/SFT/DPO/GRPO em mais de 600 LLMs (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) e mais de 300 MLLMs (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
🔍Desenvolvimento Prático de Aplicações de Modelos Grandes Parte 1: Guia Full Stack da Tecnologia RAG, endereço de leitura online: https://datawhalechina.github.io/all-in-rag/
Biblioteca de LLM e SLM poderosa e fácil de usar com um impressionante acervo de modelos.
Busca de código MCP para Claude Code. Torne toda a base de código o contexto para qualquer agente de codificação.
Uma estrutura MCP de baixo código para construir pipelines RAG complexos e inovadores
O Embedding Atlas é uma ferramenta que fornece visualizações interativas para embeddings grandes. Ele permite que você visualize, filtre cruzadamente e pesquise embeddings e metadados.
O banco de dados nativo de IA construído para aplicações LLM, fornecendo pesquisa híbrida incrivelmente rápida de vetores densos, vetores esparsos, tensores (multivetor) e texto completo.
Uma maneira impulsionada pela comunidade de ler e conversar com bots de IA - com tecnologia chatGPT.
🔍 Exportar e pesquisar difusamente seu histórico de chat do Telegram | Export and fuzzy search your Telegram chat history
Estrutura de dados para suas aplicações LLM. Foco em solução do lado do servidor
Plataforma tudo-em-um para pesquisa, recomendações, RAG e análises oferecidas via API
Uma lista selecionada de artigos de pesquisa sobre detecção de comunidades com implementações.
Execute modelos de IA localmente na sua máquina com bindings para llama.cpp em node.js. Imponha um schema JSON na saída do modelo no nível de geração
Um fork do @ClickHouse que suporta pesquisa vetorial de alto desempenho e pesquisa de texto completo.
O ChatWeb pode rastrear páginas da web, ler PDF, DOCX, TXT e extrair o conteúdo principal, em seguida, responder às suas perguntas com base no conteúdo, ou resumir os pontos-chave.
CLI de inteligência de código baseado em Rust para agentes de codificação de IA. Constrói grafos de chamada e índices de busca semântica híbrida (Denso + Esparso + RRF + Reranker) em 7 idiomas. É fornecido como ferramentas MCP nativas para Claude Code e Codex CLI.
Este repositório contém o código para "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] e "MMEB-V3" [COLM 2026]
ACG2vec (Anime Comics Games para vetor) está empenhado em criar uma plataforma que combine ACG e Deep Learning. (Recuperação semântica de texto, busca por imagem, busca semântica de imagem, super-resolução de imagem, sistemas de recomendação)
Perguntas Frequentes
Qual é o repositório de #embedding mais popular no GitHub?
O projeto de código aberto de #embedding mais bem classificado no GitHub é chatchat-space/Langchain-Chatchat, com 38,712 estrelas. Langchain-Chatchat (anteriormente Langchain-ChatGLM), uma aplicação RAG e Agent baseada em conhecimento local com Langchain e modelos de linguagem como ChatGLM, Qwen e Llama | Langchain-Chatchat (formerly langchain-ChatGLM), local knowledge based LLM (like ChatGLM, Qwen and Llama) RAG and Agent app with langchain
Quais linguagens de programação são mais usadas nos repositórios de #embedding?
Entre os projetos de #embedding mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, Rust, C++.
Como é calculada a classificação dos repositórios de #embedding?
Acompanhamos 27 repositórios ativos de código aberto marcados com #embedding (com mais de 500 estrelas), totalizando 186,844 estrelas e uma média de 6,920 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.