#llm-integration Repositórios
Descubra 106 repositórios ativos de código aberto no GitHub marcados com #llm-integration, acumulando um total de 314,083 estrelas (uma média de 2,963 por projeto). O líder deste tópico é Vision-CAIR/MiniGPT-4, com 25,770 estrelas.
106 repositórios no total
Códigos de código aberto para MiniGPT-4 e MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
Uma coleção de projetos projetados para ajudar os desenvolvedores a começar rapidamente a criar aplicações implantáveis usando a API Claude
HexStrike AI MCP Agents é um servidor MCP avançado que permite que agentes de IA (Claude, GPT, Copilot, etc.) executem autonomamente mais de 150 ferramentas de cibersegurança para pentesting automatizado, descoberta de vulnerabilidades, automação de bug bounty e pesquisa de segurança. Conecte perfeitamente LLMs a capacidades de segurança ofensiva do mundo real.
🏠 Integre o XiaoAi Speaker com ChatGPT e Doubao para transformá-lo em seu assistente de voz exclusivo.
Um kit inicial pronto para implantação, licenciado pelo MIT, para construir e personalizar sua própria versão de AI town - uma cidade virtual onde personagens de IA vivem, conversam e socializam.
Uma implementação em Go do Protocolo de Contexto de Modelo (MCP), permitindo integração perfeita entre aplicações de LLM e fontes de dados e ferramentas externas.
Este repositório impulsiona meu experimento onde o ChatGPT gerencia uma carteira de ações de microcapitalização com dinheiro real.
Tutoriais que acompanham a imagem do "roteiro da ciência de dados".
SuperSonic é a plataforma AI+BI de próxima geração que unifica os paradigmas Chat BI (potencializado por LLM) e Headless BI (potencializado por camada semântica).
Speakr é um aplicativo web pessoal e auto-hospedado, projetado para transcrever gravações de áudio
Raptor transforma o Código Claude em um agente de segurança ofensivo/defensivo de IA de propósito geral. Ao usar Claude.md e criar regras, subagentes e habilidades, e orquestrar o uso de ferramentas de segurança, configuramos o agente para o pensamento adversarial e realizamos operações de pesquisa ou ataque/defesa.
Rápida ilustração de como se pode ler livros facilmente em conjunto com LLMs. É ótimo e eu recomendo muito.
Catálogo de implementações oficiais de servidor Microsoft MCP (Model Context Protocol) para acesso a dados com IA e integração de ferramentas
Acompanhe os vídeos do meu Masterclass de Agentes de IA! Todo o código que eu criar e usar nesta série no YouTube estará aqui para você usar e até mesmo construir sobre ele!
Descreva o conteúdo do trabalho de forma simples e o ajudaremos a gerar um relatório semanal completo.
o1-engineer é uma ferramenta de linha de comando projetada para auxiliar desenvolvedores no gerenciamento e interação eficiente com seus projetos. Aproveitando o poder da API da OpenAI, esta ferramenta oferece funcionalidades como geração de código, edição de arquivos e planejamento de projetos para otimizar seu fluxo de trabalho de desenvolvimento.
Servidor MCP pronto para produção com pesquisa, extração, mapeamento e rastreamento em tempo real.
O Deep Eye orquestra múltiplos provedores de IA (OpenAI, Claude, Grok, Gemini, OLLAMA, Groq, Mistral, OpenRouter, LiteLLM, LM Studio) para a geração inteligente de payloads, analisa alvos para mais de 45 tipos de vulnerabilidades e produz relatórios profissionais com mapeamento de conformidade.
Assistente de chat com IA para Obsidian com compreensão contextual, assistência inteligente à escrita e edições com um clique. Inclui conversas com reconhecimento do vault, pesquisa semântica e suporte a modelos locais.
Ferramenta CLI que usa o Codex para transformar comandos em linguagem natural em seus equivalentes Bash/ZShell/PowerShell
Um servidor de Protocolo de Contexto de Modelo que fornece acesso somente leitura a bancos de dados MySQL. Este servidor permite que os LLMs inspecionem esquemas de banco de dados e executem consultas somente leitura.
Nemo é uma plataforma simples para coleta automatizada de informações, integrando ferramentas e técnicas de coleta de informações comuns para alcançar a coleta automática de informações de ativos internos e da Internet, melhorando a eficiência do trabalho de verificação de riscos e teste de penetração.
[ACL 2026] OxyGent: Tornando sistemas multiagentes modulares, observáveis e evolutivos por meio da abstração Oxy https://arxiv.org/abs/2604.25602
Entrevista a programador de código aberto e sem paywall
Exemplo de bot do Discord escrito em Python que usa a API de conclusões para manter conversas com o modelo `text-davinci-003` e a API de moderações para filtrar as mensagens.
Plataforma de codificação de IA multiagente alimentada por Vercel Sandbox e AI Gateway
🧠 Banco de Memória do Roo Code: Contexto de projeto integrado no Roo Code. Chega de repetição, apenas desenvolvimento contínuo!
Servidor MCP que fornece ferramentas e recursos para interagir com a API n8n
Uma lista de ferramentas de codificação de IA (assistentes, conclusões de código, refatoração, etc.)
Um IDE desenvolvido para Agent Swarms, suportando Kimi-2.5, GLM-4.7 e outros (compatível com modelos mesmo sem reforço por RL, como o K2.5).
Perguntas Frequentes
Qual é o repositório de #llm-integration mais popular no GitHub?
O projeto de código aberto de #llm-integration mais bem classificado no GitHub é Vision-CAIR/MiniGPT-4, com 25,770 estrelas. Códigos de código aberto para MiniGPT-4 e MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
Quais linguagens de programação são mais usadas nos repositórios de #llm-integration?
Entre os projetos de #llm-integration mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, JavaScript, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #llm-integration?
Acompanhamos 106 repositórios ativos de código aberto marcados com #llm-integration (com mais de 500 estrelas), totalizando 314,083 estrelas e uma média de 2,963 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.