#llms Repositórios
Descubra 302 repositórios ativos de código aberto no GitHub marcados com #llms, acumulando um total de 2,424,794 estrelas (uma média de 8,029 por projeto). O líder deste tópico é ollama/ollama, com 187,818 estrelas.
302 repositórios no total
Mais de 100 agentes de IA, habilidades de agentes e aplicativos RAG - Gratuitos e de código aberto.
Um Motor de Inteligência de Enxame Simples e Universal, Previsão de Qualquer Coisa.
🐙 Guias, artigos, lições, notebooks e recursos para engenharia de prompts, engenharia de contexto, RAG e Agentes de IA.
Interface local para executar e treinar LLMs e modelos de difusão. Compatível com GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX e muito mais.
Estrutura para a orquestração de agentes de IA autônomos e com simulação de papéis. Ao fomentar a inteligência colaborativa, a CrewAI capacita os agentes a trabalharem em conjunto de forma integrada, lidando com tarefas complexas.
Aprenda a desenvolver, implantar e iterar em aplicativos de ML de nível de produção.
WeiYu: Um assistente de análise de opinião pública multi-Agente que todos podem usar, quebrando a bolha da informação, restaurando a aparência real da opinião pública, prevendo tendências futuras e auxiliando na tomada de decisões! Implementado do zero, sem depender de nenhum framework.
Tutoriais aprofundados sobre LLMs, RAGs e aplicações de agentes de IA do mundo real.
Seu Assistente de IA Pessoal; fácil de instalar, implante na sua própria máquina ou na nuvem; suporta vários aplicativos de chat com capacidades facilmente extensíveis.
Um sistema modular de Geração Aumentada por Recuperação (RAG) baseado em grafos
Um agente autônomo que realiza pesquisas profundas em qualquer dado usando qualquer provedor de LLM
Este repositório apresenta várias técnicas avançadas para sistemas de Geração Aumentada por Recuperação (RAG). Cada técnica possui um tutorial detalhado em notebook.
Um repositório completo para atualizações de pesquisa em IA generativa, recursos de entrevistas, notebooks e muito mais!
Repositório de código oficial para o Livro da O'Reilly - "Hands-On Large Language Models"
Quais são os princípios que podemos usar para construir software baseado em LLM que seja realmente bom o suficiente para colocar nas mãos de clientes em produção?
Uma ferramenta de código aberto baseada em RAG para conversar com seus documentos.
Mais de 50 tutoriais e implementações para técnicas de Agentes de IA Generativa, de bots conversacionais básicos a sistemas multi-agentes complexos.
✅(Concluído) Notas super completas de Deep Learning 【Tuduī PyTorch】【Li Mu Aprenda Deep Learning na Prática】【Andrew Ng Deep Learning】【Dafei Grandes Modelos Agent】
Construtor de aplicativos de IA local e de código aberto para usuários avançados ✨ v0 / Alternativa a Lovable / Replit / Bolt 🌟 Dê uma estrela se gostar!
Um kit de ferramentas Python de código aberto, com foco no código, para construir, avaliar e implantar agentes de IA sofisticados com flexibilidade e controle.
Tutoriais end-to-end, code-first para construir agentes GenAI de nível de produção. Do protótipo ao deployment empresarial.
Principalmente registra o conhecimento e as questões de entrevista relacionadas a engenheiros de algoritmos (aplicações) de grandes modelos de linguagem (LLMs)
Mais de 20 LLMs de alto desempenho com receitas para pré-treinar, ajustar e implantar em escala.
YuE2: geração musical de ponta com planejamento simbólico, covers zero-shot e edição musical baseada em agentes.
LangChain4j é uma biblioteca Java idiomática e de código aberto para construir aplicativos alimentados por LLM na JVM. Ela oferece uma API unificada sobre provedores LLM populares e armazenamentos de vetores, e facilita a implementação de chamadas de ferramentas (incluindo suporte a MCP), agentes e RAG. Ela se integra perfeitamente com frameworks Java empresariais como Quarkus e Spring Boot.
Um gateway de IA ultrarrápido com proteções integradas. Roteamento para mais de 1.600 LLMs, mais de 50 proteções de IA com 1 API rápida e amigável.
A melhor forma de fazer com que agentes de codificação de IA resolvam problemas difíceis em bases de código complexas.
A página oficial do GitHub para o artigo de revisão/levantamento "A Survey of Large Language Models".
TensorZero é uma plataforma open-source de LLMOps que unifica um gateway LLM, observabilidade, avaliação, otimização e experimentação.
Uma lista selecionada de mais de 120 bibliotecas LLM categorizadas por categoria.
O framework fullstack MCP para desenvolver Apps MCP para ChatGPT / Claude e servidores MCP para Agentes de IA.
Treinador de Reforço de Agentes: treine agentes de várias etapas para tarefas do mundo real usando GRPO. Dê aos seus agentes treinamento no trabalho. Aprendizado por reforço para Qwen3.6, GPT-OSS, Llama e muito mais!
Perguntas Frequentes
Qual é o repositório de #llms mais popular no GitHub?
O projeto de código aberto de #llms mais bem classificado no GitHub é ollama/ollama, com 187,818 estrelas. Comece a usar Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma e outros modelos.
Quais linguagens de programação são mais usadas nos repositórios de #llms?
Entre os projetos de #llms mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TypeScript, Rust.
Como é calculada a classificação dos repositórios de #llms?
Acompanhamos 302 repositórios ativos de código aberto marcados com #llms (com mais de 500 estrelas), totalizando 2,424,794 estrelas e uma média de 8,029 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.