#milvus Repositórios
Descubra 20 repositórios ativos de código aberto no GitHub marcados com #milvus, acumulando um total de 189,815 estrelas (uma média de 9,490 por projeto). O líder deste tópico é pathwaycom/serviette, com 58,693 estrelas.
20 repositórios no total
Um servidor RAG sem código que mantém as respostas sincronizadas com seus documentos. Compatível com 8 bancos de dados vetoriais. Desenvolvido com Pathway.
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
🏆 ORM em tempo real, sem código, poderoso e seguro 🚀 fornece APIs e Docs sem codificar pelo Backend, e o Frontend (Cliente) pode personalizar os JSON de resposta 🏆 ORM em tempo real, sem código, totalmente funcional e altamente seguro 🚀 As APIs e a documentação do Backend são sem código, enquanto o Frontend (Cliente) pode personalizar os dados e a estrutura do JSON retornado.
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.
🔍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/
Alternativa de Pesquisa Profunda de Código Aberto para Razão e Busca em Dados Privados. Escrito em Python.
Plataforma multi-tenant de agentes de conhecimento com implantação privada: RAG unificado, grafos de conhecimento, sistemas multiagente, MCP/Skills, ambientes sandbox e gerenciamento de permissões. Yuxi = Agentes na nuvem + RAG de conhecimento, uma plataforma de agentes de conhecimento auto-hospedável para RAG, grafos de conhecimento e fluxos de trabalho multiagente.
Towhee é uma estrutura dedicada a tornar os pipelines de processamento de dados neurais simples e rápidos.
Uma camada de memória unificada e persistente para todos os seus agentes de IA (ex.: Claude Code, Codex, DSH), suportada por Markdown e Milvus.
Lidando com todos os dados não estruturados, como pesquisa reversa de imagens, pesquisa de áudio, pesquisa molecular, análise de vídeo, sistemas de perguntas e respostas, PNL, etc.
Plataforma empresarial de desenvolvimento de agentes de IA ReachAI: modernize de forma rápida e segura os sistemas empresariais existentes com IA, permitindo que ela consulte dados, preencha formulários e execute tarefas de negócio diretamente no OA, ERP, CRM e em outros aplicativos empresariais existentes.
CookHero é uma plataforma inteligente de gestão de alimentação e culinária baseada em LLM + RAG + Agente + multimodalidade. Suporta pesquisa inteligente de receitas, planos alimentares personalizados, registro de dieta por IA, análise nutricional, aprimoramento por pesquisa na Web e um sistema de ferramentas ReAct Agent / Subagent escalável, ajudando iniciantes na cozinha a se tornarem facilmente «heróis da culinária».
BullFlow — Solução RAG empresarial de código aberto: de bases de conhecimento corporativas à produção automatizada de conteúdo de marketing e à distribuição omnicanal. Todo o fluxo de trabalho da base de conhecimento utiliza modelos locais de código aberto, sem necessidade de modelos pagos. Os agentes de IA criam publicações com texto e imagens, imagens e vídeos e os publicam com um clique em 17 plataformas, incluindo Douyin, Xiaohongshu, contas oficiais do WeChat, LinkedIn e YouTube. Pronta para uso comercial, com suporte multi-tenant, cobrança e administração integrados. MIT.
Base de conhecimento RAG empresarial com prioridade para o chinês: análise controlável, governança, segmentação, recuperação híbrida, reranking, citações, grafos de conhecimento, avaliação e integração com o Dify.
Perguntas Frequentes
Qual é o repositório de #milvus mais popular no GitHub?
O projeto de código aberto de #milvus mais bem classificado no GitHub é pathwaycom/serviette, com 58,693 estrelas. Um servidor RAG sem código que mantém as respostas sincronizadas com seus documentos. Compatível com 8 bancos de dados vetoriais. Desenvolvido com Pathway.
Quais linguagens de programação são mais usadas nos repositórios de #milvus?
Entre os projetos de #milvus mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Java, Shell, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #milvus?
Acompanhamos 20 repositórios ativos de código aberto marcados com #milvus (com mais de 500 estrelas), totalizando 189,815 estrelas e uma média de 9,490 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.