#pipeline Repositórios
Descubra 82 repositórios ativos de código aberto no GitHub marcados com #pipeline, acumulando um total de 355,781 estrelas (uma média de 4,338 por projeto). O líder deste tópico é kestra-io/kestra, com 30,303 estrelas.
82 repositórios no total
Orquestre tudo, em qualquer lugar. O plano de controle de código aberto para fluxos de trabalho de dados, infraestrutura, processos de negócios e agentes de IA. Declarativo em YAML, orientado a eventos, compatível com qualquer linguagem, versionado com Git e escalável para milhões de execuções.
Prefect é um framework de orquestração de fluxo de trabalho para construir pipelines de dados resilientes em Python.
Um notebook reativo para Python — execute experimentos reprodutíveis, consulte com SQL, execute como um script, implante como um aplicativo e controle de versão com git. Armazenado como Python puro. Tudo em um editor moderno e nativo de IA.
Movimentação de dados open-source para pipelines ELT e agentes de IA — de APIs, bancos de dados e arquivos para data warehouses, lagos de dados e aplicações de IA. Tanto self-hosted quanto Cloud.
Transforma dados e algoritmos de IA em aplicações web prontas para produção em pouco tempo.
PRQL é uma linguagem moderna para transformar dados — uma substituição simples, poderosa e baseada em pipeline para o SQL
httpx é um conjunto de ferramentas HTTP rápido e multifuncional que permite executar múltiplas sondas usando a biblioteca retryablehttp.
Instalar Jenkins, configurar o Docker como agente (slave), configurar CI/CD, e implantar aplicações no k8s usando Argo CD no modo GitOps.
🧙 Construa, execute e gerencie pipelines de dados para integrar e transformar dados.
O mapa de desenvolvimento de jogos (Game Development Map) mais abrangente. Ajuda os desenvolvedores de jogos a economizar tempo em problemas conhecidos, permitindo que dediquem mais energia a trabalhos mais criativos.
Plataforma de IA unificada, open source, de machine learning/deep learning/grandes modelos nativa da nuvem cube studio, fluxo de trabalho completo de MLOps para algoritmos, plataforma de aluguel de poder computacional, desenvolvimento online em notebook, orquestração de pipeline de fluxo de tarefas arrastar e soltar, treinamento distribuído multi-máquina/multi-GPU, busca de hiperparâmetros, virtualização VGPU para serviço de inferência, computação de borda, anotação automatizada pela plataforma de anotação, ajuste fino SFT de grandes modelos como deepseek/modelo de recompensa/treinamento de aprendizado por reforço, inferência multi-máquina de grandes modelos como vllm/ollama/mindie, base de conhecimento privada, mercado de modelos de IA, suporte ao ecossistema chinês de CPUs/GPUs/NPUs Ascend, suporte a RDMA, suporte a frameworks distribuídos como pytorch/tf/mxnet/deepspeed/paddle/colossalai/horovod/ray/volcano
Jenkins X fornece CI+CD automatizado para Kubernetes com Ambientes de Visualização em Pull Requests usando pipelines nativas da nuvem do Tekton
Um guia para a construção de sistemas práticos de deep learning de nível de produção, a serem implantados em aplicações do mundo real.
Uma linguagem de fluxo de trabalho para pipelines computacionais orientados por dados
Towhee é uma estrutura dedicada a tornar os pipelines de processamento de dados neurais simples e rápidos.
Addons do Blender que melhoram o fluxo de trabalho de desenvolvimento de jogos entre Blender e Unreal.
QuantMind é um framework de código aberto, nativo para agentes, de extração e recuperação de conhecimento para finanças quantitativas.
SaaS Boilerplate - Stack SaaS de código aberto e gratuito que permite construir produtos SaaS mais rapidamente em React, Django e AWS. Concentre-se na lógica essencial do negócio em vez de codificar funcionalidades repetitivas!
Plataforma nativa Kubernetes para executar trabalhos massivamente paralelos de dados/streaming
CubeStudio é uma plataforma open source nativa em nuvem tudo-em-um de aprendizado de máquina/aprendizado profundo/grandes modelos de IA/MaaS/MLOps/plataforma de inteligência artificial/plataforma de treinamento e inferência, cobrindo todo o pipeline de algoritmos, multilocação, plataforma de aluguel de poder computacional, retransmissão de tokens, orquestração de pipeline de fluxo de trabalho por arrastar e soltar, treinamento distribuído multi-máquina multi-placa, busca de hiperparâmetros, serviços de inferência, virtualização VGPU, colaboração nuvem-borda-dispositivo, computação de borda, plataforma de anotação automatizada, ajuste fino SFT/modelo de recompensa/treinamento de aprendizado por reforço para grandes modelos como DeepSeek, inferência multi-máquina para grandes modelos com vLLM/Ollama/MindIE, agentes inteligentes LLMOps com base de conhecimento privada, mercado de modelos de IA, suporte para escalonamento de poder computacional heterogêneo nacional (Ascend, Cambricon, Hygon, Moore Threads, Muxi, etc.), suporte para IB/RoCE/RDMA e suporte Xinchuang.
HuixiangDou: Superando Cenários de Bate-papo em Grupo com Assistência Técnica Baseada em LLMs
Biblioteca Python para criação de pipelines de dados com programação funcional em cadeia
🔮 Instill Core é uma ferramenta de infraestrutura de IA full-stack para orquestração de dados, modelos e pipelines, projetada para otimizar todos os aspectos da construção de aplicações versáteis com foco em IA
【Um framework DAG C++ e Python de uso comum】 Um framework de computação paralela genérico, sem dependências de terceiros, multiplataforma, incluído em awesome-cpp, baseado em fluxo. Bem-vindo para dar estrela & fork & trocar ideias.
O mecanismo SQL unificado de streaming mais rápido em um único binário C++. ⚡ Latência de milissegundos. Vazão superior a 100 GB/s. Calcula continuamente contexto com estado a partir de fluxos, logs, métricas, eventos e CDC.
Extensões PyTorch para prototipagem rápida de P&D e 'Kaggle farming' (mineração no Kaggle)
Pipeline de análise de sequenciamento de RNA usando STAR, RSEM, HISAT2 ou Salmon com contagens de genes/isoformas e controle de qualidade extensivo.
uma utilidade de plotagem em tempo real para terminal/console com entrada de dados via stdin
Um kit de ferramentas de pipeline focado em R para reprodutibilidade e computação de alto desempenho
Inferência, Ingestão e Indexação altamente performantes, modulares, seguras em memória e prontas para produção, desenvolvidas em Rust 🦀
Uma microbiblioteca de componentes de fluxo para construir pipelines de processamento JSON e JSONC personalizados com um consumo mínimo de memória — analise, filtre e transforme JSON muito maior do que a memória disponível com uma API de token inspirada em SAX, no Node.js ou Web Streams.
Uma ferramenta de linha de comando multiplataforma para executar tarefas em paralelo
À semelhança de python-sh, para facilitar a execução de comandos shell com Golang.
Perguntas Frequentes
Qual é o repositório de #pipeline mais popular no GitHub?
O projeto de código aberto de #pipeline mais bem classificado no GitHub é kestra-io/kestra, com 30,303 estrelas. Orquestre tudo, em qualquer lugar. O plano de controle de código aberto para fluxos de trabalho de dados, infraestrutura, processos de negócios e agentes de IA. Declarativo em YAML, orientado a eventos, compatível com qualquer linguagem, versionado com Git e escalável para milhões de execuções.
Quais linguagens de programação são mais usadas nos repositórios de #pipeline?
Entre os projetos de #pipeline mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Go, TypeScript, Rust.
Como é calculada a classificação dos repositórios de #pipeline?
Acompanhamos 82 repositórios ativos de código aberto marcados com #pipeline (com mais de 500 estrelas), totalizando 355,781 estrelas e uma média de 4,338 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.