#python Repositórios
6,745 repositórios no total
Speakr é um aplicativo web pessoal e auto-hospedado, projetado para transcrever gravações de áudio
Construa um LLM moderno do zero. Cada linha comentada. Explicado como se tivéssemos cinco anos.
Converta qualquer texto em um grafo de conhecimento. Isso pode ser usado para Geração Aumentada por Grafo ou para QnA (Perguntas e Respostas) baseado em Grafo de Conhecimento.
⚡️ Cliente Python para a API do ChatGPT com rastreamento de conversas, suporte a proxy e mais.
STUMPY é uma biblioteca Python poderosa e escalável para análise moderna de séries temporais
Uma estrutura de testes nativa do Ansible para coleções, playbooks e roles com fluxos de trabalho configuráveis para testar qualquer sistema ou serviço
Coleção de tópicos úteis de ciência de dados, juntamente com artigos, vídeos e código
[NeurIPS'24] HippoRAG é um novo framework RAG inspirado na memória de longo prazo humana, que permite que LLMs integrem continuamente conhecimento de documentos externos. RAG + Grafos de Conhecimento + PageRank Personalizado.
Uma ferramenta (e hook de pré-commit) para atualizar automaticamente a sintaxe para versões mais recentes da linguagem.
pandas on AWS - Integração fácil com Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer e S3 (Parquet, CSV, JSON e EXCEL).
Uma coleção curada de projetos práticos de IA que implementam sistemas OCR, RAG, agentes de IA e outros casos de uso de IA.
Converta áudio e vídeo com um clique em vários estilos de documentos, como Xiaohongshu/WeChat Official Account/Anotações de Conhecimento/Mapas Mentais/Legendas de Vídeo.
Uma moldura de pássaros para o seu Raspberry Pi ou homelab: deteta aves em tempo real pelo áudio, com IA totalmente local, e apresenta-as como autênticas ilustrações de aves do século XIX recortadas à mão. Num painel de tinta eletrónica, numa TV ou em qualquer ecrã.
Uma biblioteca para interpretabilidade mecanicista de modelos de linguagem no estilo GPT
Uma lista selecionada de recursos incríveis de aprendizado de máquina responsável.
Paper2Agent é um sistema de IA multiagente que transforma automaticamente artigos de pesquisa em agentes de IA interativos.
Um pacote Python para análise geoespacial interativa e visualização com o Google Earth Engine.
Deepchecks: Testes para Validação Contínua de Modelos e Dados de ML. Deepchecks é uma solução holística de código aberto para todas as suas necessidades de validação de IA e ML, permitindo testar completamente seus dados e modelos da pesquisa à produção.
Gere modelos Pydantic v2, dataclasses, TypedDict e msgspec.Struct a partir de OpenAPI, JSON Schema, GraphQL, Avro, Protobuf e JSON/YAML/CSV brutos, além de servidores FastAPI e clientes Python a partir de OpenAPI.
Assistente de Moedas Miau: conclua com um clique as tarefas do Double 11 na Tmall (Taobao) e na JD.com. Versão para computador; compatível com Android e HarmonyOS NEXT.
Gerador de user-agent simples e atualizado com banco de dados do mundo real
Synapsa Commons: cursos gratuitos e práticos de IA que funcionam em qualquer lugar (Colab, Kaggle, Binder, Codespaces, Jupyter). Evidências de conformidade com o Regulamento de IA da UE, validação de modelos, manutenção preditiva, extração de documentos, recuperação e RAG, agentes de IA e MCP, além de um humanoide simulado. Cada lição é avaliada automaticamente. Da equipe que está construindo a Synapsa.
Pool de proxy inteligente para Humanos™ extrair conteúdo da internet e construir seus próprios Grandes Modelos de Linguagem nesta nova era da IA
Aplicativo Python para trabalhar com fotos e metadados associados do Apple Fotos no macOS. Também inclui um pacote para fornecer acesso programático à biblioteca do Fotos, fotos e metadados.
Estrutura de Otimização de Prompt Orientada por Agente e Ciente da Tarefa
Um roteiro aberto para o currículo de desenvolvimento backend do Boot.dev
Estrutura de pesquisa de investimento multi-agente para ações A — Adaptada a fontes de dados de ações A (Longhu Bang, capital especulativo, desbloqueio de ações, etc.), 7 analistas debatem e tomam decisões com base nas regras do mercado A, profundamente modificada a partir do TradingAgents para se adaptar ao mercado A. Estrutura de pesquisa de investimento multi-agente para ações A — 7 analistas de IA, debate de alta/baixa, avaliação de risco.
🙌 Boas-vindas às contribuições para mini-projetos Python de código aberto!