#qdrant Repositórios
Descubra 18 repositórios ativos de código aberto no GitHub marcados com #qdrant, acumulando um total de 99,744 estrelas (uma média de 5,541 por projeto). O líder deste tópico é pathwaycom/serviette, com 58,693 estrelas.
18 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.
LLM Zoomcamp - um curso online gratuito sobre aplicações reais de LLMs. Em 10 semanas, você aprenderá a construir um sistema de IA que responde a perguntas sobre sua base de conhecimento. Inscreva-se aqui 👇🏼
🤖 Aprenda 𝗴𝗿𝗮𝘁𝘂𝗶𝘁𝗮𝗺𝗲𝗻𝘁𝗲 como 𝗰𝗼𝗻𝘀𝘁𝗿𝘂𝗶𝗿 um sistema LLM & RAG de ponta a ponta e 𝗽𝗿𝗼𝗻𝘁𝗼 𝗽𝗮𝗿𝗮 𝗽𝗿𝗼𝗱𝘂çã𝗼, usando as melhores práticas de LLMOps: ~ 𝘤ó𝘥𝘪𝘨𝘰-𝘧𝘰𝘯𝘵𝘦 + 12 𝗹𝗶çõ𝗲𝘀 𝗽𝗿á𝘁𝗶𝗰𝗮𝘀
Um RAG Agentic modular construído com LangGraph — aprenda agentes de Geração Aumentada por Recuperação em minutos.
Inteligência de codebase de nível enterprise (40m+ LOC), zero-setup, local e privado Plugin/Skill/Extension ou MCP: busca semântica híbrida, grafos de dependência poliglota, análise de impacto em nível de símbolo & fluxo de chamadas, visualizador HTML interativo, busca cross-projeto e consciente de branch, conhecimento DB/API/infra. 61% menos tokens, 84% menos chamadas, 37x mais rápido. Cloud em beta.
Plataforma tudo-em-um para pesquisa, recomendações, RAG e análises oferecidas via API
Este repositório contém várias técnicas avançadas para sistemas de Geração Aumentada por Recuperação (RAG).
O conjunto de ferramentas universal para gerenciamento de bancos de dados vetoriais. Gerencie bancos de dados vetoriais Pinecone, Chroma, Qdrant, Weaviate e mais com facilidade.
Um sistema operacional de memória de 7 camadas para o Hermes Agent — memória persistente com Qdrant, fatos estruturados, recuperação de estrutura, wiki com curadoria automática e injeção de contexto cirúrgico. Executado localmente, com qualquer provedor de LLM.
Biblioteca Rust para gerar incorporações vetoriais e reclassificar localmente!
Memória de longo prazo para assistentes de IA. Armazenamento de grafos e vetores que recupera decisões, relacionamentos e contexto entre sessões.
📊 Um agente de IA para consultas inteligentes a um data warehouse de comércio eletrônico — o projeto prático ideal para aprender LangGraph de forma sistemática. Desenvolvido com LangGraph, FastAPI, Qdrant, Elasticsearch, MySQL e React, implementa de ponta a ponta uma base de conhecimento de metadados, recuperação híbrida, geração e validação de NL2SQL (linguagem natural para SQL), execução de SQL e exibição de consultas em streaming. O código full-stack completo do frontend e do backend está pronto para executar, com implantação em um clique em ambiente Docker. Também inclui o tutorial gratuito ai-agents-from-zero e branches de código para cada capítulo. Ideal para aprender sistematicamente sobre aplicações de modelos de linguagem de grande porte, agentes de análise de dados e engenharia de IA para empresas.
Uma ferramenta de análise de inteligência de fontes abertas (OSINT) que utiliza embeddings baseados em GPT e mecanismos de busca vetorial para um processamento eficiente de dados
Perguntas Frequentes
Qual é o repositório de #qdrant mais popular no GitHub?
O projeto de código aberto de #qdrant 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 #qdrant?
Entre os projetos de #qdrant 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 #qdrant?
Acompanhamos 18 repositórios ativos de código aberto marcados com #qdrant (com mais de 500 estrelas), totalizando 99,744 estrelas e uma média de 5,541 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.