Git Stars Git Stars

#unstructured-data Repositórios

Descubra 21 repositórios ativos de código aberto no GitHub marcados com #unstructured-data, acumulando um total de 67,625 estrelas (uma média de 3,220 por projeto). O líder deste tópico é treeverse/dvc, com 15,993 estrelas.

21
Total de Repositórios
67,625
Total de estrelas
3,220
Média de Estrelas/Repositório

21 repositórios no total

1
treeverse/dvc

🦉 Versionamento de Dados e Experimentos de ML

treeverse
⭐ 15,993 Python 👤 treeverse Organization 🕐 Atualizado 2026-11-20 📅 Criado 2017-03-04
2
voxel51/fiftyone

Refinar conjuntos de dados de alta qualidade e modelos de IA visual

voxel51
⭐ 11,326 TypeScript 👤 voxel51 Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-04-22
3
neo4j-labs/llm-graph-builder

Construção de grafos Neo4j a partir de dados não estruturados usando LLMs

neo4j-labs
⭐ 5,320 Jupyter Notebook 👤 neo4j-labs Organization 🕐 Atualizado 2026-11-01 📅 Criado 2024-01-11
4
ucbepic/docetl

Um sistema baseado em agentes para processamento de dados e ETL, impulsionado por LLM.

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 Atualizado 2026-11-17 📅 Criado 2024-07-09
5
towhee-io/towhee

Towhee é uma estrutura dedicada a tornar os pipelines de processamento de dados neurais simples e rápidos.

towhee-io
⭐ 3,444 Python 👤 towhee-io Organization 🕐 Atualizado 2024-10-18 📅 Criado 2021-07-13
6
datachain-ai/datachain

A camada de contexto para dados não estruturados: conjuntos de dados tipados e versionados sobre S3, GCS, Azure

datachain-ai
⭐ 2,831 Python 👤 datachain-ai Organization 🕐 Atualizado 2026-11-22 📅 Criado 2024-06-25
7
milvus-io/bootcamp

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.

milvus-io
⭐ 2,454 Jupyter Notebook 👤 milvus-io Organization 🕐 Atualizado 2026-10-21 📅 Criado 2019-08-09
8
instill-ai/instill-core

🔮 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

instill-ai
⭐ 2,322 Python 👤 instill-ai Organization 🕐 Atualizado 2026-06-01 📅 Criado 2022-01-13
9
shcherbak-ai/contextgem

Extraia dados estruturados e insights de documentos usando modelos de linguagem de grande porte e modelos de decisão

shcherbak-ai
⭐ 2,098 Python 👤 shcherbak-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-10-11
10
NanoNets/docext

Um kit de ferramentas local, livre de OCR para extração de dados não estruturados, conversão para markdown e benchmarking. (https://idp-leaderboard.org/)

NanoNets
⭐ 2,086 Python 👤 NanoNets Organization 🕐 Atualizado 2026-03-17 📅 Criado 2025-03-25
11
nomic-ai/nomic

SDK do Desenvolvedor da API Nomic

nomic-ai
⭐ 1,881 Python 👤 nomic-ai Organization 🕐 Atualizado 2025-11-11 📅 Criado 2022-07-21
12
lotus-data/lotus

Processamento otimizado de agentes e LLM em lote sobre seus dados

lotus-data
⭐ 1,739 Python 👤 lotus-data Organization 🕐 Atualizado 2026-11-10 📅 Criado 2024-07-16
13
dingodb/dingo

Um banco de dados vetorial multimodal que suporta upserts e consultas de vetores usando SQL unificado (compatível com MySQL) em dados estruturados e não estruturados, ao mesmo tempo que atende aos requisitos de alta concorrência e latência ultrabaixa.

dingodb
⭐ 1,706 Java 👤 dingodb Organization 🕐 Atualizado 2026-10-30 📅 Criado 2021-10-14
14
yobix-ai/extractous

Extração de dados não estruturados de forma rápida e eficiente. Escrito em Rust com ligações (bindings) para muitas linguagens.

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 Atualizado 2024-12-21 📅 Criado 2024-06-04
15
Open-Source-Legal/OpenContracts

A plataforma aberta de inteligência documental para construtores e hackers - DMS para o mundo agentivo

Open-Source-Legal
⭐ 1,551 Python 👤 Open-Source-Legal Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-10-24
16
emcf/thepipe

Obtenha dados limpos de documentos complexos, impulsionado por modelos de visão e linguagem ⚡

emcf
⭐ 1,529 Python 👤 emcf User 🕐 Atualizado 2026-09-28 📅 Criado 2024-03-22
17
amphi-ai/amphi-etl

Preparação visual de dados impulsionada por Python

amphi-ai
⭐ 1,410 TypeScript 👤 amphi-ai Organization 🕐 Atualizado 2026-08-24 📅 Criado 2024-03-20
18
Renumics/spotlight

Explore interativamente conjuntos de dados não estruturados do seu dataframe.

Renumics
⭐ 1,288 TypeScript 👤 Renumics Organization 🕐 Atualizado 2026-11-16 📅 Criado 2023-01-29
19
Oxen-AI/Oxen

Sistema de controle de versão de dados extremamente rápido para grandes repositórios de dados. Parece git, empurra e puxa como bois.

Oxen-AI
⭐ 1,211 Rust 👤 Oxen-AI Organization 🕐 Atualizado 2026-11-22 📅 Criado 2022-08-01
20
HKUSTDial/awesome-data-agents

Lista de artigos continuamente atualizada sobre avanços em Data Agents. Repositório complementar ao nosso artigo "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"

HKUSTDial
⭐ 805 Python 👤 HKUSTDial Organization 🕐 Atualizado 2026-11-08 📅 Criado 2025-08-31
21
nuclia/nucliadb

NucliaDB, O banco de dados de pesquisa de IA para RAG

nuclia
⭐ 722 Python 👤 nuclia Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-04-05

Perguntas Frequentes

1

Qual é o repositório de #unstructured-data mais popular no GitHub?

O projeto de código aberto de #unstructured-data mais bem classificado no GitHub é treeverse/dvc, com 15,993 estrelas. 🦉 Versionamento de Dados e Experimentos de ML

2

Quais linguagens de programação são mais usadas nos repositórios de #unstructured-data?

Entre os projetos de #unstructured-data mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, Jupyter Notebook, Rust.

3

Como é calculada a classificação dos repositórios de #unstructured-data?

Acompanhamos 21 repositórios ativos de código aberto marcados com #unstructured-data (com mais de 500 estrelas), totalizando 67,625 estrelas e uma média de 3,220 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.