#vector-embeddings Repositórios
Descubra 16 repositórios ativos de código aberto no GitHub marcados com #vector-embeddings, acumulando um total de 17,649 estrelas (uma média de 1,103 por projeto). O líder deste tópico é giancarloerra/SocratiCode, com 3,382 estrelas.
16 repositórios no total
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.
O SDK AI do Laravel oferece uma API unificada e expressiva para interagir com provedores de IA, como OpenAI, Anthropic, Gemini e mais.
utilitários para decodificar representações profundas (como embeddings de sentenças) de volta a texto
Explorador visual do conjunto de dados de artigos de pesquisa LAION 🔬 🧑🔬 👩🔬
Camada de memória compartilhada em um único arquivo para todos os seus agentes, RAG em menos de um milissegundo para texto, fotos e vídeo no Apple Silicon. Sem servidor. Sem API. Um arquivo. Swift puro.
Um leitor assistido por IA com design de três colunas que permite a interação simultânea de anotações, leitura e conversação na mesma tela, tornando a leitura aprofundada mais eficiente.
Context Portal (ConPort): Um servidor MCP que atua como banco de memória, construindo um grafo de conhecimento específico do projeto para potencializar assistentes de IA. Permite uma poderosa Geração Aumentada por Recuperação (RAG) para um desenvolvimento sensível ao contexto no seu IDE.
Um SDK para trabalhar com LLMs e Agentes de IA a partir do Apache Airflow, baseado em Pydantic AI
Transforme suas imagens e vídeos em uma base de conhecimento pessoal
🔎 SimilaritySearchKit é um pacote Swift que fornece incorporações de texto no dispositivo e funcionalidade de pesquisa semântica para aplicativos iOS e macOS.
Perguntas Frequentes
Qual é o repositório de #vector-embeddings mais popular no GitHub?
O projeto de código aberto de #vector-embeddings mais bem classificado no GitHub é giancarloerra/SocratiCode, com 3,382 estrelas. 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.
Quais linguagens de programação são mais usadas nos repositórios de #vector-embeddings?
Entre os projetos de #vector-embeddings mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, Swift, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #vector-embeddings?
Acompanhamos 16 repositórios ativos de código aberto marcados com #vector-embeddings (com mais de 500 estrelas), totalizando 17,649 estrelas e uma média de 1,103 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.