#embedding Репозитории
Откройте для себя 27 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #embedding, с общим числом 186,844 звёзд (в среднем 6,920 на проект). Лидером этой темы является chatchat-space/Langchain-Chatchat, набравший 38,712 звёзд.
Всего репозиториев: 27
Langchain-Chatchat (ранее Langchain-ChatGLM), RAG и приложение Agent на основе LLM с локальными знаниями (такими как ChatGLM, Qwen и Llama) с использованием Langchain | Langchain-Chatchat (ранее langchain-ChatGLM), RAG и приложение Agent на основе LLM с локальными знаниями (такими как ChatGLM, Qwen и Llama) с использованием Langchain
TencentDB Agent Memory — это командный центр памяти для ИИ-агентов, преобразующий разговоры, документы и код в четыре повторно используемых ресурса памяти (Chat Memory, Skill, LLM-Wiki, Code-Graph), которые управляются, распространяются и оснащаются между агентами и фреймворками.
Векторный индекс, построенный на TurboQuant, написанный на Rust с привязками к Python
Используйте PEFT или обучение всех параметров для выполнения CPT/SFT/DPO/GRPO на более чем 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4 и др.) и более чем 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4 и др.) (AAAI 2025).
🔍Практическое применение разработки больших моделей, Часть 1: Полное руководство по технологии RAG, адрес для онлайн-чтения: https://datawhalechina.github.io/all-in-rag/
Простая в использовании и мощная библиотека LLM и SLM с потрясающим зоопарком моделей.
Поиск кода MCP для Claude Code. Сделайте всю кодовую базу контекстом для любого агента по написанию кода.
Embedding Atlas — это инструмент, который предоставляет интерактивные визуализации для больших вложений. Он позволяет визуализировать, перекрестно фильтровать и искать вложения и метаданные.
Нативная база данных ИИ, созданная для LLM-приложений, обеспечивающая невероятно быстрый гибридный поиск по плотным векторам, разреженным векторам, тензорам (многовекторным) и полнотекстовому поиску.
Управляемый сообществом способ читать и общаться с ИИ-ботами, работающий на chatGPT.
🔍 Экспорт и нечеткий поиск истории чатов Telegram | Export and fuzzy search your Telegram chat history
Универсальная платформа для поиска, рекомендаций, RAG и аналитики, предлагаемая через API
Куратированный список исследовательских работ по обнаружению сообществ с реализациями.
Запускайте модели ИИ локально на вашем компьютере с помощью привязок Node.js для llama.cpp. Применяйте JSON-схему к выводу модели на уровне генерации.
Форк @ClickHouse, поддерживающий высокопроизводительный векторный поиск и полнотекстовый поиск.
ChatWeb может сканировать веб-страницы, читать PDF, DOCX, TXT и извлекать основное содержание, а затем отвечать на ваши вопросы на основе содержания или обобщать ключевые моменты.
CLI для анализа кода на основе Rust для AI-агентов программирования. Строит графы вызовов и гибридные индексы семантического поиска (Dense + Sparse + RRF + Reranker) на 7 языках. Поставляется как нативные инструменты MCP для Claude Code и Codex CLI.
Этот репозиторий содержит код для "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] и "MMEB-V3" [COLM 2026]
ACG2vec (Anime Comics Games to vector) стремится создать игровую площадку, объединяющую ACG и глубокое обучение. (Семантический поиск по тексту, поиск изображений по изображению, семантический поиск изображений, сверхвысокое разрешение изображений, рекомендательные системы)
Часто задаваемые вопросы
Какой репозиторий по теме #embedding наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #embedding на GitHub — chatchat-space/Langchain-Chatchat, набравший 38,712 звёзд. Langchain-Chatchat (ранее Langchain-ChatGLM), RAG и приложение Agent на основе LLM с локальными знаниями (такими как ChatGLM, Qwen и Llama) с использованием Langchain | Langchain-Chatchat (ранее langchain-ChatGLM), RAG и приложение Agent на основе LLM с локальными знаниями (такими как ChatGLM, Qwen и Llama) с использованием Langchain
Какие языки программирования чаще всего используются в репозиториях по теме #embedding?
Среди наиболее высоко оценённых проектов по теме #embedding на GitHub чаще всего используются языки программирования Python, TypeScript, Rust, C++.
Как рассчитывается рейтинг репозиториев по теме #embedding?
Мы отслеживаем 27 активных репозиториев с открытым исходным кодом, отмеченных тегом #embedding (500 и более звёзд), с общим числом 186,844 звёзд и в среднем 6,920 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.