embeddings

A plataforma de desenvolvimento Postgres. O Supabase oferece um banco de dados Postgres dedicado para você construir suas aplicações web, mobile e de IA.

Contexto persistente entre sessões para cada agente – Captura tudo o que seu agente faz durante as sessões, comprime com IA e injeta o contexto relevante de volta em sessões futuras. Funciona com Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode e mais

Este repositório apresenta várias técnicas avançadas para sistemas de Geração Aumentada de Recuperação (RAG). Cada técnica possui um tutorial detalhado em notebook.

Plataforma de conhecimento LLM de código aberto: transforme documentos brutos em um RAG consultável, um agente de raciocínio autônomo e uma Wiki de auto-manutenção.

Um índice vetorial construído sobre TurboQuant, escrito em Rust com bindings para Python.

LangChain4j é uma biblioteca Java idiomática e de código aberto para construir aplicações baseadas em LLM na JVM. Oferece uma API unificada para provedores de LLM e bancos de dados vetoriais populares, facilitando a implementação de chamadas de ferramentas (incluindo suporte a MCP), agentes e RAG. Integra-se perfeitamente com frameworks Java corporativos como Quarkus e Spring Boot.

Framework de IA tudo-em-um para busca semântica, orquestração de LLM e fluxos de trabalho de modelos de linguagem

A plataforma backend open-source tudo-em-um para codificação com agentes. O InsForge fornece ao seu agente de codificação banco de dados, autenticação, armazenamento, computação, hospedagem e gateway de IA para entregar aplicações full-stack de ponta a ponta.

Recuperação e LLMs aumentadas por recuperação

SeaTunnel é uma ferramenta de integração de dados massivos, distribuída, de alto desempenho e multimodal.

Formato Open Lakehouse para IA multimodal. Converta de Parquet com 2 linhas de código para acesso aleatório 100x mais rápido, índice vetorial e versionamento de dados. Compatível com Pandas, DuckDB, Polars, Pyarrow e PyTorch, com mais integrações por vir.

Postgres com suporte a GPUs para aplicações de ML/IA.

A maneira mais fácil de usar deep metric learning em sua aplicação. Modular, flexível e extensível. Escrito em PyTorch.

Busca de código rápida e precisa para agentes. Usa 99% menos tokens do que grep+read.

Motor de dados de alto desempenho para IA e cargas de trabalho multimodais. Processe imagens, áudio, vídeo e dados estruturados em qualquer escala.

Encontre notas e trechos relacionados enquanto escreve. Seu copiloto de construção de links exibe conteúdo relevante em visualização de gráfico e lista. Um modelo de embedding local potencializa a busca semântica. Sem configuração. Sem chave de API.

AutoRAG: Agora seu agente pode encontrar qualquer coisa no seu computador. Ele fica mais inteligente conforme você o utiliza com frequência.

Uma solução de inferência extremamente rápida para modelos de embeddings de texto

text2vec, texto para vetor. Ferramenta de representação vetorial de texto, convertendo texto em matrizes vetoriais, implementando modelos de representação de texto e cálculo de similaridade como Word2Vec, RankBM25, Sentence-BERT, CoSENT, pronto para uso.

Armazenamento de memória persistente local para aplicações de LLM, incluindo Claude Desktop, GitHub Copilot, Codex, Antigravity, etc.

Um framework Ruby para todos os principais provedores de IA. Crie agentes de IA, chatbots, aplicativos RAG e fluxos de trabalho multimodais com um código elegante e expressivo.

Uma biblioteca Python para aprendizado autossupervisionado em imagens.

Uma lista curada de ferramentas, trabalhos, modelos e referências de IA Generativa

Uma biblioteca para aprendizado de transferência reutilizando partes de modelos TensorFlow.

Towhee é um framework dedicado a tornar os pipelines de processamento de dados neurais simples e rápidos.

MTEB: Avaliação de ponta para embeddings em diversos idiomas e modalidades.

Inteligência de base de código de nível empresarial (mais de 40 milhões de LOC), sem necessidade de configuração, local e privado. Plugin/Skill/Extensão ou MCP: busca semântica híbrida, grafos de dependência poliglota, análise de impacto em nível de símbolo e fluxo de chamadas, visualizador HTML interativo, busca ciente de projetos e branches, conhecimento de DB/API/infra. 61% menos tokens, 84% menos chamadas, 37x mais rápido. Cloud em beta.

Biblioteca Python rápida, precisa e leve para criar embeddings de última geração

Ferramentas de código aberto para teste e experimentação de prompts, com suporte para LLMs (ex: OpenAI, LLaMA) e bancos de dados vetoriais (ex: Chroma, Weaviate, LanceDB).

Servidor de inferência open-source e cluster de produção para todos os modelos que seu agente precisa.