llm

Koog é um framework JVM (Java e Kotlin) para construir agentes de IA previsíveis, tolerantes a falhas e prontos para empresas em todas as plataformas – desde serviços de backend até Android, iOS, JVM e ambientes de navegador. O Koog baseia-se em nossa experiência em produtos de IA e fornece soluções comprovadas para problemas complexos de LLM e IA

Tutoriais e recursos selecionados para Large Language Models, pintura por IA e mais.

Aprenda o sistema de inferência de LLM em Apple Silicon para engenheiros de sistemas: construa um pequeno vLLM + Qwen

Um motor de memória cognitiva bio-inspirado — um novo paradigma para Graph RAG.

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

Tecnologia geral para habilitar capacidades de IA com LLMs e MLLMs.

Código de treinamento de LLM para modelos de fundação Databricks

Guia completo de casos de uso do OpenClaw | 50 cenários reais | Adaptação de casos nacionais e internacionais | Automação de escritório, criação de conteúdo, operações, assistentes de IA e gestão de conhecimento | Amigável para iniciantes.

Fornece um sistema operacional como biblioteca para agentes. Executa no seu backend existente, sem sandboxes, VMs ou SaaS. Alimentado por WebAssembly e isolados V8.

GLM-4.5: Modelos de Fundação para Agentes, Raciocínio e Codificação (ARC)

Exemplos e tutoriais para ajudar desenvolvedores a criar sistemas de IA

Seu agente no terminal, equipado com ferramentas locais: escreve código, usa o terminal e navega na web. Crie seu próprio agente autônomo persistente.

CISO Assistant é uma plataforma GRC completa para Gestão de Riscos, AppSec, Conformidade e Auditoria, TPRM, BIA, Privacidade e Relatórios. Suporta mais de 150 frameworks globais com mapeamento automático de controles, incluindo ISO 27001, NIST CSF, SOC 2, CIS, PCI DSS, NIS2, DORA, GDPR, HIPAA, CMMC e outros.

Kit de ferramentas de avaliação de código aberto para grandes modelos multimodais (LMMs), com suporte a mais de 220 LMMs e mais de 80 benchmarks.

Um MCP de visualização e habilidades contendo mais de 25 gráficos visuais usando @antvis. Utilizado para geração de gráficos e análise de dados.

Construa grandes modelos de linguagem do zero usando apenas conhecimentos básicos de Python; construa gradualmente GLM4, Llama3 e RWKV6 para compreender profundamente os princípios dos LLMs.

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.

Alcance um desempenho de inferência de última geração com aceleradores modernos no Kubernetes

Ferramenta de atendimento ao cliente inteligente baseada em grandes modelos, com suporte para integração com WeChat, Pinduoduo, Qianniu, Bilibili, Douyin, Weibo, Xiaohongshu, Zhihu e outras plataformas. Suporta GPT-3.5/GPT-4.0, processamento de texto, voz e imagem, acesso a recursos externos via plugins e personalização de aplicações de IA corporativas baseadas em bases de conhecimento próprias.

Preswald é um empacotador WASM para aplicações de dados interativas baseadas em Python: agrupa fluxos de trabalho de dados complexos, especialmente visualizações, em arquivos únicos executáveis inteiramente no navegador, usando Pyodide, DuckDB, Pandas, Plotly, Matplotlib, etc. Crie dashboards, relatórios e notebooks que rodam offline, carregam rapidamente e são compartilhados como documentos.

Otimização de proxy de inferência para LLMs

LightLLM é um framework de inferência e atendimento para LLMs (Modelos de Linguagem Grande) baseado em Python, notável por seu design leve, fácil escalabilidade e alto desempenho.

Observabilidade eBPF - Rastreamento e perfilamento distribuído.

AdalFlow: A biblioteca para construir e otimizar automaticamente aplicações LLM.

SwanLab - uma ferramenta de código aberto com design moderno para rastreamento e visualização de treinamento de IA. Suporta uso em nuvem ou auto-hospedado. Integrado com PyTorch, Transformers, verl, LLaMA Factory, ms-swift, Ultralytics, MMEngine, Keras, etc.

Guia prático de AI Agents para 2026: tutorial completo, roteiro de aprendizado, projetos práticos e banco de questões para entrevistas. Focado em desenvolvimento de aplicações LLM, cobrindo LangChain, LangGraph, Coze, Dify, MCP, RAG e engenharia de prompts.

Fluxos de trabalho de referência em IA generativa otimizados para infraestrutura acelerada e arquitetura de microsserviços.

Processamento de Linguagem Natural de última geração

35 arquiteturas de AI agentic prontas para produção (Reflexion, LATS, GraphRAG, MemGPT, Voyager, BrowserAgent, ...) — uma biblioteca Python e livro didático executável com suporte a múltiplos provedores de LLM e um ranking de benchmark de 17 tarefas.

Mikoshi: Decodificando o Agent Harness. 420 mil palavras dissecando a estrutura e os nervos do AI Agent Harness — Análise profunda da arquitetura do Claude Code, 15 capítulos desde o ciclo de diálogo até a construção do seu próprio Agent Harness. Site de leitura online: