llms

Construtor de aplicativos de IA local e de código aberto para usuários avançados. Alternativa ao v0, Lovable, Replit e Bolt.

Saídas Estruturadas

Registro principal de conhecimentos e perguntas de entrevistas relacionados a engenheiros de algoritmos (aplicações) de Large Language Models (LLMs).

Mais de 20 LLMs de alto desempenho com receitas para pré-treinar, ajustar e implantar em escala.

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.

Um Gateway de IA ultrarrápido com guardrails integrados. Roteie para mais de 1.600 LLMs, mais de 50 AI Guardrails com 1 API rápida e amigável.

📋 Uma lista de LLMs abertos disponíveis para uso comercial.

Pocket Flow: Da base de código ao tutorial

Acesse modelos de linguagem grandes pela linha de comando.

Página oficial do GitHub para o artigo de revisão "A Survey of Large Language Models".

A melhor maneira de fazer com que agentes de codificação de IA resolvam problemas difíceis em bases de código complexas.

Observabilidade e Avaliação de IA

Uma lista curada de mais de 120 bibliotecas de LLM categorizadas.

Agent Reinforcement Trainer: treine agentes de múltiplas etapas para tarefas do mundo real usando GRPO. Dê aos seus agentes treinamento prático. Aprendizado por reforço para Qwen3.6, GPT-OSS, Llama e muito mais!

Um agente de codificação assíncrono open-source

Framework MCP fullstack para desenvolver aplicativos MCP para ChatGPT / Claude e servidores MCP para agentes de IA.

AutoAgent: Framework de agente LLM totalmente automatizado e sem código.

Faça o ajuste fino, avalie e implante facilmente Qwen, Gemma ou qualquer LLM de pesos abertos!

Construa agentes eficazes usando o Model Context Protocol e padrões de fluxo de trabalho simples

Construa agentes de IA autônomos em Python.

Preparação de dados fácil com operadores e pipelines baseados nos LLMs mais recentes.

22 técnicas de engenharia de prompt com tutoriais práticos em Jupyter Notebook, desde conceitos fundamentais até estratégias avançadas para aproveitar LLMs.

NeMo Guardrails é um kit de ferramentas de código aberto para adicionar facilmente guardrails programáveis a sistemas de conversação baseados em LLM.

Plano é um servidor proxy nativo de IA e plano de dados para aplicativos de agentes. Roteamento inteligente de LLM, observabilidade, orquestração de agentes e guardrails para que você mantenha o foco na lógica central dos seus agentes.

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.

Tradução automática neural de código aberto e modelos de linguagem (grandes) em PyTorch.

TalkToFigma: Integração MCP entre agentes de IA (Cursor, Claude Code, Codex) e Figma, permitindo que a IA agêntica se comunique com o Figma para ler designs e modificá-los programaticamente.

Processamento de dados para e com modelos de fundação! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

Um registro das coisas que estou aprendendo

Uma estrutura multiagente baseada em LLM para motores de busca na web (semelhante ao Perplexity.ai Pro e SearchGPT)