HYSEN LABS VERZEICHNIS

#Große Sprachmodelle

Funktion-Tag · kuratierte Repositories und tiefgehende Analysen.

173 kuratierte Open-Source-Projekte
ModelEngine-Group

nexent

5.863

Nexent ist eine Zero-Code-Plattform zur automatischen Generierung von KI-Agenten in Produktionsqualität unter Verwendung von Harness-Engineering-Prinzipien, einheitlichen Tools, Fähigkeiten, Speicher und Orchestrierung mit integrierten Einschränkungen, Rückkopplungsschleifen und Steuerungsebenen.

PythonKI & maschinelles Lernen727 Forks
Klavis-AI

klavis

5.803

Dieses Projekt rundet „Klavis AI: MCP integration platforms that let AI agents use tools reliably at any scale.“ zu einer praxistauglichen Open-Source-Lösung zusammen, mit wiederverwendbarer Tooling- und Integrationsunterstützung für reale Anwendungsfälle.

PythonKI & maschinelles Lernen556 Forks
maziyarpanahi

openmed

5.325

Lokale KI für das Gesundheitswesen: klinische NER- und HIPAA-PII-Deidentifizierung, die zu 100 % auf dem Gerät ausgeführt wird. Über 2.200 medizinische Modelle, 21 Sprachen, Apple MLX + Python, keine Cloud, keine Patientendaten verlassen Ihr Netzwerk. Apache-2.0.

PythonKI & maschinelles Lernen674 Forks
5.134

Dieses Projekt rundet „The ultimate RAG for your monorepo. Query, understand, and edit multi-language codebases with the power of AI and knowledge graphs.“ zu einer praxistauglichen Open-Source-Lösung zusammen, mit wiederverwendbarer Tooling- und Integrationsunterstützung für reale Anwendungsfälle.

PythonKI & maschinelles Lernen675 Forks
getzep

zep

4.914

Zep | Beispiele, Integrationen und mehr. Es enthält Beispielcode, Framework-Integrationen und Tools zum Aufbau des Agentenspeichers mit Zep Cloud, der verwalteten Agentenspeicherplattform von Zep.

PythonKI & maschinelles Lernen654 Forks
aipotheosis-labs

aci

4.889

Dieses Projekt rundet „ACI.dev is the open source tool-calling platform that hooks up 600+ tools into any agentic IDE or custom AI agent through direct function calling or a unified MCP server. The birthplace of VibeOps.“ zu einer praxistauglichen Open-Source-Lösung zusammen, mit wiederverwendbarer Tooling- und Integrationsunterstützung für reale Anwendungsfälle.

PythonKI & maschinelles Lernen484 Forks
4.214

Wunderschönes, KI-natives Markdown-IDE- und LLM-Wiki. Um komplexer zu werden, können Sie mit den Starterpaketen LLM-Wikis, Second Brains oder strukturiertere Wissensdatenbanken erstellen.

TypeScriptKI & maschinelles Lernen274 Forks
4.181

Dieses Projekt rundet „Open Science is an open-source, local-first, model-agnostic AI research workbench for scientific discovery.“ zu einer praxistauglichen Open-Source-Lösung zusammen, mit wiederverwendbarer Tooling- und Integrationsunterstützung für reale Anwendungsfälle.

TypeScriptKI & maschinelles Lernen270 Forks
basicmachines-co

basic-memory

3.967

KI-Gespräche, die tatsächlich erinnern. Erklären Sie Ihrer KI nie wieder Ihr Projekt. Treten Sie unserem Discord bei:.

PythonKI & maschinelles Lernen282 Forks
EverMind-AI

Raven

3.858

Das auf EverOS basierende, sich selbst verbessernde Agentensystem, bei dem der Speicher an erster Stelle steht, mit MiroThinker-gestützter tiefgreifender Recherche und Argumentation.

PythonKI & maschinelles Lernen78 Forks
yvgude

lean-ctx

3.781

Kontrollieren Sie, was Ihre KI sehen kann. LeanCTX (Lean Context) ist die Kontextintelligenzschicht für KI-Agenten, eine lokale Rust-Binärdatei, die entscheidet, was sie lesen, sich merkt, was sie gelernt hat, schützt, was sie berühren, und beweist, was sie speichern. 60 90 % weniger Jetons als die Quittung. 76 MCP-Tools, über 30 Agenten, Local-First.

RustKI & maschinelles Lernen347 Forks
foryourhealth111-pixel

Vibe-Skills

3.291

foryourhealth111-pixel/Vibe-Skills bietet eine praxistaugliche Open-Source-Implementierung mit stabiler Einsatzbarkeit für reale Anwendungsfälle.

PythonKI & maschinelles Lernen279 Forks
superlinked

sie

3.283

Open-Source-Inferenzserver und Produktionscluster für alle Modelle, die Ihr Agent benötigt.

PythonKI & maschinelles Lernen312 Forks
neomjs

neo

3.272

neomjs/neo bietet eine praxistaugliche Open-Source-Implementierung mit stabiler Einsatzbarkeit für reale Anwendungsfälle.

JavaScriptKI & maschinelles Lernen232 Forks
3.167

Dieses Projekt rundet „One governed graph for AI agents, GraphQL + MCP over your databases, files, APIs, and code.“ zu einer praxistauglichen Open-Source-Lösung zusammen, mit wiederverwendbarer Tooling- und Integrationsunterstützung für reale Anwendungsfälle.

GoKI & maschinelles Lernen195 Forks
2.934

Dieses Projekt rundet „This project helps teams deliver faster with open-source tooling and practical workflows.“ zu einer praxistauglichen Open-Source-Lösung zusammen, mit wiederverwendbarer Tooling- und Integrationsunterstützung für reale Anwendungsfälle.

JavaScriptKI & maschinelles Lernen754 Forks
opensolon

solon

2.777

Dieses Projekt rundet „Java enterprise application development framework for full scenario: Restrained, Efficient, Open, Ecologicalll!!! 700% higher concurrency 50% memory savings Startup is 10 times faster. Packing 90% smaller; Compatible with java8 ~ java25; Supports LTS. (Replaceable spring).“ zu einer praxistauglichen Open-Source-Lösung zusammen, mit wiederverwendbarer Tooling- und Integrationsunterstützung für reale Anwendungsfälle.

JavaKI & maschinelles Lernen281 Forks