Chonkie - легка та швидка бібліотека для розбиття тексту на чанки для RAG-застосунків! Ця бібліотека пропонує простий у використанні інтерфейс та підтримує різні методи чанкінгу, включаючи TokenChunker, WordChunker, SentenceChunker та інші. Chonkie займає всього 11.2 МБ при встановленні за замовчуванням і працює до 33 разів швидше за альтернативи при токенізації. Бібліотека підтримує популярні токенізатори та пропонує гнучкі налаштування для різних сценаріїв використання. Якщо ви працюєте з RAG-системами та шукаєте ефективний інструмент для чанкінгу, Chonkie може стати чудовим вибором!

#Python, #RAG

@sourcefuture

llmtop - це інноваційний інструмент моніторингу системи, що поєднує аналіз метрик у реальному часі з потужністю LLM. Він надає динамічний термінальний інтерфейс, який відображає показники продуктивності системи, доповнені AI-аналізом. Основні функції включають:

• Моніторинг CPU, пам'яті, диску та мережі в реальному часі
• Відстеження процесів та їх ресурсоспоживання
• AI-аналіз системи за допомогою OpenAI або Ollama
• Розумна система сповіщень про перевищення порогів ресурсів
• Динамічний термінальний UI з автооновленням метрик

llmtop підтримує два LLM-бекенди: OpenAI (GPT-4) та Ollama з Llama 3.2 3B. Інструмент легко встановлюється через pip та має гнучкі налаштування через командний рядок.

#Python

@sourcefuture

pyxel - це ретро-ігровий рушій для Python. Він дозволяє легко створювати ігри в стилі пікселів з обмеженою палітрою кольорів та звуків, як на старих ігрових консолях. Pyxel має простий API для малювання, відтворення звуку та обробки введення. Він підтримує Windows, Mac, Linux та веб-платформи. З Pyxel ви можете швидко прототипувати та створювати невеликі ретро-ігри на Python.

#Python

@sourcefuture

llama-fs - це інноваційна система самоорганізації файлів, що використовує модель Llama 3 для автоматичного перейменування та організації ваших файлів на основі їх вмісту та загальновідомих конвенцій. Підтримує різні типи файлів, включаючи зображення (через Moondream) та аудіо (через Whisper). LlamaFS працює у двох режимах: пакетному та інтерактивному (watch mode). Система швидка, зручна у використанні та має режим 'інкогніто' для забезпечення приватності через локальне виконання моделі за допомогою Ollama.

#Python, #TypeScript

@sourcefuture

MicroRabbit - це легкий асинхронний Python фреймворк для роботи з RabbitMQ, який спрощує створення мікросервісів та розподілених систем. Основні особливості включають:

• Просту маршрутизацію повідомлень за допомогою декораторів
• Підтримку плагінів для модульної організації коду
• Зручну конфігурацію клієнта
• Вбудовану підтримку логування
• Налаштовувані анотації типів для даних повідомлень

Фреймворк використовує asyncio для асинхронної обробки повідомлень, що робить його ефективним для високонавантажених систем. MicroRabbit спрощує процес налаштування споживачів та видавців RabbitMQ, що дозволяє швидко розробляти розподілені додатки.

#Python

@sourcefuture

hummingbot - відкрите програмне забезпечення, яке допомагає створювати та розгортати високочастотні торгові боти для криптовалют. Проект дозволяє розробляти автоматизовані торгові стратегії, які можуть працювати на багатьох централізованих та децентралізованих біржах. Hummingbot має модульну архітектуру, що дозволяє легко розширювати функціонал та підтримувати нові біржі. Проект активно розвивається спільнотою та має понад 10 тисяч зірок на GitHub.

#Python

@sourcefuture

Chunkr - це відкрите API-рішення для інтелектуальної обробки документів. Воно дозволяє конвертувати PDF, PPT, Word та зображення у структуровані чанки, готові для використання в RAG/LLM системах. Основні можливості включають:

• Аналіз макету документа
• OCR з визначенням меж тексту
• Генерація структурованого HTML та markdown
• Налаштування обробки за допомогою VLM

Chunkr надає Python SDK для зручної інтеграції. Проект має подвійну ліцензію - AGPL-3.0 та комерційну. Для корпоративного використання доступна підтримка розгортання.

#Python, #AI, #OCR

@sourcefuture

Letta (раніше відомий як MemGPT) - це фреймворк для створення LLM-сервісів з пам'яттю. Letta дозволяє будувати статичні агенти з розширеними можливостями міркування та прозорою довготривалою пам'яттю. Фреймворк є відкритим та модельно-агностичним. Ключові особливості:

• Підтримка різних LLM-бекендів (OpenAI, Anthropic, vLLM, Ollama та ін.)
• Графічний інтерфейс Agent Development Environment (ADE) для створення та керування агентами
• REST API для інтеграції з іншими застосунками
• Можливість розгортання як локально, так і в хмарі
• Підтримка збереження стану агентів у базі даних

Letta - потужний інструмент для розробки AI-агентів з довготривалою пам'яттю та розширеними когнітивними здібностями.

#Python, #AI, #LLM

@sourcefuture

WebRover - це автономний AI-агент, розроблений для інтерпретації користувацьких запитів та виконання дій через взаємодію з веб-елементами. Він використовує передові мовні моделі та інструменти веб-автоматизації для навігації в інтернеті, збору інформації та надання структурованих відповідей. WebRover має три спеціалізовані агенти для різних випадків використання: Task Agent для автоматизації веб-завдань, Research Agent для збору інформації та Deep Research Agent для комплексного дослідження з генерацією академічних статей. Проект використовує сучасний технологічний стек, включаючи LangGraph для управління станом, Playwright для веб-автоматизації та інтеграцію з передовими LLM, такими як GPT-4 та Claude.

#Python

@sourcefuture

OpenManus - відкрита платформа для створення AI-агентів без обмежень! Проект розроблений командою MetaGPT і дозволяє реалізувати будь-які ідеї без потреби в запрошенні. OpenManus пропонує простий інтерфейс для взаємодії з LLM API та швидке розгортання власних агентів. Підтримує різні моделі, включаючи GPT-4, та має гнучкі налаштування. Ідеальний інструмент для експериментів з AI та створення корисних помічників!

#Python

@sourcefuture

LangWatch - це потужна платформа для оптимізації та моніторингу LLM (Large Language Models). Вона пропонує візуальний інтерфейс для оптимізації LLM-пайплайнів на основі фреймворку DSPy від Stanford, а також повний набір інструментів для моніторингу, експериментів та покращення якості LLM-систем. Основні можливості включають:

• Оптимізаційну студію з drag-and-drop інтерфейсом
• Автоматичну генерацію промптів та few-shot прикладів
• Візуальне відстеження експериментів
• Понад 30 готових оцінювачів якості
• Повне управління датасетами
• Моніторинг витрат та продуктивності
• Аналітику користувачів та бізнес-метрики

LangWatch доступний як хмарний сервіс або для локального розгортання. Проект має відкритий вихідний код та комерційну підтримку для корпоративного використання.

#Python

@sourcefuture

hector-rag - Модульний фреймворк RAG (Retrieval Augmented Generation), побудований на PostgreSQL. Пропонує передові методи пошуку та техніки злиття для AI-додатків. Основні особливості:

• Множинні методи пошуку RAG: пошук за подібністю, ключовими словами, графовий пошук, KAG (Knowledge-Aware Graph)
• Reciprocal Rank Fusion (RRF) для комбінування кількох методів пошуку
• Побудований на векторній базі даних PostgreSQL для ефективного зберігання та пошуку векторів
• Модульна архітектура, що дозволяє легку інтеграцію та кастомізацію
• Розширені можливості створення RAG-пайплайнів

Проект відкритий для внесків спільноти та розповсюджується під ліцензією MIT.

#Python

@sourcefuture

trycua/computer - Створюйте та запускайте високопродуктивні віртуальні машини macOS та Linux на Apple Silicon з вбудованою підтримкою AI-агентів. Проект включає бібліотеки Lume для керування VM через CLI, Computer для взаємодії з пісочницями macOS/Linux та Agent для запуску агентних робочих процесів. Підтримує near-native продуктивність завдяки використанню Apple's Virtualization.Framework.

#Python, #Swift

@sourcefuture

formatter-chatgpt-telegram - це корисний інструмент для розробників Telegram-ботів, які працюють з ChatGPT. Бібліотека конвертує Markdown-розмітку в HTML-формат, сумісний з Telegram Bot API. Підтримує стилізацію тексту (жирний, курсив, підкреслення), спойлери, коди, посилання та блоки цитат. Особливо корисна для потокового режиму, автоматично закриває незакриті теги. Проста у використанні: pip install chatgpt-md-converter і викликайте функцію telegram_format(text). Ідеальне рішення для форматування відповідей ChatGPT у Telegram-ботах!

#Python, #Telegram

@sourcefuture

khoj - Ваш персональний AI-помічник для розширення можливостей. Khoj - це відкрита, самостійно розміщувана програма, яка дозволяє отримувати відповіді з інтернету або ваших документів, створювати користувацьких агентів, планувати автоматизації та проводити глибокі дослідження. Вона перетворює будь-яку онлайн або локальну LLM (gpt, claude, gemini, llama, qwen, mistral) на ваш персональний, автономний AI. Khoj підтримує чат з локальними та онлайн LLM, пошук відповідей у ваших документах (включаючи зображення, PDF, Markdown, org-mode, Word, Notion), доступ через браузер, Obsidian, Emacs, десктоп, телефон або WhatsApp. Ви можете створювати агентів з власними знаннями, персоною та інструментами, автоматизувати дослідження, отримувати персоналізовані розсилки та сповіщення.

#Python, #TypeScript

@sourcefuture

ContextGem - це відкрита бібліотека для ефективного витягування структурованих даних з документів за допомогою LLM. Вона надає гнучкий та інтуїтивно зрозумілий фреймворк, який мінімізує написання шаблонного коду. Основні можливості включають: автоматизовані динамічні промпти, автоматичне моделювання даних, точне відображення посилань, обґрунтування екстракції, нейронну сегментацію, багатомовну підтримку та єдиний конвеєр екстракції. ContextGem підтримує хмарні та локальні LLM через інтеграцію з LiteLLM. Бібліотека оптимізована для глибокого аналізу окремих документів, використовуючи довгі контекстні вікна LLM для підвищення точності екстракції.

#Python

@sourcefuture

MindsDB - це платформа для створення ШІ, яка може навчатися та відповідати на запитання на основі великих обсягів федеративних даних. MindsDB дозволяє легко підключати різні джерела даних, створювати бази знань на їх основі та виконувати семантичний пошук за допомогою SQL або природної мови. Ключові можливості включають автономні RAG-системи, вбудований MCP-сервер для федеративних запитів, підтримку сотень джерел даних та зручний API для інтеграції в додатки.

#Python

@sourcefuture

LLaMA-Factory - це універсальний інструмент для ефективного дотренування понад 100 великих мовних та мультимодальних моделей. Підтримує різноманітні моделі (LLaMA, Mistral, Qwen, ChatGLM та інші), методи навчання (LoRA, QLoRA, повне дотренування) та завдання (діалоги, використання інструментів, розуміння зображень). Має зручний веб-інтерфейс та CLI для навчання. Дозволяє легко налаштовувати моделі під конкретні завдання без написання коду.

#Python

@sourcefuture

vexa - це API з відкритим кодом для транскрипції зустрічей в реальному часі. Він дозволяє додавати ботів до Google Meet для створення транскриптів. Основні можливості:

• Підтримка 99 мов для транскрипції та перекладу
• Інтеграція з Google Meet (планується підтримка Zoom та MS Teams)
• Низька затримка та висока якість транскрипції
• Можливість самостійного розгортання
• API для створення власних додатків на основі транскриптів

Vexa надає потужні абстракції для швидкої розробки складних застосунків для роботи з транскриптами зустрічей.

#Python

@sourcefuture

latitude-llm - Відкрита платформа для розробки, оцінки та вдосконалення промптів з використанням ШІ. Latitude дозволяє командам створювати, тестувати та підтримувати надійні ШІ-додатки, надаючи повну систему управління життєвим циклом промптів. Особливості включають: менеджер промптів, інтерактивний плейграунд, розгортання промптів як API-ендпоінтів, автоматичне логування, оцінку продуктивності та інтеграцію з існуючим стеком через SDK та API.

#TypeScript, #Python

@sourcefuture