Project Icon

towhee

非结构化数据处理框架

Towhee通过大型语言模型(LLM)编排,简化非结构化数据处理。支持多模态数据,如文本、图像、音频和视频。整合生成式AI和先进深度学习模型,将原始数据转换为特定格式并高效存储。提供丰富的预构建ETL管道、灵活的LLM编排和高性能后端。Towhee的Pythonic API使构建和优化数据处理管道更加便捷,适合开发者快速原型和生产部署。

examples - 高效分析非结构化数据的开源示例
GithubTowhee图像搜索嵌入向量开源项目数据处理机器学习
Towhee Examples 是一个用于分析非结构化数据的开源案例库,包括反向图像搜索、反向视频搜索、音频分类、问答系统和分子搜索等多种应用场景。通过 Towhee 的机器学习模型管道,用户可以轻松生成各种嵌入向量。示例内容多样,涵盖图像动画、图像去重、文字图像搜索、视频分类、深度伪造检测和音频分类等。所有示例均可在本地环境中轻松运行,帮助开发者简化数据处理任务。
datatrove - 用于大规模文本数据处理和去重的开源Python库
DataTroveGithub大规模开源项目数据处理文本去重管道
DataTrove是一个开源Python库,专门用于处理、过滤和去重大规模文本数据。它提供预构建的常用处理模块和自定义功能支持。该库的处理流程可在本地或Slurm集群上运行,具有低内存消耗和多步骤设计,适合处理大型语言模型训练数据等大规模工作负载。DataTrove支持多种文件系统,为数据处理提供灵活解决方案。
feathr - 企业级统一数据和AI工程开源平台
AI模型FeathrGithub开源项目数据处理特征工程平台
Feathr是LinkedIn开源的数据和AI工程平台,经过多年生产环境验证。该平台支持数据转换的定义、注册和共享,尤其适合AI建模场景。Feathr采用原生云集成和可扩展架构,提供丰富的转换API,能够处理大规模数据,并在离线批处理、流处理和在线环境中保持统一的数据转换接口。
sparrow - 用于从各种文档和图像中高效提取和处理数据的开源工具
GithubLLMOCRRAG管道Sparrow开源项目数据提取
Sparrow是一个开源解决方案,专注于高效从各类文档和图像中提取与处理数据。它通过模块化架构提供独立的服务和优化的流程,支持表格、发票、收据等非结构化数据源。Sparrow的API支持本地语言模型数据提取,可与自定义工作流程集成。
TaskWeaver - 高效规划和执行数据分析的代码优先框架
GithubTaskWeaver代码执行开源项目插件数据分析机器学习
TaskWeaver是一个创新的代码优先代理框架,能够通过代码片段解释用户请求,并高效协调多种插件来执行数据分析任务。它的独特功能包括保留聊天和代码执行历史,适合处理高维表格等复杂数据结构。支持本地小型语言模型、多种LLM配置、容器模式和CLI模式,提供安全和用户友好的体验。
haystack - 用于构建端到端LLM应用程序的高级框架,支持广泛的NLP功能
GithubHaystackLLM开源项目文档检索热门自然语言问答语义搜索
Haystack是一个综合性的LLM框架,能够实现从文档检索到问题回答的多种功能。用户可以灵活选择使用OpenAI、Cohere、Hugging Face等提供的模型,或是自定义部署在各大平台的模型。该框架支持包括语义搜索、答案生成和大规模文档处理等广泛的NLP任务,同时还支持使用现成模型或对其进行微调,基于用户反馈持续优化模型性能。适用于企业级应用开发,帮助用户解决复杂的NLP问题。
BambooAI - 利用大语言模型简化数据分析与交互
BambooAIGithubPython编程大语言模型开源项目数据分析自然语言处理
BambooAI是一款轻量级库,利用大型语言模型(LLMs)提供自然语言交互性能,支持数据集查询、互联网搜索和外部API集成。用户可通过简单的英语输入生成并执行数据分析和可视化的Python代码,无需广泛的编程知识。该工具旨在简化数据分析流程,提高数据分析师的工作效率。
multiwoven - 开源Reverse ETL和客户数据平台 打造高效数据管理系统
GithubMultiwoven反向ETL客户数据平台开源开源项目数据同步
Multiwoven是开源的Reverse ETL和客户数据平台(CDP)解决方案,可将数据仓库数据同步至各类业务工具。该平台支持自托管部署,保障数据安全和扩展性,并提供多种连接器对接数据源和目标平台。Multiwoven为企业提供了HighTouch、Census和RudderStack的替代方案,实现数据仓库向CDP的转化。
unstructured - 简化非结构化数据处理的开源工具
Githubopen-sourceunstructured开源项目数据处理模块函数预处理工具
该开源工具提供了处理图像和文本文档(PDF、HTML、Word文档等)的组件,能够优化大语言模型(LLM)的数据处理流程。通过模块化功能和连接器系统,简化数据导入和预处理,将非结构化数据高效转换为结构化数据。其无服务器API提供了高效、响应迅速的解决方案。快速入门指南涵盖了在容器中运行库以及多种安装方法。
thepipe - 全能多模态数据提取API 为LLM开发赋能
APIGithubLLM接口thepi.pe多模态数据提取开源项目文档处理
thepipe是一款多功能API,支持从PDF、网页、视频等多种来源提取markdown、表格和图像数据。该工具与GPT-4等视觉语言模型兼容,可轻松集成各类LLM和向量数据库。thepipe具备AI驱动的文件类型识别、版面分析和结构化数据提取能力,为多模态LLM开发提供综合支持。开发者可选择云端服务或本地部署方式使用。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号