GitHub Star 总榜 · 开源序

1treeverse / dvc🦉 数据版本控制和机器学习实验PythonApache-2.0 · 宽松，可直接商用15,967

2voxel51 / fiftyone完善高质量数据集和视觉 AI 模型TypeScriptApache-2.0 · 宽松，可直接商用11,281

3neo4j-labs / llm-graph-builder使用 LLM 从非结构化数据构建 Neo4j 图形Jupyter NotebookApache-2.0 · 宽松，可直接商用5,300

4ucbepic / docetl由 LLM 驱动的代理数据处理和 ETL 系统PythonMIT · 宽松，可直接商用4,211

5towhee-io / towheeTowhee 是一个致力于使神经数据处理管道变得简单快速的框架。PythonApache-2.0 · 宽松，可直接商用不活跃3,452

6milvus-io / bootcamp处理所有非结构化数据，例如反向图像搜索、音频搜索、分子搜索、视频分析、问答系统、NLP等。Jupyter NotebookApache-2.0 · 宽松，可直接商用2,451

7instill-ai / instill-core🔮 Instill Core 是一款用于数据、模型和管道编排的全栈人工智能基础设施工具，旨在简化构建多功能人工智能优先应用程序的各个方面Python许可证未声明2,321

8yobix-ai / extractous快速高效的非结构化数据提取。用 Rust 编写，具有多种语言的绑定。RustApache-2.0 · 宽松，可直接商用不活跃1,787

9dingodb / dingo多模态向量数据库，支持对结构化和非结构化数据使用统一SQL（兼容MySQL）进行更新插入和向量查询，同时满足高并发和超低延迟的要求。JavaApache-2.0 · 宽松，可直接商用1,706

10Open-Source-Legal / OpenContracts面向构建者和黑客的开放文档智能平台 - 面向代理世界的 DMSPythonMIT · 宽松，可直接商用1,533

11amphi-ai / amphi-etl由 python 提供支持的可视化数据准备TypeScript许可证未声明1,412