Tool-Profil
liveloveapp/hashbrown
github.com
Ein Headless-TypeScript-Framework zum Hinzufügen von KI-Chat und Agenten mit generativer UI zu React- und Angular-Apps.
Was es kann
liveloveapp/hashbrown
Hashbrown ist ein Headless-TypeScript-Framework zum Erstellen von KI-Chats und Agenten in React und Angular, das Modelle Ihre registrierten Komponenten rendern und browser-seitige Tools mit gestreamter strukturierter Ausgabe aufrufen lässt. Es richtet sich an Frontend-Entwickler, die generative UI wünschen und dabei ihre eigenen Komponenten und ihr Designsystem behalten wollen, und es funktioniert mit jedem Modellanbieter wie OpenAI, Anthropic, Gemini, Bedrock, Azure oder Ollama. Es wird als npm-Pakete angeboten, aufgeteilt in Core, Framework und Provider-Adapter.
Tags
Kategorien
Eine Kurzbeschreibung fehlt noch.
FAQ
Häufige Fragen
- Was ist liveloveapp/hashbrown?
- Hashbrown ist ein Headless-TypeScript-Framework zum Erstellen von KI-Chats und Agenten in React und Angular, das Modelle Ihre registrierten Komponenten rendern und browser-seitige Tools mit gestreamter strukturierter Ausgabe aufrufen lässt. Es richtet sich an Frontend-Entwickler, die generative UI wünschen und dabei ihre eigenen Komponenten und ihr Designsystem behalten wollen, und es funktioniert mit jedem Modellanbieter wie OpenAI, Anthropic, Gemini, Bedrock, Azure oder Ollama. Es wird als npm-Pakete angeboten, aufgeteilt in Core, Framework und Provider-Adapter.
- Was kostet liveloveapp/hashbrown?
- liveloveapp/hashbrown nutzt dieses Preismodell: Open Source. Aktuelle Tarife findest du auf der offiziellen Website.
- Wofür wird liveloveapp/hashbrown verwendet?
- liveloveapp/hashbrown ist auf TolsAI in diesen Kategorien gelistet: Open Source.
- Wo kann ich liveloveapp/hashbrown nutzen?
- liveloveapp/hashbrown ist auf der offiziellen Website github.com verfügbar.
Entdecken
Mehr in Open Source
Ein Open-Source-Agenten-Harness für einen selbstverbessernden KI-Agenten, der Aufgaben plant und ausführt, die du beschreibst.
Eine vektorlose, auf Reasoning basierende RAG-Engine, die Dokumente als Bäume indexiert und mit LLM-Reasoning abruft.
Eine PyTorch-ähnliche Python-Bibliothek zum Erstellen und automatischen Optimieren von LLM-Workflows wie Chatbots, RAG und Agenten.
Eine modulare Web-Oberfläche zum Generieren von Bildern, Videos und Audio mit KI-Modellen wie Stable Diffusion, Flux und Wan.
Eine Schritt-für-Schritt-Anleitung zur Gestaltung von KI-Systemen, die auf LLMs, RAG und KI-Agenten basieren.
Open-Source-KI-Pipeline-Engine zum Erstellen, Debuggen und Bereitstellen von LLM-Workflows und Agent-Orchestrierung aus deiner IDE.
Diskussion
Diskussion
Melde dich an, um mitzudiskutieren
Noch keine Kommentare. Starte die Diskussion.