Perfil de la herramienta
liveloveapp/hashbrown
github.com
Un framework TypeScript headless para añadir chat de IA y agentes con UI generativa a aplicaciones React y Angular.
Qué hace
liveloveapp/hashbrown
Hashbrown es un framework de TypeScript headless para crear chats de IA y agentes en React y Angular, que permite a los modelos renderizar tus componentes registrados y llamar a herramientas del lado del navegador con salida estructurada en streaming. Está dirigido a desarrolladores frontend que quieren UI generativa mientras conservan sus propios componentes y sistema de diseño, y funciona con cualquier proveedor de modelos como OpenAI, Anthropic, Gemini, Bedrock, Azure u Ollama. Se ofrece como paquetes npm divididos en core, framework y adaptadores de proveedor.
PreciosCódigo abierto
ValoraciónN/D
Guardados0
Etiquetas
Categorías
Aún no se ha añadido un resumen.
FAQ
Preguntas frecuentes
- ¿Qué es liveloveapp/hashbrown?
- Hashbrown es un framework de TypeScript headless para crear chats de IA y agentes en React y Angular, que permite a los modelos renderizar tus componentes registrados y llamar a herramientas del lado del navegador con salida estructurada en streaming. Está dirigido a desarrolladores frontend que quieren UI generativa mientras conservan sus propios componentes y sistema de diseño, y funciona con cualquier proveedor de modelos como OpenAI, Anthropic, Gemini, Bedrock, Azure u Ollama. Se ofrece como paquetes npm divididos en core, framework y adaptadores de proveedor.
- ¿Cuánto cuesta liveloveapp/hashbrown?
- liveloveapp/hashbrown tiene un modelo de precios: Código abierto. Consulta el sitio oficial para ver los planes actuales.
- ¿Para qué sirve liveloveapp/hashbrown?
- liveloveapp/hashbrown figura en TolsAI en estas categorías: Código abierto.
- ¿Dónde puedo usar liveloveapp/hashbrown?
- liveloveapp/hashbrown está disponible en su sitio oficial, github.com.
Explorar
Más en Código abierto
Un arnés agéntico de código abierto para un agente de IA que se mejora a sí mismo y que planifica y ejecuta las tareas que describes.
Un motor RAG sin vectores, basado en razonamiento, que indexa documentos como árboles y recupera con razonamiento LLM.
Una librería de Python similar a PyTorch para construir y autooptimizar flujos de trabajo de LLM como chatbots, RAG y agentes.
Una interfaz web modular para generar imágenes, video y audio con modelos de IA como Stable Diffusion, Flux y Wan.
Una guía paso a paso para diseñar sistemas de IA basados en LLMs, RAG y agentes de IA.
Motor de canalizaciones de IA de código abierto para crear, depurar y desplegar flujos de trabajo de LLM y orquestación de agentes desde tu IDE.
Conversación
Conversación
Inicia sesión para unirte a la conversación
Aún no hay comentarios. Inicia la conversación.