Fiche outil
ENTERPILOT/GoModel
github.com
Une passerelle IA et un plan de contrôle en Go offrant une API unifiée compatible OpenAI et Anthropic à travers de nombreux fournisseurs de LLM.
Ce qu'il fait
ENTERPILOT/GoModel
GoModel est une passerelle et un proxy IA écrits en Go qui expose une API unique compatible OpenAI et compatible Anthropic pour des fournisseurs tels que OpenAI, Anthropic, Gemini, Groq, xAI, Ollama et vLLM. Il ajoute l'observabilité, des garde-fous, le streaming, le suivi des coûts, le routage intelligent, des sessions persistantes, le basculement et des journaux d'utilisation en temps réel, se positionnant comme une alternative à LiteLLM. Il s'adresse aux équipes exécutant des charges de travail LLM en production et est proposé comme un service auto-hébergé via Docker ou des scripts d'installation.
Tags
Catégories
Aucun résumé n'a encore été ajouté.
FAQ
Questions fréquentes
- Qu’est-ce que ENTERPILOT/GoModel ?
- GoModel est une passerelle et un proxy IA écrits en Go qui expose une API unique compatible OpenAI et compatible Anthropic pour des fournisseurs tels que OpenAI, Anthropic, Gemini, Groq, xAI, Ollama et vLLM. Il ajoute l'observabilité, des garde-fous, le streaming, le suivi des coûts, le routage intelligent, des sessions persistantes, le basculement et des journaux d'utilisation en temps réel, se positionnant comme une alternative à LiteLLM. Il s'adresse aux équipes exécutant des charges de travail LLM en production et est proposé comme un service auto-hébergé via Docker ou des scripts d'installation.
- Combien coûte ENTERPILOT/GoModel ?
- ENTERPILOT/GoModel applique un modèle tarifaire : Open source. Consultez le site officiel pour les offres actuelles.
- À quoi sert ENTERPILOT/GoModel ?
- ENTERPILOT/GoModel est référencé sur TolsAI dans ces catégories : Open Source.
- Où utiliser ENTERPILOT/GoModel ?
- ENTERPILOT/GoModel est disponible sur son site officiel, github.com.
Explorer
Plus dans Open Source
Un harnais agentique open source pour un agent IA auto-améliorant qui planifie et exécute les tâches que vous décrivez.
Un moteur RAG sans vecteurs, basé sur le raisonnement, qui indexe les documents sous forme d'arbres et effectue la récupération avec le raisonnement d'un LLM.
Une bibliothèque Python de type PyTorch pour construire et auto-optimiser des workflows LLM tels que les chatbots, le RAG et les agents.
Une interface web modulaire pour générer des images, des vidéos et de l'audio avec des modèles d'IA comme Stable Diffusion, Flux et Wan.
Un guide étape par étape pour concevoir des systèmes d'IA basés sur les LLM, le RAG et les agents d'IA.
Moteur de pipeline d'IA open source pour créer, déboguer et déployer des workflows LLM et l'orchestration d'agents depuis votre IDE.
Discussion
Discussion
Connectez-vous pour participer à la discussion
Aucun commentaire pour le moment. Lancez la discussion.