Perfil da ferramenta
liveloveapp/hashbrown
github.com
Uma estrutura TypeScript headless para adicionar chat de IA e agentes com UI generativa a aplicações React e Angular.
O que faz
liveloveapp/hashbrown
Hashbrown é um framework TypeScript headless para criar chats de IA e agentes em React e Angular, permitindo que os modelos renderizem os seus componentes registados e chamem ferramentas do lado do browser com saída estruturada em streaming. Destina-se a programadores frontend que querem UI generativa mantendo os seus próprios componentes e sistema de design, e funciona com qualquer fornecedor de modelos, como OpenAI, Anthropic, Gemini, Bedrock, Azure ou Ollama. É disponibilizado como pacotes npm divididos em core, framework e adaptadores de fornecedor.
PreçoCódigo aberto
AvaliaçãoN/D
Favoritos0
Tags
Categorias
Um resumo ainda não foi adicionado.
FAQ
Perguntas frequentes
- O que é liveloveapp/hashbrown?
- Hashbrown é um framework TypeScript headless para criar chats de IA e agentes em React e Angular, permitindo que os modelos renderizem os seus componentes registados e chamem ferramentas do lado do browser com saída estruturada em streaming. Destina-se a programadores frontend que querem UI generativa mantendo os seus próprios componentes e sistema de design, e funciona com qualquer fornecedor de modelos, como OpenAI, Anthropic, Gemini, Bedrock, Azure ou Ollama. É disponibilizado como pacotes npm divididos em core, framework e adaptadores de fornecedor.
- Quanto custa liveloveapp/hashbrown?
- liveloveapp/hashbrown usa o modelo de preço: Código aberto. Confira os planos atuais no site oficial.
- Para que serve liveloveapp/hashbrown?
- liveloveapp/hashbrown está listado no TolsAI nestas categorias: Código Aberto.
- Onde posso usar liveloveapp/hashbrown?
- liveloveapp/hashbrown está disponível no site oficial, github.com.
Explorar
Mais em Código Aberto
Um harness agêntico de código aberto para um agente de IA autoaperfeiçoável que planeja e executa tarefas que você descreve.
Um mecanismo de RAG baseado em raciocínio, sem vetores, que indexa documentos como árvores e recupera com raciocínio de LLM.
Uma biblioteca Python semelhante ao PyTorch para construir e otimizar automaticamente fluxos de trabalho de LLM, como chatbots, RAG e agentes.
Uma interface web modular para gerar imagens, vídeo e áudio com modelos de IA como Stable Diffusion, Flux e Wan.
Um guia passo a passo para projetar sistemas de IA construídos sobre LLMs, RAG e agentes de IA.
Mecanismo de pipeline de IA de código aberto para criar, depurar e implantar fluxos de trabalho de LLM e orquestração de agentes a partir da sua IDE.
Discussão
Discussão
Entre para participar da discussão
Nenhum comentário ainda. Comece a discussão.