Hồ sơ công cụ
liveloveapp/hashbrown
github.com
Một framework TypeScript không giao diện để thêm trò chuyện AI và tác nhân với giao diện người dùng tạo sinh vào các ứng dụng React và Angular.
Công dụng
liveloveapp/hashbrown
Hashbrown là một framework TypeScript không giao diện để xây dựng trò chuyện AI và tác nhân trong React và Angular, cho phép các mô hình hiển thị các thành phần đã đăng ký của bạn và gọi các công cụ phía trình duyệt với đầu ra có cấu trúc dạng luồng. Nó hướng đến các nhà phát triển frontend muốn có giao diện người dùng tạo sinh trong khi vẫn giữ các thành phần và hệ thống thiết kế của riêng họ, và nó hoạt động với bất kỳ nhà cung cấp mô hình nào như OpenAI, Anthropic, Gemini, Bedrock, Azure hoặc Ollama. Nó được cung cấp dưới dạng các gói npm được chia thành lõi, framework và bộ điều hợp nhà cung cấp.
GiáMã nguồn mở
Đánh giáN/A
Lượt lưu0
Thẻ
Danh mục
Chưa có phần tóm tắt.
FAQ
Câu hỏi thường gặp
- liveloveapp/hashbrown là gì?
- Hashbrown là một framework TypeScript không giao diện để xây dựng trò chuyện AI và tác nhân trong React và Angular, cho phép các mô hình hiển thị các thành phần đã đăng ký của bạn và gọi các công cụ phía trình duyệt với đầu ra có cấu trúc dạng luồng. Nó hướng đến các nhà phát triển frontend muốn có giao diện người dùng tạo sinh trong khi vẫn giữ các thành phần và hệ thống thiết kế của riêng họ, và nó hoạt động với bất kỳ nhà cung cấp mô hình nào như OpenAI, Anthropic, Gemini, Bedrock, Azure hoặc Ollama. Nó được cung cấp dưới dạng các gói npm được chia thành lõi, framework và bộ điều hợp nhà cung cấp.
- liveloveapp/hashbrown có giá bao nhiêu?
- liveloveapp/hashbrown áp dụng mô hình giá: Mã nguồn mở. Xem gói hiện tại trên trang web chính thức.
- liveloveapp/hashbrown dùng để làm gì?
- liveloveapp/hashbrown được xếp trên TolsAI vào các danh mục: Mã nguồn mở.
- Có thể dùng liveloveapp/hashbrown ở đâu?
- liveloveapp/hashbrown có trên trang web chính thức github.com.
Khám phá
Thêm trong Mã nguồn mở
Một bộ khung tác tử mã nguồn mở cho một AI agent tự cải thiện, có khả năng lập kế hoạch và thực thi các nhiệm vụ bạn mô tả.
Một công cụ RAG không dùng vector, dựa trên suy luận, lập chỉ mục tài liệu dưới dạng cây và truy xuất bằng suy luận LLM.
Một thư viện Python giống PyTorch để xây dựng và tự động tối ưu hóa các quy trình làm việc LLM như chatbot, RAG và agent.
Giao diện web mô-đun để tạo hình ảnh, video và âm thanh bằng các mô hình AI như Stable Diffusion, Flux và Wan.
Hướng dẫn từng bước để thiết kế các hệ thống AI được xây dựng trên LLM, RAG và AI agents.
Công cụ pipeline AI mã nguồn mở để xây dựng, gỡ lỗi và triển khai các quy trình LLM và điều phối tác nhân ngay từ IDE của bạn.
Thảo luận
Thảo luận
Đăng nhập để tham gia thảo luận
Chưa có bình luận. Hãy bắt đầu thảo luận.