🛠 Dev-стек для AI

Фреймворки и инструменты, на которых строят AI-агентов и приложения. Звёзды и релизы — вживую с GitHub.

LangChain

фреймворк·Python·⭐ 141 928

Стандарт де-факто для сборки LLM-приложений: цепочки, память, инструменты, RAG. Огромная экосистема интеграций.

RAGагентычат-боты

LangGraph

агенты·Python·⭐ 37 446

Графовый движок для управляемых агентов и мультиагентных систем поверх LangChain — с состоянием, циклами и человеком в контуре.

агентыворкфлоу

LlamaIndex

данные·Python·⭐ 50 886

Фреймворк для подключения LLM к вашим данным: индексация, retrieval, RAG-конвейеры над документами и базами.

RAGпоиск по данным

CrewAI

агенты·Python·⭐ 55 645

Оркестрация команд ролевых агентов, которые распределяют задачи и работают сообща. Просто и быстро для мультиагентных сценариев.

мультиагентыавтоматизация

AutoGen

агенты·Python·⭐ 59 778

Фреймворк Microsoft для мультиагентных диалогов: агенты общаются между собой и с человеком, решая задачи кодинга и анализа.

мультиагентыкодинг

SuperAGI

агенты·Python·⭐ 17 621

Полноценная платформа для автономных агентов: запуск, управление, инструменты, телеметрия. GUI из коробки.

автономные агенты

AutoGPT

агенты·Python·⭐ 185 582

Пионер автономных агентов: ставите цель — агент сам планирует и выполняет шаги. Теперь ещё и визуальный конструктор.

автономные агенты

Flowise

no-code·TypeScript·⭐ 54 676

Визуальный конструктор LLM-агентов и цепочек: собираете логику мышкой из блоков, без кода. Работает поверх LangChain.

no-codeпрототипы

Langflow

no-code·Python·⭐ 151 917

Визуальная среда для сборки RAG и агентов drag-and-drop, с экспортом в API. Быстрый путь от идеи к прототипу.

no-codeRAG

DSPy

фреймворк·Python·⭐ 36 175

Программирование промптов вместо ручного подбора: DSPy сам оптимизирует подсказки и цепочки под метрику. Подход из Стэнфорда.

оптимизация промптовRAG

Haystack

фреймворк·MDX·⭐ 25 916

Продакшн-фреймворк для RAG и поисковых систем от deepset: модульные конвейеры, готовые компоненты, масштабирование.

RAGпоиск

Ollama

данные·Go·⭐ 176 264

Запуск открытых LLM локально одной командой: модели тянутся как образы, есть API. Приватно и без облака.

локальный запускприватность