Данные117 тыс.
awesome llm apps
По README закрывает: RAG, embeddings и поиск по контексту проекта; подключение MCP/tool-use сценариев для агента. Ориентир по стеку и темам: memory-rag, agents, llms.
Готовые инструкции для Codex, Claude и Cursor — по задачам и стекам.
Найдено: 3
Сбросить фильтрыПо README закрывает: RAG, embeddings и поиск по контексту проекта; подключение MCP/tool-use сценариев для агента. Ориентир по стеку и темам: memory-rag, agents, llms.
Закрывает задачи из области данных: работает с данными, базами, датасетами или RAG-контекстом, собирает повторяемые agent workflows и автоматизации, настраивает промпты, контекст, память или поведение LLM-агента. Ориентир по стеку и темам: data-ml, agents, ai.
langgraph swarm py — данные для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, agents, langgraph. Исходники: langchain-ai/langgraph-swarm-py.