awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 Repos

Awesome GitHub RepositoriesDomain Knowledge Bases

Comprehensive digital repositories of structured facts and entity details regarding a specific domain.

Distinguishing note: Shortlist candidates focus on AI entity linking or corporate knowledge bases rather than domain-specific data encyclopedias.

Explore 2 awesome GitHub repositories matching data & databases · Domain Knowledge Bases. Refine with filters or upvote what's useful.

Awesome Domain Knowledge Bases GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • pokeapi/pokeapiAvatar von PokeAPI

    PokeAPI/pokeapi

    5,250Auf GitHub ansehen↗

    PokeAPI ist ein Read-only-RESTful-Web-Interface und eine umfassende Wissensdatenbank, die strukturierte Daten über Pokémon-Spezies, Attacken und Spielserien-Entitäten bereitstellt. Es fungiert als containerisierter Datendienst, der Spielstatistiken und Entitätsdetails für die programmatische Nutzung in Anwendungen liefert. Der Dienst ermöglicht den Abruf umfassender Pokémon-Spieldaten und die Referenzierung von Spiel-Entitäts-Metadaten. Benutzer können über REST- und GraphQL-Interfaces auf diese Informationen zugreifen, um spezifische Datenpunkte abzurufen und externe App-Interfaces zu befüllen.

    Provides a comprehensive digital encyclopedia of Pokémon game data and entity details.

    Pythonapibeginner-friendlygraphql
    Auf GitHub ansehen↗5,250
  • microsoft/pike-ragAvatar von microsoft

    microsoft/PIKE-RAG

    2,388Auf GitHub ansehen↗

    Pike-RAG is a framework designed for industrial-grade language model applications that require high factual accuracy and logical consistency. It functions as a platform for orchestrating multi-agent systems and implementing rationale-augmented generation, ensuring that model outputs are grounded in specialized domain knowledge rather than relying solely on internal training data. The system distinguishes itself through its ability to decompose complex, high-level queries into atomic tasks that are executed by specialized autonomous agents. By enforcing explicit logical reasoning steps before

    Standardizes industry terminology and maps technical aliases to ensure consistent and accurate context-aware responses.

    Pythondomain-specificindustrial-aiknowledge-extraction
    Auf GitHub ansehen↗2,388
  1. Home
  2. Data & Databases
  3. Domain Knowledge Bases