Awesome GitHub RepositoriesDisk Persistence

Este proyecto es una colección completa de materiales educativos de programación en Python, incluyendo tutoriales, ejercicios y muestras de código curadas. Sirve como un plan de estudios de aprendizaje y kit de herramientas de ingeniería de software, utilizando Jupyter Notebooks para combinar código ejecutable con texto educativo descriptivo. El repositorio proporciona guías de implementación prácticas para construir aplicaciones de modelos de lenguaje grandes, como sistemas de generación aumentada por recuperación, agentes de IA con estado y flujos de trabajo de aprendizaje automático. Se distingue por ofrecer un enfoque estructurado para flujos de trabajo de codificación agentica, cubriendo destilación de ventana de contexto, enrutamiento de modelos agnóstico al proveedor y salidas estructuradas forzadas por esquema. Los materiales cubren una amplia gama de capacidades de ingeniería de software, incluyendo programación asíncrona con colas de tareas distribuidas, desarrollo de aplicaciones web con API REST y flujos de trabajo de análisis de datos. También incluye recursos para dominar el diseño orientado a objetos, implementar tuberías de CI/CD y aplicar estándares profesionales de linting y formato.

Ignite es una plataforma de cómputo y rejilla de datos distribuida en memoria. Funciona como una base de datos SQL distribuida y un motor de almacenamiento diseñado para almacenar y procesar grandes conjuntos de datos en RAM para minimizar la latencia y aumentar la velocidad de cálculo. El sistema se distingue por un motor de almacenamiento de varios niveles que gestiona la ubicación de los datos a través de la memoria y el disco para equilibrar el acceso de alta velocidad con una gran capacidad. Cuenta con una rejilla de cómputo distribuida que ejecuta lógica personalizada directamente en los nodos donde residen los datos para reducir el tráfico de red. La plataforma proporciona un amplio conjunto de capacidades, incluyendo gestión de transacciones ACID, consultas SQL estándar y operaciones de clave-valor. Admite la ingesta de datos de alto volumen a través de flujos reactivos y ofrece integración a través de múltiples lenguajes de programación, controladores de base de datos estándar y una API REST. El sistema puede desplegarse como un clúster distribuido utilizando contenedores u orquestarse mediante Kubernetes. El proyecto está escrito en Java y puede instalarse mediante archivos binarios.

Chronos es un agente de ingeniería de software LLM y modelo de depuración a escala de repositorio diseñado para la corrección autónoma de errores. El sistema funciona como un sistema automatizado de corrección de errores que localiza defectos, razona sobre las causas raíz e implementa parches validados en múltiples archivos. El proyecto se distingue por un motor de recuperación guiado por grafos que utiliza un grafo de memoria persistente para navegar por las relaciones de llamada y flujos de datos a través de grandes repositorios. Emplea un flujo de trabajo de depuración persistente que indexa un historial de commits y registros para reconocer patrones y evitar repetir errores anteriores a través de ciclos de depuración iterativos. El sistema cubre el análisis de causa raíz a través de la localización de trazas causales y el seguimiento de errores basado en la lógica a través de múltiples archivos. Además, proporciona reparación de código autónoma sintetizando parches y validándolos dentro de un entorno sandbox iterativo. La inteligencia del repositorio se maneja a través de la recuperación contextual de múltiples saltos y la ingesta de múltiples fuentes de registros y trazas. El sistema proporciona transparencia en los pasos de razonamiento y genera documentación de depuración automatizada, incluyendo evaluaciones de riesgo y justificaciones para cada corrección aplicada.

notion-py es una biblioteca de Python que sirve como cliente de API no oficial para interactuar con páginas y bases de datos de Notion. Funciona como un mapeador objeto-relacional (ORM) que traduce tablas y bloques de bases de datos de Notion en clases de Python para la gestión estructurada de datos. El proyecto cuenta con una capa de sincronización reactiva que utiliza long-polling y callbacks para mantener los objetos locales de Python actualizados con los cambios remotos. Incluye una caché de datos local segura para hilos con persistencia en disco para reducir las solicitudes de red y un convertidor para transformar texto Markdown en bloques de contenido formateados de Notion y estructuras de texto enriquecido. La biblioteca cubre una amplia gama de capacidades, incluyendo la gestión programática de bloques de contenido, consultas a bases de datos con filtros y ordenamiento, y gestión de identidad de usuario. También soporta la serialización de texto enriquecido a Markdown CommonMark mientras preserva atributos de LaTeX y estilo.

Kvrocks is a distributed key-value store and Redis-compatible NoSQL database. It utilizes a RocksDB storage engine to provide disk-based persistence, allowing for high-capacity data storage with reduced memory costs compared to in-memory systems. The system functions as a vector database and full-text search engine, supporting nearest-neighbor searches on vector embeddings and complex document queries via text matching. It employs a proxyless cluster architecture with slot-based routing to distribute data and scale capacity across multiple nodes. The platform covers a wide range of data mana

Docker-Proxy es un servicio de almacenamiento en caché y duplicación de imágenes de contenedores autohospedado. Funciona como un proxy inverso consciente del registro que intercepta solicitudes a registros remotos, almacenando capas de imágenes en discos locales para acelerar las velocidades de recuperación y reducir las dependencias de la estabilidad de la red externa. El servicio incluye una interfaz de gestión basada en web para buscar imágenes duplicadas y monitorear el estado del servicio. Admite autenticación basada en credenciales para acceder a imágenes privadas y evitar los límites de tasa de extracción anónima impuestos por proveedores remotos. El proxy gestiona el tráfico a través del mapeo de dominios y certificados de seguridad, al tiempo que proporciona controles para la expulsión de caché y límites de acceso IP. El almacenamiento se puede configurar para persistir en el sistema de archivos local o permanecer en memoria volátil. El proyecto admite el despliegue contenedorizado para un autohospedaje optimizado.

OpenSquilla es un framework de orquestación de agentes LLM diseñado para coordinar flujos de trabajo de IA de varios pasos y la ejecución de herramientas mediante grafos acíclicos dirigidos. Funciona como un sistema centralizado para gestionar paquetes de habilidades especializadas y ejecutar secuencias de razonamiento complejas. El proyecto se distingue por una pasarela de enrutamiento que dirige las tareas a diferentes proveedores de IA según la complejidad, el coste y el rendimiento. Utiliza un sistema de memoria de IA de varios niveles que organiza el conocimiento de trabajo, episódico y semántico mediante embeddings locales y SQLite, junto con un sandbox de ejecución seguro que aísla el código generado por el agente mediante perfiles de permisos basados en riesgos. La plataforma cubre una amplia gama de capacidades, incluyendo despliegue multicanal en web y plataformas de mensajería, programación automatizada de tareas mediante cron y un puente de Model Context Protocol para conectar con herramientas externas. También proporciona herramientas integrales de monitoreo y observabilidad para rastrear costes de tokens, auditar decisiones en tiempo de ejecución y gestionar un catálogo de habilidades reutilizables. El sistema incluye utilidades de línea de comandos para la inicialización del espacio de trabajo y la gestión del ciclo de vida de las habilidades.

Este proyecto es un framework de agentes de IA multicanal y chatbots que permite que una única inteligencia artificial sea desplegada a través de varias plataformas de mensajería, interfaces web y cuentas de correo electrónico. Funciona como una pasarela de IA multimodelo, proporcionando una interfaz unificada para enrutar peticiones entre diferentes proveedores de modelos de lenguaje de gran tamaño. El sistema se distingue por sus capacidades de planificación autónoma de tareas y gestión del conocimiento. Puede descomponer objetivos complejos en pasos de ejecución secuenciales utilizando herramientas externas y un navegador headless, mientras extrae información de las conversaciones simultáneamente para construir una base de conocimiento estructurada con grafos de relaciones visuales. La plataforma incluye un sistema de memoria de niveles para la recuperación de contexto a largo plazo, un motor de plugins de habilidades dinámicas para extender la funcionalidad y la capacidad de ejecutar comandos de sistema remotos. También admite flujos de trabajo multimodales, permitiendo el intercambio de imágenes, mensajes de voz y archivos a través de diferentes canales de comunicación. La instancia puede gestionarse mediante una consola web, una interfaz de comandos basada en terminal o mediante comandos de barra (slash commands) en el chat.

Kùzu is an embedded property graph database engine designed for high-performance analytical queries and local data management. It operates as a library within the host application process, utilizing a columnar-based storage architecture and just-in-time query compilation to execute complex graph traversals and pattern matching efficiently. By mapping database files directly into system memory, it ensures data durability and high-speed access while maintaining ACID-compliant transactional integrity. The engine distinguishes itself by integrating vector similarity search and full-text search di

Godis is a Redis-compatible in-memory database and distributed key-value store. It functions as a replicated data store and distributed message broker, implementing the Redis protocol to manage complex data structures in memory. The system provides a geospatial indexing engine for proximity-based queries and distance calculations. It ensures high availability and data durability through master-slave replication and write-ahead logging. The project covers a wide range of capabilities including the management of strings, hash maps, lists, and sorted sets. It supports distributed data clusterin