Awesome GitHub RepositoriesSearch Integrations

This project is a Chinese text segmentation library and tokenizer designed to split Chinese sentences into individual words. It serves as a natural language processing tool for splitting characters into words, tagging parts of speech, and extracting keywords using statistical analysis. The library distinguishes itself through support for custom dictionary configuration and vocabulary file management, allowing users to override default segmentation rules for domain-specific accuracy. It also includes a TF-IDF keyword extractor to identify significant words and core topics within documents. Th

This project is a privacy-focused, self-hosted metasearch engine that aggregates results from a wide array of web, academic, and media sources into a single, unified interface. By acting as a proxy between the user and external search providers, it strips identifying headers and tracking parameters from requests, ensuring that search activity remains anonymous and protected from third-party profiling. The platform distinguishes itself through a modular, plugin-based architecture that allows for extensive customization of search behavior, result filtering, and interface branding. It supports a

This project is an enterprise knowledge platform designed for teams to create, manage, and publish structured documentation. Built on a high-performance runtime, it provides a centralized environment where contributors can author content using markdown, HTML, or a visual editor. The system is engineered to handle collaborative workflows, ensuring that technical and non-technical users alike can maintain documentation with consistent rendering and version control. What distinguishes this platform is its focus on secure, scalable, and synchronized content management. It features granular path-b

Quarkus is a Kubernetes-native Java framework designed for building high-performance, memory-efficient applications. It utilizes ahead-of-time native compilation to transform Java code into standalone, optimized binaries that eliminate the need for a virtual machine, enabling rapid startup and reduced memory consumption. By performing code augmentation during the build phase, it shifts heavy processing tasks away from runtime, ensuring that applications are optimized for cloud-native environments. The framework distinguishes itself through a unified approach to reactive and imperative program

Grav is a flat-file content management system that eliminates the need for a traditional database by storing site content and configuration in human-readable Markdown and YAML files. Built as a modular PHP web framework, it uses a hierarchical page routing system where the physical directory structure directly determines the site's URL paths. The platform is distinguished by its event-driven plugin architecture and a command-line interface that prioritizes system administration, deployment, and maintenance tasks. It utilizes a blueprint-driven system to generate administrative forms from stru

Whoogle-search is a self-hosted, containerized metasearch engine designed to provide search results while stripping away advertisements, tracking scripts, and cookies. It functions as a privacy-focused proxy that fetches results from major search providers, ensuring that user activity remains isolated from the original service providers. The platform distinguishes itself through granular traffic management and request-level security. It masks user identity by rotating browser identification strings and routing queries through intermediate proxies. Users can further customize their experience

Fumadocs is a documentation framework designed for building content-heavy technical websites using MDX. It functions as a static site generator that transforms structured text files into optimized, interactive web pages, providing a comprehensive toolset for managing technical content, API references, and versioned guides. The platform distinguishes itself through a deep integration of interactive components and AI-ready features. It includes a library of pre-built interface elements that allow developers to embed live API playgrounds, request snippets, and schema-based documentation directly

Vendure is a Node.js e-commerce engine and headless commerce framework built with NestJS and TypeScript. It serves as a multi-channel commerce platform that manages product catalogs, orders, and customers via a strongly typed GraphQL API. The platform is distinguished by its highly extensible architecture, featuring a customizable administrative dashboard where developers can inject custom React components and entity views. It supports multi-channel commerce, allowing the isolation of products, currencies, and regional catalogs from a single unified backend. The engine covers a broad range o

Airweave is a unified AI knowledge base platform that syncs data from external APIs into a searchable layer for retrieval-augmented generation. It provides a pre-built data connector library and a framework for building custom connectors, enabling the extraction, transformation, and synchronization of structured and unstructured data from SaaS applications. The platform includes a hybrid vector retrieval system that combines semantic, neural, and keyword search strategies to deliver grounded context for AI agents. The platform distinguishes itself through an agentic search engine that iterati

AI NovelGenerator es una herramienta para generar ficción de formato largo utilizando modelos de lenguaje extensos. Funciona como un arquitecto narrativo y asistente de escritura, automatizando la creación de novelas de múltiples capítulos mientras gestiona la estructura general de la historia y el seguimiento de personajes. El proyecto se distingue por un sistema de recuperación de contexto semántico y un verificador de consistencia de historia por IA. Estas herramientas utilizan búsqueda semántica para recordar detalles específicos de la historia de capítulos anteriores y escanear el texto generado en busca de contradicciones en la trama o inconsistencias de comportamiento. El sistema cubre un ciclo de vida narrativo completo, incluyendo el diseño de la base de la historia, la construcción del mundo y la planificación de la estructura de la novela. Utiliza una canalización de múltiples etapas para redactar capítulos coherentes e incorpora un banco de trabajo de flujo de trabajo creativo para gestionar configuraciones y corrección de pruebas.

Pagefind es un motor de búsqueda para sitios estáticos que indexa archivos HTML para proporcionar una experiencia de búsqueda basada en navegador sin necesidad de un servidor backend o API. Consiste en un indexador de búsqueda multilingüe y un conjunto de componentes de interfaz de usuario preconstruidos y personalizables para renderizar inputs de búsqueda y listas de resultados. El sistema está diseñado para contenido global, utilizando un indexador de búsqueda multilingüe que detecta los idiomas de las páginas y crea bundles de índice independientes para proporcionar stemming y resultados específicos por idioma. Además, optimiza el rendimiento utilizando un índice comprimido y delegando la ejecución de consultas a un web worker para mantener la interfaz de usuario receptiva. La herramienta cubre una amplia gama de capacidades de indexación y recuperación, incluyendo la capacidad de procesar diversos tipos de contenido como PDF y JSON, así como filtrado de búsqueda facetada basado en metadatos personalizados. Proporciona mecanismos para el ajuste de relevancia de resultados, división de secciones de página para mejorar la precisión y un kit de UI integral que incluye modales, paneles de filtro y resaltado de términos. El proyecto incluye herramientas para desarrolladores para servir sitios localmente y exportaciones de playground de diagnóstico para depurar el comportamiento del índice.

Search-R1 es un sistema de entrenamiento distribuido y framework de aprendizaje por refuerzo diseñado para crear modelos de lenguaje aumentados por búsqueda. Proporciona una arquitectura para escalar cargas de trabajo de modelos a través de nodos principales y trabajadores, mientras optimiza cómo los modelos intercalan el razonamiento interno con llamadas a herramientas externas. El sistema se centra en refinar el comportamiento del modelo mediante señales de recompensa personalizadas y aprendizaje por refuerzo para mejorar el formato de uso de herramientas y la recuperación de información. Implementa un bucle de razonamiento-búsqueda intercalado que permite a los modelos alternar entre la generación de pensamiento interno y la obtención de datos externos. El framework admite tanto la búsqueda web en tiempo real a través de API de terceros como la recuperación de contexto local utilizando búsqueda híbrida dispersa-densa e indexación de corpora. Estas capacidades se integran a través de una arquitectura basada en servidor para facilitar la recuperación de datos durante el proceso de razonamiento.

This is a Go client library for interacting with the Slack API, providing a programmatic interface to manage channels, users, and workspace settings. It functions as a bot framework and event handler, allowing for the development of automated assistants that respond to workspace activities. The library includes a dedicated Block Kit builder for constructing complex UI layouts, such as interactive elements, data tables, and visualizations, for rich messaging. It also provides a full implementation for managing user authentication and identity verification through OAuth2 and OpenID Connect. Br

Kiln es un workbench de desarrollo de LLM y framework de evaluación diseñado para diseñar, probar y optimizar prompts y agentes de IA. Funciona como un orquestador multi-agente y una herramienta de optimización RAG, proporcionando una interfaz visual para el desarrollo iterativo de sistemas de IA. El proyecto se distingue por un pipeline de fine-tuning integral que soporta entrenamiento de modelos sin código y destilación de razonamiento. Permite la creación de sistemas multi-agente jerárquicos donde actores especializados se coordinan mediante tool calling, e implementa un servidor de Model Context Protocol para exponer estos agentes y capacidades de búsqueda como herramientas estandarizadas para clientes externos. La plataforma cubre una amplia gama de capacidades, incluyendo puntuación automatizada por jueces de IA para control de calidad, generación de datos sintéticos para entrenamiento y evaluación, y recuperación híbrida vector-keyword para fundamentar las respuestas del modelo. También proporciona herramientas para la evolución de prompts, auditoría de trazas y gestión de datasets colaborativos mediante integración con Git. El workbench es accesible a través de una API REST autohospedable y una librería de Python dedicada para la ejecución programática de flujos de trabajo.

Este proyecto es una aplicación de blog social construida con Flask. Proporciona una plataforma para la gestión de cuentas de usuario, relaciones de seguimiento y flujos de publicaciones cronológicos, respaldada por una base de datos relacional PostgreSQL. La aplicación cuenta con una interfaz web multilingüe con contenido localizado y formato de fechas. Está diseñada como una aplicación web dockerizada, utilizando contenedores para un despliegue consistente en diferentes entornos. El sistema integra una variedad de capacidades principales, incluyendo búsqueda de texto completo con abstracción de proveedores, un trabajador de tareas asíncronas para procesamiento en segundo plano y un sistema de identidad integral que cubre el registro seguro y el seguimiento de sesiones. También implementa mensajería privada, transmisión de correo SMTP y una API con autenticación basada en tokens. El código emplea una arquitectura modular utilizando el patrón de fábrica de aplicaciones y blueprints para organizar el enrutamiento y la lógica.

DocSearch is an integrated toolset for adding search capabilities to documentation websites. It provides a JavaScript and React search interface for embedding autocomplete search bars, a dedicated web crawler to extract and synchronize site content into a searchable index, and a monitoring system to track user queries and interaction events. The project distinguishes itself by incorporating a conversational AI assistant powered by retrieval-augmented generation. This assistant grounds a large language model in a specific documentation index to provide factual answers, with configurable system

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.

nit es una plataforma de procedencia de activos blockchain y registro descentralizado de activos. Establece una cadena de custodia verificable para medios digitales asignando identificadores criptográficamente únicos a los archivos y registrando su origen, propiedad e historial de modificaciones en un libro mayor. El proyecto se distingue por integrar IPFS para almacenamiento descentralizado y un sistema de versionado de contenido que rastrea la evolución de los activos a través de commits inmutables. Incluye herramientas especializadas para el seguimiento de la procedencia de IA generativa, permitiendo el registro de creadores y herramientas utilizadas en medios sintéticos para mantener un árbol de metadatos transparente. El sistema cubre una amplia gama de capacidades, incluyendo gestión de derechos digitales, distribución automatizada de regalías mediante contratos inteligentes y verificación de autenticidad de contenido. También implementa un modelo de gobernanza ponderado por tokens donde los usuarios pueden hacer staking de tokens para influir en la dirección del protocolo mediante votación descentralizada. El proyecto está desarrollado en TypeScript.

InstantSearch es un framework de búsqueda de JavaScript y biblioteca de UI diseñada para construir interfaces de búsqueda y descubrimiento instantáneas utilizando la API de Algolia. Proporciona un kit de herramientas para implementar lógica de búsqueda, sincronización de estado y renderizado de resultados en varios entornos, incluyendo bibliotecas de componentes dedicadas para React y Vue.js. El framework desacopla el procesamiento de datos de búsqueda de la capa de UI a través de una abstracción de lógica basada en conectores y un patrón de proveedor para la distribución de estado. Esto permite a los desarrolladores construir comportamientos de búsqueda personalizados transformando conectores en hooks y ensamblando interfaces utilizando un sistema de widgets independientes y componibles. La biblioteca cubre una amplia gama de áreas funcionales, incluyendo renderizado del lado del servidor para optimización de motores de búsqueda, sincronización de URL para persistencia de estado y análisis de interacción del usuario. También admite capacidades de descubrimiento avanzadas como reordenamiento basado en conversiones, viajes de usuario personalizados y predicción de intención basada en aprendizaje automático.

This project is a containerized search infrastructure designed to deploy a privacy-focused metasearch engine. It acts as a self-hosted search proxy that aggregates results from multiple external web, image, and academic search providers while anonymizing requests and stripping trackers to protect user identity. The system utilizes Docker to orchestrate the search instance, integrating caching mechanisms and reverse proxy support to ensure a private and efficient search environment. It employs a modular adapter-based integration to standardize diverse external API responses and a processing pi