Awesome GitHub RepositoriesApplication Logic Integrations

Ce projet est une collection d'implémentations de référence, d'exemples de code et de kits de démarrage pour intégrer les services backend Firebase dans des applications web en utilisant le SDK JavaScript. Il sert de guide pratique pour amorcer des projets avec une authentification hébergée dans le cloud, des bases de données et une logique serverless. Le dépôt fournit des exemples spécifiques pour implémenter la synchronisation de données en temps réel, la gestion d'identité utilisateur et les fonctions cloud pilotées par événements. Il inclut également du code de référence pour utiliser des émulateurs de service locaux afin de tester la fonctionnalité cloud sur une machine locale avant le déploiement en production. La base de code couvre un large éventail de capacités, notamment le stockage de données no-sql et relationnel, l'hébergement d'assets statiques sur un CDN mondial et l'application de règles de sécurité déclaratives. Elle démontre également l'intégration de la vérification d'identité et l'exécution de logique côté serveur dans des environnements gérés.

Rivet est un concepteur de workflow LLM visuel et un moteur d'orchestration d'agents IA. Il sert d'environnement de développement pour construire des pipelines de génération augmentée par récupération (RAG) et une bibliothèque TypeScript pour intégrer des graphes IA visuels et une logique de prompt dans des applications JavaScript. Le système se distingue par un éditeur basé sur des nœuds qui mappe le flux de données entre les modèles de langage, les bases de données vectorielles et les API externes. Il fournit des outils spécialisés pour l'ingénierie de prompts, incluant des interfaces pour le raffinement itératif des prompts et les tests A/B pour améliorer la qualité des réponses du modèle. La plateforme couvre un large éventail de capacités, incluant l'exécution de graphes dirigés avec prise en charge du traitement parallèle et des boucles, une observabilité complète pour le débogage d'état en temps réel et la relecture d'exécution, et des frameworks de test automatisés pour vérifier le comportement de l'agent via des suites de validation. Il inclut également la prise en charge de la transcription et du raisonnement audio, ainsi qu'une architecture de plugin pour définir des nœuds personnalisés. Les graphes logiques sont stockés sous forme de fichiers YAML pour permettre le contrôle de version et la collaboration.