Awesome GitHub RepositoriesML Model Integrations

Vespa is a distributed search engine, vector database, and machine learning ranking engine. It serves as an AI search platform designed to handle large-scale document indexing and complex query processing across a cluster of nodes, combining keyword retrieval with high-dimensional embedding storage for semantic similarity search. The platform distinguishes itself by integrating machine learning models directly into the search pipeline to perform real-time inference and ranking. It converts these models into ranking expressions to score and order results based on relevance, while providing a s

SerpentAI is a game AI development kit and computer vision framework designed for building autonomous agents that interact with video games. It serves as a game input automation tool and a machine learning model integration engine, allowing developers to create agents that perceive game states and execute actions. The framework utilizes a plugin-based agent architecture to provide modular extensions for game-specific logic and behaviors. It features a specialized system for training, bundling, and deploying machine learning classifiers to recognize visual contexts and game states in real time

Il s'agit d'un SDK backend-as-a-service qui connecte les applications web et mobiles à une suite de services cloud. Il fournit une interface unifiée pour gérer l'identité des utilisateurs, exécuter une logique serverless et gérer le stockage d'objets cloud. La boîte à outils se caractérise par sa synchronisation de données en temps réel, qui permet aux données documentaires NoSQL de rester cohérentes sur plusieurs clients avec une persistance hors ligne intégrée. Elle facilite l'accès sécurisé des utilisateurs via une variété de fournisseurs d'identité et gère l'invocation de fonctions serverless pour exécuter une logique backend en réponse à des requêtes HTTPS ou des événements de base de données. Le SDK couvre un large éventail de capacités opérationnelles, incluant la gestion de bases de données NoSQL et relationnelles, la surveillance des crashs et l'analyse du comportement des utilisateurs. Il fournit également des outils pour la configuration d'application à distance, les notifications push ciblées et l'intégration de grands modèles de langage pour des fonctionnalités propulsées par l'IA. Le projet est implémenté en TypeScript et fournit des bibliothèques spécifiques au langage qui abstraient les API REST et WebSocket en méthodes de haut niveau.