1 dépôt
Automatically constructs database tables and maps data types by analyzing records during insertion.
Distinct from Data Insertion Interfaces: Focuses on the automatic generation of schema and table structures during ingestion, rather than just the programmatic interface for insertion.
Explore 1 awesome GitHub repository matching data & databases · Auto-Schema Mapping. Refine with filters or upvote what's useful.
Superduper est un kit de développement d'agents IA et un framework d'application LLM conçu pour construire des agents autonomes et des applications pilotées par les données. Il fonctionne comme une plateforme d'orchestration RAG et une infrastructure de recherche vectorielle, coordonnant les modèles d'IA avec le stockage en base de données pour effectuer des calculs et des actions multi-étapes en utilisant des états de données persistants. Le projet se distingue en fournissant un pipeline de machine learning intégré à la base de données qui exécute des tâches d'entraînement et d'inférence directement sur les données hébergées au sein de bases de données SQL et NoSQL. Il permet le déploiement d'une infrastructure d'IA auto-hébergée sur du matériel privé, permettant un contrôle total sur l'inférence et les données. Le framework couvre une large surface de capacités, incluant des API de stockage unifiées pour divers backends de base de données, le mappage de schéma automatisé et la synchronisation d'index vectoriels pour la recherche sémantique. Il fournit en outre des outils pour l'exécution de flux de travail IA, le déclenchement de modèles piloté par les événements et l'empaquetage de la logique d'application dans des modèles portables et réutilisables. Le système prend en charge l'intégration avec divers frameworks de machine learning et API hébergées via une couche d'abstraction basée sur les plugins.
Automatically analyzes data types during insertion to construct database tables and map storage types.