Awesome GitHub RepositoriesData Validation Frameworks

CrewAI is a multi-agent orchestration framework designed for building autonomous systems that execute complex, multi-step workflows. It provides a development platform where specialized agents are defined with specific roles, goals, and tool sets to perform tasks collaboratively. By leveraging a declarative workflow engine, the system manages task dependencies, state transitions, and execution logic, allowing for the creation of structured, stateful sequences of operations. The framework distinguishes itself through its hierarchical management capabilities, which utilize manager agents to coo

Symfony is a full-stack web framework designed for building scalable and maintainable server-side applications. It provides a comprehensive collection of decoupled components that form a foundational architecture, centered on a robust dependency injection container and a configuration-driven routing engine. By organizing code into modular services, the framework ensures that application components remain testable and loosely coupled throughout the development lifecycle. The framework distinguishes itself through an event-driven kernel architecture that allows developers to intercept and modif

Ajv is a high-performance data validation framework that compiles JSON schemas into optimized, standalone JavaScript functions. By transforming declarative schema definitions into executable code, it eliminates runtime interpretation overhead and provides a secure, efficient way to enforce data integrity across both browser and server environments. The library distinguishes itself through its focus on performance and type safety. It employs advanced compilation techniques, including abstract syntax tree optimization and function caching, to ensure rapid validation. Beyond standard checks, it

यह प्रोजेक्ट एक JSON Schema वैलिडेशन लाइब्रेरी और फ्रेमवर्क है जिसका उपयोग यह सत्यापित करने के लिए किया जाता है कि डेटा इंस्टेंस घोषणात्मक परिभाषाओं के अनुरूप हैं। यह एक वैलिडेशन इंजन के रूप में कार्य करता है जो संरचनात्मक बाधाओं और डेटा टाइप्स को लागू करता है, साथ ही आधिकारिक मेटा-स्कीमा के खिलाफ सिंटैक्स के रूप में स्कीमा परिभाषाओं को सही सुनिश्चित करने के लिए एक मेटा-वैलिडेटर के रूप में भी कार्य करता है। लाइब्रेरी को एक्स्टेंसिबिलिटी के लिए डिज़ाइन किया गया है, जो उपयोगकर्ताओं को स्कीमा कीवर्ड्स को विशेष कॉल करने योग्य फ़ंक्शंस से मैप करके कस्टम वैलिडेशन लॉजिक को परिभाषित करने की अनुमति देता है। इसमें विभिन्न डॉक्यूमेंट्स में सब-स्कीमा का पुन: उपयोग करने के लिए आंतरिक और बाहरी URI संदर्भों को मैनेज करने के लिए एक रजिस्ट्री-आधारित संदर्भ रिज़ॉल्वर शामिल है। सिस्टम डेटा टाइप सत्यापन, ईमेल और UUIDs जैसे प्रकारों के लिए स्ट्रिंग प्रारूप जाँच, और व्यापक एरर रिपोर्टिंग सहित वैलिडेशन क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। डायग्नोस्टिक उपकरण डेटा संरचना के भीतर सबसे प्रासंगिक विफलताओं की पहचान करने के लिए नेस्टेड एरर ट्रैकिंग और ह्यूरिस्टिक फ़िल्टरिंग प्रदान करते हैं।

यह प्रोजेक्ट JSON Schema विनिर्देश का एक Python कार्यान्वयन है, जो यह सत्यापित करने के लिए एक लाइब्रेरी प्रदान करता है कि डेटा इंस्टेंस परिभाषित स्कीमा के अनुरूप हैं। यह एक डेटा वैलिडेशन फ्रेमवर्क के रूप में कार्य करता है जो संरचनात्मक शुद्धता सुनिश्चित करने के लिए डेटा और आधिकारिक मेटा-स्कीमा के खिलाफ स्कीमा दोनों को मान्य करने में सक्षम है। लाइब्रेरी में एक स्कीमा संदर्भ रिज़ॉल्वर है जो URIs को परिभाषाओं से मैप करता है, जो मॉड्यूलर स्कीमा प्रबंधन के लिए आंतरिक और रिमोट संदर्भों के रिज़ॉल्यूशन को सक्षम बनाता है। इसे एक्स्टेंसिबिलिटी के लिए डिज़ाइन किया गया है, जो कस्टम कीवर्ड्स, कस्टम टाइप-चेकिंग लॉजिक की परिभाषा और विशेष स्ट्रिंग प्रारूपों के लिए नए वैलिडेशन फ़ंक्शंस के पंजीकरण की अनुमति देता है। सिस्टम व्यापक एरर रिपोर्टिंग प्रदान करता है जो डेटा इंस्टेंस में सभी उल्लंघनों की पहचान करता है और उन्हें एक ट्री-संरचित पदानुक्रम में व्यवस्थित करता है। यह वैलिडेशन विफलताओं की प्रोग्रामेटिक क्वेरी, डायग्नोस्टिक मेटाडेटा निष्कर्षण और डेटा पदानुक्रम के आधार पर प्राथमिक त्रुटियों की पहचान करने की अनुमति देता है। कार्यान्वयन संस्करण-विशिष्ट वैलिडेटर क्लासेस और स्कीमा डायलेक्ट विनिर्देशों के माध्यम से कई विनिर्देश ड्राफ्ट्स का समर्थन करता है।

This library is a declarative validation framework for Rust that enforces data integrity and business rules on structured data models. It utilizes procedural macros to transform attribute-based annotations into executable validation logic, ensuring that data structures adhere to defined constraints before processing. The framework distinguishes itself by performing validation at compile time, which eliminates runtime overhead and provides strict type checking for all rules. It supports recursive traversal of nested data structures and collections, ensuring that every level of a hierarchy is v

This project is a data validation framework for the Go programming language that enforces integrity by applying declarative constraints to struct fields. It utilizes reflection to inspect data structures at runtime, mapping field-level requirements defined in struct tags to specific validation logic. The library distinguishes itself through its ability to handle complex object graphs by recursively traversing nested structures and slices. It supports context-aware validation, allowing developers to switch between different rule sets for the same data structure based on application state or sp