B2AI Academy · Biblioteca

Repositórios essenciais

Os repositórios de IA que mais importam em aplicação, organizados por categoria e não por ranking de estrelas. Cada um tem página própria: o que é, para que serve e quando faz sentido pra quem lidera ou opera.

PapersRepositórios

145 repositórios

Agentes e orquestração

Frameworks para construir e coordenar agentes de IA, de um agente só a times inteiros.

Python · MIT
É o controlador de processos para agentes de IA que precisam pensar em vários passos, lembrar do que fizeram e às vezes parar para pedir aprovação humana. Quando o agente deixa de ser uma pergunta e vira um fluxo, ele entra aqui.
Ler a análise →
Python · MIT
O kit oficial e enxuto da OpenAI pra construir fluxos com vários agentes que se passam tarefas entre si. Pense numa central de atendimento onde cada agente é especialista e encaminha o caso ao colega certo, com regras de segurança no meio.
Ler a análise →
Python · Apache-2.0
É o kit oficial do Google para construir times de agentes de IA que trabalham juntos. O mesmo ferramental que eles usam internamente, aberto para você montar os seus.
Ler a análise →
Python · MIT
É como montar uma equipe de funcionários de IA, cada um com cargo e função, pra tocar um processo juntos. Pegou o conceito de multi-agente e empacotou numa linguagem que lembra organograma de empresa.
Ler a análise →
Python · CC-BY-4.0
É um framework da Microsoft pra montar uma equipe de agentes de IA que conversam entre si pra resolver uma tarefa. Em vez de um robô só, você tem vários, cada um com um papel, trocando mensagens como num grupo de trabalho.
Ler a análise →
Python · MIT
É o cinto de segurança para colocar IA dentro de software sério. Garante que a resposta do modelo venha no formato certo, validada, em vez de um texto solto que pode quebrar tudo lá na frente.
Ler a análise →
Python · Apache-2.0
Uma biblioteca minimalista da Hugging Face pra criar agentes em pouquíssimas linhas, com uma sacada central: o agente escreve as próprias ações em código, em vez de só descrever o que quer. Toda a lógica cabe em cerca de mil linhas.
Ler a análise →
Python · Apache-2.0
Uma equipe de agentes que colaboram entre si pra resolver tarefas do mundo real: pesquisam, navegam, leem documentos, processam imagem e áudio. Construída pela comunidade CAMEL-AI, ficou em primeiro lugar entre as estruturas abertas num teste duro de tarefas reais.
Ler a análise →
Python · Apache-2.0
É o laboratório de sociedades de agentes: o lugar onde se estuda o que acontece quando muitos agentes de IA conversam e trabalham juntos em escala. Mais bancada de pesquisa do que linha de montagem de produção.
Ler a análise →
Python · MIT
É uma tentativa de montar uma empresa de software inteira só com agentes de IA, cada um com um papel (gerente, arquiteto, programador). Você pede o produto, e um time sintético tenta entregar do começo ao fim.
Ler a análise →
Python · Apache-2.0
Um kit em Python pra construir, rodar e gerenciar times de agentes de IA, com obsessão por velocidade e baixo custo de máquina. É a fábrica enxuta de agentes pra quem quer colocar muitos rodando ao mesmo tempo sem estourar o servidor.
Ler a análise →
Python · MIT
É um agente de web da Microsoft Research desenhado em torno do humano no comando: ele navega, pesquisa e mexe em arquivos por você, mas pede confirmação e roda num ambiente isolado e seguro. Um protótipo de como o controle humano fica no centro.
Ler a análise →
TypeScript · MIT
Um maestro para uma frota de agentes de programação trabalhando ao mesmo tempo. Cada agente recebe uma cópia isolada do código, conserta falhas e responde a revisões sozinho, e você acompanha tudo de um único painel, como um gerente supervisionando vários estagiários em paralelo.
Ler a análise →
TypeScript · MIT
É um painel de comando para coordenar enxames de muitos agentes de IA trabalhando juntos, com memória compartilhada entre eles. É infraestrutura para quem quer ir além de um agente e montar um time deles que se auto-organiza.
Ler a análise →

Agentes autônomos e deep research

Agentes que executam tarefas de ponta a ponta e pesquisam sozinhos: a IA que faz, não só responde.

Python · Apache-2.0
Um pesquisador autônomo que recebe um tema, vasculha a web e suas fontes, e devolve um relatório de 5 a 6 páginas com citações. É a versão acessível e instalável do 'modo pesquisa profunda' que você já viu nos chatbots pagos.
Ler a análise →
Python · MIT
Um agente da ByteDance que ganha um computador próprio (terminal, arquivos, sandbox) e atravessa tarefas longas sozinho: pesquisa, escreve código, monta relatório. Pense num estagiário digital que recebe a tarefa e some por uma hora trabalhando, em vez de devolver resposta na hora.
Ler a análise →
Python · MIT
A versão aberta e configurável de um agente de pesquisa profunda, feita pela LangChain. Você escolhe o modelo, a ferramenta de busca e as fontes; ele entrega pesquisa com qualidade comparável aos produtos pagos, mas rodando do seu jeito.
Ler a análise →
Python/TypeScript · Apache-2.0
Um agente generalista de código aberto que executa tarefas do mundo real conversando com você: navega na web, mexe em arquivos, roda comandos, publica sites. É apresentado como alternativa aberta ao Manus, aquele agente que faz tudo sozinho.
Ler a análise →
Python · MIT
Uma réplica aberta do Manus, o agente de uso geral que virou febre. Nasceu da comunidade do MetaGPT como resposta de 'terreno aberto' a uma ferramenta que exigia convite, e deixa qualquer um montar um agente que executa tarefas complexas.
Ler a análise →
Python · MIT/Polyform (custom)
Foi o primeiro projeto a mostrar ao mundo a ideia de um agente que se vira sozinho: você dá um objetivo e ele tenta quebrar em passos e executar. Hoje virou uma plataforma pra montar esses agentes de forma mais controlada.
Ler a análise →
Python · MIT
Um engenheiro de software autônomo e aberto: você descreve a tarefa e ele escreve código, roda comandos, navega na web e entrega o trabalho. É a versão de código aberto da promessa de um colaborador sintético que executa de ponta a ponta.
Ler a análise →
Python · AGPL-3.0
Deixa você conversar com o seu computador em linguagem normal e ele executa: a IA escreve e roda o código pra cumprir o pedido. Pense num assistente que não só sugere, ele mexe na máquina por você.
Ler a análise →
Python · Open source (verifique o arquivo LICENSE do repositório)
Um agente de IA que ganha um computador inteiro só para ele: um Linux completo com desktop, navegador e programas reais rodando dentro de um contêiner isolado. Em vez de só conversar, ele opera software de verdade, como faria uma pessoa numa máquina.
Ler a análise →
Python · MIT
É um assistente de IA pessoal que você hospeda e que vai aprendendo com o tempo: cria suas próprias rotinas, guarda memória e melhora sozinho. Um operador sintético que cresce junto com quem usa.
Ler a análise →
TypeScript · MIT
Um assistente de IA pessoal que mora nos seus próprios aparelhos e responde nos apps que você já usa, do WhatsApp ao Telegram. A proposta é ser local, rápido e sempre disponível, sem depender de uma plataforma na nuvem de terceiros.
Ler a análise →
TypeScript · MIT
É um agente de IA para pesquisa científica e técnica. Ele busca artigos, faz revisão de literatura apontando consensos e divergências, e entrega tudo com as fontes citadas, em vez de você ler dezenas de papers na mão.
Ler a análise →
Python, Vue · AGPL-3.0
Um simulador de futuro com multidão sintética: você joga uma notícia ou uma política lá dentro e milhares de agentes com personalidade própria reagem, discutem e mudam de opinião, pra você ver como o cenário pode evoluir antes de acontecer.
Ler a análise →

Computer-use e automação de navegador

Agentes que operam o computador e o navegador como uma pessoa: clicam, preenchem, navegam.

Python · MIT
É a ferramenta que dá mãos à IA dentro do navegador: ela clica, preenche formulário e navega em sites como uma pessoa faria. É a ponte entre 'a IA pensa' e 'a IA executa tarefas na web'.
Ler a análise →
TypeScript · Apache-2.0
É uma IA que enxerga a tela e usa o computador no seu lugar: você descreve a tarefa em linguagem natural e ela clica, digita e navega sozinha. O agente que opera a máquina como uma pessoa operaria.
Ler a análise →
TypeScript · MIT
Dá à IA mãos pra usar o navegador como uma pessoa: clicar, preencher, ler e extrair de qualquer site, descrevendo em linguagem natural. É a automação web que não quebra quando o site muda de cara.
Ler a análise →

Memória de agente

O que faz a IA lembrar entre conversas e construir conhecimento ao longo do tempo. O tema técnico do ano.

Python · Apache-2.0
É a camada de memória que faz a IA lembrar de você. Guarda preferências, histórico e contexto do usuário pra que cada conversa continue de onde a anterior parou, em vez de recomeçar do zero.
Ler a análise →
Python · Apache-2.0
É a plataforma pra construir agentes de IA que têm estado e memória de verdade, que aprendem e melhoram com o tempo. Nasceu do projeto MemGPT, que popularizou a ideia de dar à IA uma memória que ela mesma gerencia.
Ler a análise →
Python · Apache-2.0
É uma memória de IA que entende o tempo. Em vez de só guardar fatos, ela registra quando cada fato passou a valer e quando deixou de valer, então a IA sabe o que é verdade agora e o que era verdade antes.
Ler a análise →
Python · Apache-2.0
Dá memória de longo prazo pra IA. Em vez de a IA esquecer tudo a cada conversa, a cognee guarda o que importa num mapa de conhecimento conectado, pronto pra ser consultado depois.
Ler a análise →
Python · MIT
É a memória de longo prazo que falta na IA. Em vez de a conversa começar do zero toda vez, ele guarda o que foi dito, palavra por palavra, e devolve o trecho certo quando você precisa, sem mandar seus dados para fora.
Ler a análise →
TypeScript · Apache-2.0
Um colega de trabalho de IA que não esquece. Em vez de você reexplicar tudo toda vez, ele conecta seu email e suas reuniões, constrói uma memória sua que cresce com o tempo, e usa esse contexto pra te ajudar a produzir de verdade. Tudo guardado localmente, na sua máquina.
Ler a análise →

Modelos abertos (foundation e fine-tune)

Os cérebros de IA que você pode baixar e rodar dentro de casa, e as ferramentas para ajustá-los aos seus dados.

Python · MIT
É o modelo de linguagem chinês que provou que dá pra construir IA de ponta gastando muito menos do que se imaginava. Foi o release que abalou a tese de que só quem queima bilhões compete na fronteira.
Ler a análise →
Python · MIT
Um modelo de IA chinês, aberto e gratuito, que pensa antes de responder, igualando os modelos de raciocínio mais caros do mercado por uma fração do custo. Foi o choque que provou que ponta não é monopólio de um punhado de empresas americanas.
Ler a análise →
Python · Apache-2.0
É a família de modelos de IA da Alibaba, aberta e gratuita pra usar. Importa porque mostra que cérebro de IA de alto nível virou commodity disponível, não privilégio de duas ou três empresas americanas.
Ler a análise →
Python · MIT modificada
Um modelo aberto de fronteira pensado para agir, não só conversar. É a aposta de que uma empresa pode ter, dentro de casa, um motor de IA que executa tarefas de várias etapas com qualidade comparável aos modelos fechados mais caros.
Ler a análise →
Python · Apache-2.0
Uma família de modelos abertos que tenta ser boa em tudo ao mesmo tempo: raciocinar, programar e operar como agente. É o tipo de fundação que uma empresa adota quando quer um único motor versátil em vez de juntar várias peças.
Ler a análise →
Python · Apache-2.0
Um modelo aberto especializado em raciocinar fundo sobre textos gigantescos. É a ferramenta de quem precisa que a IA leia um contrato inteiro, um processo todo ou um ano de documentos sem perder o fio.
Ler a análise →
Python · Llama Community License (licença própria, não OSI)
É o balcão oficial da Meta pra encontrar, baixar e conferir os modelos Llama. Não é o motor que faz a IA rodar, é o cadastro e a portaria da família mais usada de modelos abertos do mundo.
Ler a análise →
Jupyter Notebook · MIT
É o manual oficial da Meta pra usar os modelos Llama: receitas prontas de como rodar, ajustar e conectar a IA aberta deles. Pense no livro de receitas que vem junto com o ingrediente.
Ler a análise →
Python · Apache-2.0
A versão aberta e leve dos modelos do Google, com o código oficial para rodar na sua própria máquina. É o jeito mais sério de uma empresa testar IA do Google sem ficar presa à nuvem dele.
Ler a análise →
Jupyter Notebook · MIT
É o livro de receitas da Microsoft pra usar os modelos pequenos da linha Phi. Em vez de teoria, traz exemplos prontos pra rodar, inclusive em celular e equipamento modesto, mostrando que IA boa nem sempre precisa ser gigante.
Ler a análise →
Python · Apache-2.0
Modelos de IA pequenos o suficiente para rodar no celular ou no notebook, sem nuvem nenhuma. É a aposta de que nem todo problema precisa de um modelo gigante, e que muita coisa útil cabe na palma da mão.
Ler a análise →
Python · Apache-2.0
O modelo aberto de verdade, onde não só os pesos, mas os dados e o processo de treino inteiro são públicos. É a referência de transparência num mercado onde 'aberto' quase sempre significa aberto pela metade.
Ler a análise →
Python · Apache-2.0
Uma família de modelos abertos e bilíngues, treinada do zero por uma empresa fora do eixo dos grandes nomes ocidentais. É a prova de que conhecimento de fronteira em IA deixou de ter um único endereço.
Ler a análise →
Python · Apache-2.0 (código; uso comercial dos pesos exige cadastro)
É a família de modelos abertos do laboratório de IA de Xangai, com foco em raciocínio profundo e contexto longo. Vem com toda uma caixa de ferramentas em volta pra colocar o modelo pra rodar de verdade.
Ler a análise →
Python · Tencent Hunyuan Community License (própria, com restrições geográficas)
É o modelo aberto da Tencent que entrega qualidade de modelo grande pagando o custo de um pequeno. O truque está em acionar só uma fração do modelo por vez, e em poder ligar ou desligar o pensamento mais lento conforme a tarefa.
Ler a análise →
Python · Apache-2.0
É a oficina oficial que a Mistral abriu pra rodar os modelos dela na sua própria máquina. Hoje é peça de museu: foi arquivada e parou de receber manutenção, o que por si só ensina uma lição de governança.
Ler a análise →
Python · Apache-2.0 (pesos do modelo; licença do código do repositório não declarada)
É o programador de IA aberto da Alibaba, especializado em escrever e entender código em escala de projeto inteiro. Posiciona-se como alternativa de peso aos modelos fechados, e roda dentro de ferramentas de desenvolvimento que o seu time já conhece.
Ler a análise →
Python · MIT
O manual prático de como fazer um modelo aberto chamar suas ferramentas e devolver resposta organizada. É a peça que transforma um modelo que 'conversa' num modelo que 'executa ações no seu sistema'.
Ler a análise →
TypeScript e Python · MIT
Era o kit pronto da Cohere pra montar rápido um assistente que responde com base nos seus documentos. Tinha licença limpa e permissiva, mas foi arquivado e deixou de ser mantido, o que pesa na decisão de usar.
Ler a análise →
Python · MIT
É um modelo da DeepSeek que entende e gera imagem e texto no mesmo cérebro. Aponta pra onde a IA caminha: um único sistema que lê, escreve e desenha, em vez de ferramentas separadas pra cada coisa.
Ler a análise →
Python · Apache-2.0
É uma oficina pra você pegar um modelo de IA aberto e treinar ele com os seus próprios dados, sem precisar montar a infraestrutura pesada de uma big tech. Pense num laboratório de personalização de IA com as ferramentas já na bancada.
Ler a análise →
Python · Apache-2.0
É um acelerador que faz o treino de um modelo de IA rodar duas a cinco vezes mais rápido usando muito menos memória. Pense num motor turbinado que deixa você fazer na sua máquina o que antes exigia um data center.
Ler a análise →
Python · Apache-2.0
É a oficina onde se ensina um modelo de IA a se comportar do jeito que você quer, usando feedback. É a engrenagem por trás do passo que transforma um modelo cru no assistente educado que o público conhece.
Ler a análise →
Python · Apache-2.0
É a biblioteca-padrão que dá acesso a milhares de modelos de IA prontos, de texto, imagem e áudio. Pense num catálogo universal de motores de IA que o seu time técnico pluga no produto.
Ler a análise →

Rodar local, inferência e interfaces próprias

Como servir IA com eficiência e dar à empresa um ChatGPT próprio, com o dado ficando em casa.

Go · MIT
É o jeito mais simples de rodar uma IA tipo ChatGPT dentro da sua própria máquina, sem internet e sem mandar nada pra fora. Pense num 'instalar e abrir' para modelos de linguagem.
Ler a análise →
C++ · MIT
É o motor que faz a IA rodar no hardware comum, até num notebook, sem depender da nuvem. É a peça de engenharia que tornou possível ter modelo de linguagem rodando dentro da sua empresa, no seu equipamento.
Ler a análise →
Python · Apache-2.0
O motor que faz o modelo de IA rodar rápido e barato quando muita gente usa ao mesmo tempo. É o equivalente a trocar um carro de passeio por um ônibus eficiente: serve muito mais gente com o mesmo combustível.
Ler a análise →
Python · Apache-2.0
Um software que junta os computadores que você já tem em casa ou no escritório (notebook, desktop, até celular) e os faz rodarem juntos um modelo de IA grande. É somar máquinas pequenas pra ganhar uma grande, sem comprar servidor.
Ler a análise →
Python · MIT (custom)
É a tomada universal da IA: um adaptador único que conecta sua empresa a mais de cem modelos diferentes (OpenAI, Google, Anthropic, abertos) sem reescrever nada. Troca de fornecedor vira ajuste de configuração, não obra.
Ler a análise →
Python · MIT
É o motor que serve, em alta velocidade, os modelos que fazem a IA entender e buscar significado. Sem ele rodando bem, a sua busca inteligente fica lenta e cara; com ele, fica rápida e barata.
Ler a análise →
Python · Open WebUI License (BSD-3 derivative)
É uma interface tipo ChatGPT que você instala e controla, plugando nos modelos que quiser, da nuvem ou da sua própria máquina. Pense num 'ChatGPT da empresa', com seus dados ficando em casa.
Ler a análise →
TypeScript · Apache-2.0 (custom)
Uma interface de chat de IA bonita e completa que você instala no seu ambiente, conecta a vários modelos e estende com plugins. É o seu próprio ChatGPT da empresa, sob o seu controle.
Ler a análise →
JavaScript · MIT
É um aplicativo pronto pra você ter o seu próprio ChatGPT privado, treinado nos seus documentos, rodando na sua máquina ou servidor. Pense num assistente de IA fechado dentro da sua empresa, sem mandar dado pra fora.
Ler a análise →

Voz e áudio

Transcrição, geração e clonagem de voz, e agentes que conversam por voz em tempo real.

Python · Fish Audio Research License (uso comercial exige licença paga)
É um dos melhores geradores de voz por texto abertos, capaz de clonar uma voz a partir de poucos segundos e falar em mais de 80 idiomas com emoção. Atenção ao detalhe que decide tudo: uso comercial exige licença paga.
Ler a análise →
Python · MIT (código) / CC-BY-NC (pesos, uso não comercial)
Clona uma voz a partir de poucos segundos de áudio e faz ela falar qualquer texto novo. É um dos melhores motores abertos de voz sintética, com uma pegadinha importante de licença.
Ler a análise →
Python · MIT
Voz sintética de qualidade comercial, gratuita e com licença liberada para negócio. É a aposta de uma empresa de voz que abriu o próprio motor para concorrer de frente com os serviços pagos.
Ler a análise →
Python · Apache-2.0
Um motor de voz minúsculo, rápido e com licença totalmente liberada, que roda até dentro do navegador. Troca um pouco de qualidade absoluta por simplicidade, baixo custo e privacidade.
Ler a análise →
Python · Apache-2.0
Motor de voz da Alibaba que clona timbre, fala em fluxo contínuo com baixa latência e aceita comando em linguagem natural para ajustar emoção e sotaque. Um pacote completo de produção, com licença liberada.
Ler a análise →
Python e Rust · Apache-2.0 e MIT (código) / CC-BY-4.0 (pesos)
Uma IA de voz que escuta e fala ao mesmo tempo, como numa conversa humana de verdade, sem aquela troca de turnos travada. É a referência aberta de diálogo por voz em tempo real.
Ler a análise →
Python · Apache-2.0
Motor de voz pequeno, rápido e multilíngue da Alibaba, com clonagem em três segundos e licença liberada. Você ainda pode descrever uma voz em texto e ele a cria, incluindo português.
Ler a análise →
Python · Licença proprietária da Bilibili (uso comercial restrito)
Motor de voz de qualidade de estúdio, da Bilibili, especializado em clonagem fiel com controle fino de emoção e de duração. Excelente para dublagem, mas com licença que exige cuidado.
Ler a análise →
Python · MIT
É a ferramenta que clona uma voz com apenas um minuto de áudio e depois faz ela falar qualquer texto. Poderosa para produção de conteúdo, e exatamente por isso um alerta sobre o golpe da voz falsa.
Ler a análise →
Python · MIT
É o tradutor de fala em texto da OpenAI, que transcreve áudio em dezenas de idiomas com qualidade alta. É a peça que transformou transcrição de tarefa cara e manual em algo barato e automático.
Ler a análise →
C++ · MIT
É a versão enxuta do Whisper, a IA que transcreve áudio em texto, feita pra rodar rápido até num computador comum, sem nuvem. Transcrição de reunião e legenda sem mandar o áudio pra ninguém.
Ler a análise →
Python · BSD-2-Clause
É o esqueleto pronto pra construir o atendente de voz que conversa em tempo real, sem o atraso constrangedor. Junta escuta, raciocínio e fala num fluxo só, e ainda deixa vários agentes especialistas dividirem o trabalho.
Ler a análise →

Imagem, vídeo e avatares

Geração de imagem e vídeo, e animação de rostos. A reorganização da cadeia de produção visual.

Python · Apache-2.0 (modelos com licenças mistas, alguns só para uso não comercial)
É o motor de geração de imagem da empresa que nasceu dos criadores do Stable Diffusion. Você descreve em texto e ele desenha, ou edita uma imagem que você já tem, rodando no seu próprio ambiente.
Ler a análise →
Python · GPL-3.0
É a oficina de geração de imagem com IA, onde você monta o processo peça por peça em vez de só apertar um botão. Pense num painel de produção visual, com fios ligando cada etapa, no lugar de uma caixa-preta.
Ler a análise →
Python · Apache-2.0
É a evolução do gerador de vídeo da Alibaba, com uma arquitetura mais esperta que entrega mais qualidade sem pesar mais no processamento. Acrescenta geração a partir de áudio e animação de personagem, e mantém uma versão que roda em placa de consumidor.
Ler a análise →
Python · Apache-2.0
É um gerador de vídeo aberto, da Alibaba, que você roda na sua própria máquina. Você descreve uma cena em texto, ou parte de uma foto, e ele produz alguns segundos de vídeo, incluindo uma versão leve que cabe numa placa de vídeo de consumidor.
Ler a análise →
Python · Tencent Hunyuan Community License (restrições de uso comercial em larga escala e de território)
É o gerador de vídeo aberto da Tencent, com porte de modelo grande, posicionado para competir com os serviços fechados de ponta. Entrega texto para vídeo com qualidade alta, ao custo de exigir hardware robusto.
Ler a análise →
Python · Apache-2.0
É um gerador de vídeo aberto da Genmo, com licença genuinamente permissiva, que se destacou por encurtar a distância entre o que era possível de graça e o que os serviços pagos entregavam. Foca em movimento de alta qualidade e aderência ao texto, em resolução menor.
Ler a análise →
Python · Apache-2.0
É um gerador de vídeo aberto da Lightricks, criadora de apps populares de edição, com foco em velocidade. Entrega texto e imagem para vídeo com áudio sincronizado e versões leves que aproximam a geração de algo próximo do tempo real.
Ler a análise →
Python · Open source (verificar termos no repositório)
É uma ferramenta que pega uma foto de rosto parado e a anima com a expressão e o movimento de um vídeo de referência. Em vez de criar do nada, ele transfere movimento real para um retrato existente.
Ler a análise →
Python · Apache-2.0
Pega uma única foto de rosto mais um áudio e gera um vídeo da pessoa falando, com a boca e os movimentos sincronizados ao som. É a receita mais direta de transformar imagem parada em apresentador.
Ler a análise →
Python · Apache-2.0
Um modelo só que enxerga, ouve, lê e responde falando. É a versão aberta da Alibaba para a ideia de uma IA que lida com texto, imagem, áudio e vídeo de uma vez.
Ler a análise →

RAG, busca e bancos vetoriais

Fazer a IA responder com base nos seus documentos, sem inventar, e a infraestrutura de busca por significado.

Python · Apache-2.0
Um motor pronto que faz a IA responder com base nos seus documentos, sem inventar. Foca o ponto onde quase todo projeto trava: entender de verdade PDFs bagunçados, tabelas e planilhas antes de entregar pra IA.
Ler a análise →
Python · MIT
É o framework especializado em fazer a IA responder com base nos seus documentos, não no conhecimento genérico dela. Se LangChain é o canivete suíço, este é a faca afiada pra uma tarefa: buscar a resposta certa dentro dos seus dados.
Ler a análise →
Go · Apache-2.0
Um banco de dados feito sob medida pra IA encontrar coisas por significado, não por palavra exata. É a estante organizada que permite ao seu assistente de IA achar o documento certo entre milhões, em frações de segundo.
Ler a análise →
Rust · Apache-2.0
É o arquivo onde a IA guarda o significado dos seus documentos, não as palavras. Quando alguém pergunta algo, ele acha o trecho mais parecido em ideia, mesmo que ninguém tenha usado as mesmas palavras.
Ler a análise →
Rust (com interface principal em Python) · Apache-2.0
É a porta de entrada mais fácil para a IA buscar nos seus dados. O que o Qdrant faz com foco em escala, o Chroma faz com foco em começar rápido: instala e roda em minutos.
Ler a análise →
Go · BSD-3-Clause
É um banco de busca por significado que já vem com pilhas incluídas: além de guardar, ele mesmo transforma o texto em coordenadas e ainda chama a IA para gerar a resposta. Mais plataforma do que peça avulsa.
Ler a análise →
Python · Apache-2.0
Não é um banco de dados, é o maestro. Ele organiza os passos da IA em uma linha de montagem clara: buscar nos dados, consultar o modelo, aplicar regras e devolver a resposta, tudo auditável.
Ler a análise →
Python · MIT
É o método da Microsoft para a IA enxergar a floresta, não só as árvores. Em vez de achar trechos soltos, ele monta um mapa de quem se conecta com quem nos seus documentos e responde perguntas que exigem a visão do todo.
Ler a análise →
Python · MIT
É a versão enxuta e barata da ideia do GraphRAG. Entrega o mesmo raciocínio sobre conexões, mas com muito menos custo de processamento e sem precisar reconstruir tudo a cada documento novo.
Ler a análise →
Python · Apache-2.0
É o canivete suíço da busca por significado: num único pacote vêm o banco, a busca e os fluxos de IA prontos. Em vez de juntar várias ferramentas, você liga uma só e já tem o conjunto funcionando.
Ler a análise →
Python · MIT
É o motor de RAG entregue pronto para produção: ingestão de documentos, busca, controle de usuários e uma porta de conexão padrão já vêm montados. Menos uma caixa de peças, mais um sistema que você liga e usa.
Ler a análise →

Preparo de dados, documentos e scraping

O trabalho invisível que decide tudo: transformar PDF, site e documento bagunçado em dado que a IA entende.

TypeScript · AGPL-3.0
É o aspirador de pó que limpa a web pra IA usar. Pega qualquer site, com todo o lixo de menu, popup e anúncio, e devolve o texto limpo que o seu agente consegue ler de verdade.
Ler a análise →
Python · MIT
É uma ferramenta simples que converte qualquer documento (PDF, Word, Excel, PowerPoint, imagem) num formato limpo que a IA entende bem. Pense num tradutor que prepara seus arquivos pra IA conseguir ler direito.
Ler a análise →
Python · MIT
É o tradutor que transforma seus PDFs, contratos e planilhas bagunçadas em texto limpo que a IA consegue ler de verdade. Sem ele, metade do seu conhecimento fica preso em arquivos que o modelo não entende.
Ler a análise →
Python · Apache-2.0
Uma ferramenta que lê texto de imagens e PDFs, até de tabelas e formulários bagunçados, e transforma em dado estruturado que a IA consegue usar. É o leitor de documentos que faltava entre o seu arquivo escaneado e a inteligência artificial.
Ler a análise →
Python · Apache-2.0
É o tradutor que transforma documentos bagunçados em dados limpos que a IA consegue ler. PDF, Word, e-mail, imagem: entra documento de qualquer jeito, sai conteúdo organizado e pronto pro modelo.
Ler a análise →
Python · Licença open source baseada na Apache-2.0 com condições adicionais
É um conversor de documentos complexos feito pra IA, especialista em coisas difíceis: fórmulas, tabelas, layout de várias colunas e até texto escaneado. Pega o PDF mais bagunçado e devolve um texto limpo e estruturado.
Ler a análise →
Python · GPL-3.0 (código); licença modificada Open Rail-M para os pesos dos modelos, com uso livre pra pesquisa, uso pessoal e startups abaixo de US$ 2 milhões
Converte PDFs e documentos em texto limpo com rapidez e fidelidade, preservando tabelas, equações, código e imagens. É concorrente direto de serviços pagos como o Mathpix, mas você pode rodar na sua própria máquina.
Ler a análise →
Python · Apache-2.0
Pega qualquer página da web e entrega num formato limpo que a IA entende de verdade. É a ferramenta que alimenta a IA com o conteúdo da internet, sem depender de serviço pago de terceiros.
Ler a análise →

Frameworks para construir apps de IA

As fundações onde uma ideia de IA vira produto: do kit de peças ao construtor visual.

Python · MIT
O kit de peças que virou padrão pra construir aplicações com LLM. Se alguém na sua empresa vai 'plugar a IA no nosso sistema', há grande chance de passar por aqui.
Ler a análise →
TypeScript · Apache-2.0 (custom)
É uma plataforma visual pra montar aplicações e agentes de IA arrastando blocos, sem precisar programar tudo. Pense numa fábrica de chatbots e assistentes internos que você hospeda e controla.
Ler a análise →
TypeScript · Apache-2.0
É o kit de ferramentas que os criadores do Next.js fizeram pra construir IA em produtos web. Vira o padrão quando seu time vai 'colocar IA dentro do nosso site ou app'.
Ler a análise →
TypeScript · Apache-2.0 (núcleo); licença Enterprise para parte do código
É o andar de cima do AI SDK: em vez de peças soltas, entrega um framework completo pra botar agentes de IA em produção com memória, fluxo controlado e medição. Pense numa fábrica montada, não num kit de montar.
Ler a análise →

Dev tools e coding agents

A IA que escreve, edita e executa código de verdade, dentro do fluxo do time técnico.

JavaScript · Apache-2.0
Um manual de bom gosto para a IA que escreve interface. Quando todo mundo gera tela pedindo para a IA, o que separa o seu produto do genérico é ter vocabulário de design e um detector que pega os vícios antes de eles virarem a sua cara.
Ler a análise →
Shell · Anthropic Custom
Um colaborador de engenharia que vive no seu terminal, entende o código todo e executa tarefas de ponta a ponta. É o exemplo mais maduro do que significa a IA sair do chat e entrar no trabalho real.
Ler a análise →
TypeScript · Apache-2.0
É o assistente de IA do Google que mora no terminal e executa tarefas, não só conversa. É a resposta aberta do Google ao Claude Code, levando um agente pra dentro do trabalho real do computador.
Ler a análise →
TypeScript · Apache-2.0
É um agente de programação autônomo que vive dentro do editor de código e executa tarefas de desenvolvimento ponta a ponta. Pense num desenvolvedor júnior incansável que você instrui e supervisiona, em vez de um autocompletar esperto.
Ler a análise →
Python · Apache-2.0
Um programador de IA que trabalha em dupla com você dentro do terminal, mexendo direto no seu projeto e registrando cada mudança no histórico. É a porta de entrada mais simples e barata pra ver IA editando código de verdade.
Ler a análise →
TypeScript · Apache-2.0
É um assistente de programação que você instala dentro do editor de código e conecta ao modelo de IA que quiser. Pense num copiloto que a empresa controla, em vez de alugar de uma só fornecedora.
Ler a análise →
Rust · Apache-2.0
Um agente de IA que você instala na sua máquina e que faz o trabalho de verdade no seu computador: instala programas, edita arquivos, roda comandos. É o Claude Code da praça aberta, sem amarrar você a um único fornecedor de IA.
Ler a análise →
TypeScript · MIT
É a linha de montagem para agentes de programação: transforma o trabalho de codar com IA em um processo repetível e previsível, com etapas definidas, em vez de uma conversa que dá certo por sorte.
Ler a análise →
JavaScript · Apache-2.0
É uma ponte que deixa você chamar o Codex, da OpenAI, de dentro do Claude Code. Útil para pedir uma segunda opinião de outro modelo ou delegar uma tarefa sem trocar de ferramenta.
Ler a análise →
Jupyter Notebook · MIT
É o livro de receitas oficial da OpenAI: dezenas de exemplos prontos de como usar a IA deles pra resolver problemas reais. Pense num caderno de receitas testadas, em vez de você inventar o prato do zero.
Ler a análise →
Python · MIT
Uma forma de construir aplicações de IA programando objetivos em vez de ficar caçando a frase mágica de prompt na tentativa e erro. Troca a arte de adivinhar o texto certo por um método que se ajusta sozinho.
Ler a análise →

Saída estruturada, ferramentas e integração

O que liga a IA aos seus sistemas com confiabilidade: formato garantido, ferramentas e o padrão de conexão (MCP).

Python · MIT
Faz a IA devolver resposta organizada e confiável em vez de texto solto, e refaz sozinha quando vem fora do formato. É o que transforma 'a IA respondeu' em 'o dado entrou no sistema certo'.
Ler a análise →
Python · Apache-2.0
Garante que a IA produza o formato certo enquanto escreve, não depois de corrigir. Em vez de pedir e torcer, ele impede que a resposta saia fora do molde, com garantia, não com sorte.
Ler a análise →
TypeScript · MIT
Dá ao agente de IA as mãos pra agir nos seus aplicativos: Gmail, Slack, GitHub, Notion, Salesforce e centenas de outros, com a parte chata do login já resolvida. Se o modelo é o cérebro, este é o braço que executa.
Ler a análise →
TypeScript · MIT (mixed)
É a coleção oficial de tomadas-padrão que conectam a IA aos seus sistemas (Google Drive, banco de dados, GitHub, Slack). Resolve o problema de cada integração ser uma gambiarra diferente, criando um padrão único de encaixe.
Ler a análise →

Avaliação e observabilidade

Medir, testar e monitorar a IA em produção. O que separa um piloto bonito de uma operação confiável.

TypeScript · MIT (with EE add-ons)
É a caixa-preta de avião pra aplicações de IA. Registra tudo que o modelo fez, quanto custou e onde errou, pra você parar de operar no escuro. Sem isso, IA em produção é fé, não gestão.
Ler a análise →
Python · Elastic License 2.0
É a caixa-preta de avião para a sua IA. Quando o agente faz algo estranho, ele grava cada passo do raciocínio pra você abrir depois e entender exatamente onde a coisa saiu do trilho.
Ler a análise →
TypeScript · MIT
É o controle de qualidade da sua IA antes de ela falar com o cliente. Em vez de torcer pra que o prompt funcione, você testa, mede e descobre onde ele falha, do mesmo jeito que software sério é testado.
Ler a análise →
Python · Apache-2.0
É o painel de qualidade e o gravador da sua IA num pacote só, feito pra rodar em escala. Acompanha cada interação do agente, mede se as respostas estão boas e dispara alerta quando algo degrada em produção.
Ler a análise →
Python · Apache-2.0
É o teste automatizado da sua IA, escrito do jeito que desenvolvedor já testa software. Transforma 'a resposta parece boa' numa nota objetiva que trava a entrega quando a qualidade cai.
Ler a análise →

Automação e workflows

Botar a IA para tocar processos repetitivos de ponta a ponta, com governança.

TypeScript · Sustainable Use License
É o Zapier que você hospeda e controla. Conecta seus sistemas e bota a IA pra trabalhar dentro de fluxos reais, sem depender de uma plataforma fechada cobrando por execução.
Ler a análise →
Go · MIT
Permite escrever automações com IA em português comum, num arquivo de texto, e rodá-las dentro da infraestrutura do GitHub. É a ponte oficial entre 'descrevo a tarefa em linguagem natural' e 'a automação roda de forma segura no meu repositório'.
Ler a análise →
TypeScript · MIT
Se um agente de IA é um funcionário, o Paperclip é a empresa em volta dele. É o painel onde você gerencia vários agentes ao mesmo tempo, com hierarquia, orçamento e aprovação, em vez de tocar cada um numa janela solta.
Ler a análise →

Métodos, contexto e grafos de conhecimento

Como dar contexto e disciplina ao trabalho com IA, e transformar código e dados em conhecimento navegável.

JavaScript · MIT
Um método com manual de instruções para construir software junto com IA sem virar bagunça. Em vez de um agente solto fazendo tudo, ele organiza o trabalho em papéis (PM, arquiteto, dev) e etapas, do brainstorm ao deploy.
Ler a análise →
JavaScript · MIT
É um método de trabalho para o Claude Code que força clareza antes de execução: você escreve a especificação do que quer, e o sistema cuida do contexto para a IA entregar certo. Importante: este repositório foi descontinuado e migrou para um sucessor.
Ler a análise →
JavaScript · MIT
Uma biblioteca de consulta para agentes de IA pararem de inventar API: em vez de chutar como uma ferramenta funciona, o agente busca a documentação correta e atualizada antes de escrever o código. É um projeto do Andrew Ng, uma das vozes mais respeitadas da área.
Ler a análise →
Python · MIT
É uma ferramenta que transforma uma pasta de código, planilhas e documentos num mapa visual navegável de como tudo se conecta. Em vez de ler arquivo por arquivo, você enxerga a arquitetura e as relações de uma vez.
Ler a análise →
TypeScript · MIT
É uma ferramenta que vira qualquer base de código ou documentação num mapa interativo que você explora, pesquisa e questiona. A aposta dela é didática: grafos que ensinam, não que só impressionam.
Ler a análise →

World models e robótica

A IA que sai da tela e aprende a prever o mundo físico. A fronteira da automação encarnada.

Python · Apache-2.0 (código); NVIDIA Open Model License (modelos)
É uma IA que aprende a prever o que vai acontecer fisicamente no mundo, gerando o vídeo do próximo instante. É o tipo de modelo que ensina robôs a entender consequência antes de agir.
Ler a análise →
Python · Apache-2.0
É um mundo virtual com física de verdade onde robôs aprendem a se mover milhares de vezes mais rápido do que na vida real. É o campo de treinamento que torna viável ensinar máquinas sem quebrá-las.
Ler a análise →