Repolode
apple

apple/embedding-atlas

Herramienta de visualización interactiva para explorar grandes conjuntos de embeddings y sus metadatos, con filtros cruzados y búsqueda.

Estrellas
4,990
Forks
332
Issues abiertos
34
Último commit
hace 6 horas

¿Qué es?

Embedding Atlas es una herramienta de visualización para grandes conjuntos de embeddings y los metadatos asociados. Permite explorar la estructura general de los datos, detectar regiones densas y valores atípicos, y buscar puntos similares a una consulta o a un elemento existente.

Para los embeddings, ofrece agrupamiento automático con etiquetas, estimación de densidad de kernel con contornos, transparencia independiente del orden para puntos superpuestos y búsqueda de vecinos más cercanos. El renderizado usa WebGPU y está pensado para conjuntos de datos de hasta unos pocos millones de puntos. Para cualquier dato tabular, ofrece dashboards vinculados con gráficos de barras, líneas, burbujas, recuentos y eCDF, una especificación de gráficos componible para crear gráficos personalizados y visores integrados para columnas de texto, imágenes, audio, valores numéricos, categorías y tiempo.

El proyecto se puede usar como herramienta de línea de comandos de Python, como widget en notebooks de estilo Jupyter o como componentes npm para React y Svelte. También expone una interfaz MCP para que los agentes de IA puedan consultar el esquema, ejecutar SQL y crear gráficos.

Funciones clave

  • 01Agrupamiento y etiquetado automáticos de puntos de embeddings
  • 02Estimación de densidad de kernel con contornos
  • 03Búsqueda en tiempo real y consulta de vecinos más cercanos
  • 04Renderizado basado en WebGPU para hasta unos pocos millones de puntos
  • 05Gráficos vinculados con filtros cruzados entre columnas tabulares
  • 06Acceso mediante MCP para que los agentes de IA ejecuten SQL y creen gráficos

Casos de uso

  • Explorar la estructura y los valores atípicos de un conjunto de embeddings de texto o imágenes
  • Inspeccionar los resultados de búsqueda al encontrar vecinos de un ejemplo conocido
  • Añadir un visor interactivo de embeddings a un notebook o una aplicación web
  • Permitir que un agente de IA analice y genere gráficos a partir de un conjunto de datos tabular

Inicio rápido

  1. 1

    Instala el paquete de Python

    pip install embedding-atlas
  2. 2

    Ejecuta la herramienta con tu conjunto de datos

    embedding-atlas <your-dataset>

Antes de usarlo

  • Para disfrutar de un renderizado fluido, necesitas un navegador compatible con WebGPU.

Temas

Preguntas frecuentes

¿Qué es embedding-atlas?
Herramienta de visualización interactiva para explorar grandes conjuntos de embeddings y sus metadatos, con filtros cruzados y búsqueda. Embedding Atlas es una herramienta de visualización para grandes conjuntos de embeddings y los metadatos asociados. Permite explorar la estructura general de los datos, detectar regiones densas y valores atípicos, y buscar puntos similares a una consulta o a un elemento existente.
¿embedding-atlas es gratuito? ¿Qué licencia tiene?
embedding-atlas es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿embedding-atlas sigue mantenido?
Mantenimiento activo. El último commit de embedding-atlas fue el 21 oct 2026.
¿Para qué puedo usar embedding-atlas?
Explorar la estructura y los valores atípicos de un conjunto de embeddings de texto o imágenes Inspeccionar los resultados de búsqueda al encontrar vecinos de un ejemplo conocido Añadir un visor interactivo de embeddings a un notebook o una aplicación web Permitir que un agente de IA analice y genere gráficos a partir de un conjunto de datos tabular
¿Cómo se instala embedding-atlas?
Instala el paquete de Python: pip install embedding-atlas Ejecuta la herramienta con tu conjunto de datos: embedding-atlas <your-dataset>
¿Dónde consigo embedding-atlas?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/apple/embedding-atlas

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados