Framework de orquestación en Python para crear aplicaciones de IA agéntica y LLM, con soporte para pipelines RAG, agentes y flujos de trabajo de varios pasos.
Dynamiq es un framework de Python para crear aplicaciones basadas en modelos de lenguaje de gran tamaño. Ofrece componentes básicos para llamadas a LLM, agentes que usan herramientas, pipelines de generación aumentada por recuperación (RAG) y flujos de trabajo que conectan estos nodos en un grafo dirigido.
El framework abarca la ingesta de documentos, incluida la lectura de PDF, Word, PowerPoint y Excel, además de la división en fragmentos, la generación de embeddings y la escritura en almacenes vectoriales como Pinecone, Qdrant, Milvus, Weaviate y pgvector. Los agentes pueden llamar a herramientas integradas, incluidos intérpretes de código en entornos aislados de E2B y Daytona; también se pueden usar otros agentes como herramientas en configuraciones multiagente. Un orquestador de grafos permite definir máquinas de estados personalizadas con enrutamiento condicional, y un módulo de memoria almacena el historial de conversación.
Instálalo con pip install dynamiq. Los extras opcionales, como vectorstores, files y sql, evitan incluir SDK de integración más pesados en la instalación base.
Instala Python 3.11 o una versión posterior y, después, instala el paquete con pip
pip install dynamiqTambién puedes instalarlo con extras, como los de vector stores y compatibilidad con archivos
pip install "dynamiq[vectorstores,files]"Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Plataforma backend de RAG de código abierto con una interfaz similar a una hoja de cálculo que combina SQLite, LanceDB y orquestación de LLM gestionada mediante una REST API.
Un port de LangChain a Dart y Flutter para crear aplicaciones con LLM, proveedores de modelos intercambiables, RAG y agentes.
Un toolkit de Clojure para crear aplicaciones con LLM, que incluye plantillas y cadenas de prompts, agentes y herramientas, y gestión de memoria para LLM.
Framework de Python para crear, escalar y desplegar flujos de trabajo de IA y ML, desde prototipos en notebooks hasta orquestadores de producción.
Framework de Python para crear aplicaciones con LLM y varios agentes que colaboran, herramientas y generación aumentada por recuperación.
Una biblioteca de Python para crear agentes de lenguaje multimodales capaces de razonar a partir de texto, imágenes, video y audio.