Os melhores projetos open source de Dados e análise

Data lake self-hosted de ações A chinesas em Parquet, com 55 conjuntos de dados atualizados diariamente, semântica point-in-time e servidor MCP somente leitura para agentes de IA.

Uma ferramenta Java independente que exporta mundos de Minecraft e Hytale para USD (Universal Scene Description), para uso em pipelines de animação 3D e renderização.

Gera diagramas ER interativos e fáceis de ler a partir do schema do banco de dados, sem configuração para repositórios públicos ou privados.

Ferramenta e biblioteca Python para baixar mensagens de chat de transmissões ao vivo, vídeos, clipes e transmissões anteriores do YouTube, Twitch, Zoom e Facebook.

Um pacote Python leve que pesquisa no Google News e retorna artigos em JSON, com opção de extrair o texto completo.

Parser local e open source de PDFs e documentos, escrito em Rust, com extração de texto, caixas delimitadoras, saída em Markdown/JSON e OCR opcional.

Aplicativo desktop em Tauri para explorar e consultar dados com SQL, baseado no ClickHouse, com integração opcional com LLM e modo web.

Um mecanismo declarativo que gera e renderiza infográficos em SVG a partir de uma sintaxe textual concisa, projetado para geração com IA.

Biblioteca Rust e CLI que classifica PDFs como textuais ou digitalizados e extrai Markdown limpo, sem OCR por padrão.

Converte documentos do Office, PDFs, EPUB e CSV em Markdown compatível com GitHub usando bindings para Rust, Node.js, Python e WASM.

App web que renderiza todas as ruas de uma cidade escolhida em uma única imagem, usando dados do OpenStreetMap.

Uma ferramenta de CLI em Rust e WASM que ajusta pixel art irregular gerada por IA a uma grade de pixels e uma paleta quantizada consistentes.

ManimGL é o engine Python de animação do autor do 3Blue1Brown, usado para criar vídeos explicativos de matemática com animações precisas e programáveis.

Microsserviço baseado em Docker que analisa o layout de PDFs, classifica elementos como títulos, textos, tabelas e imagens e converte PDFs para Markdown ou HTML.

Um radar diário que identifica nomes de novos modelos, produtos e repositórios de IA no X, Hugging Face, GitHub e em sitemaps, e cria uma tabela de palavras-chave para eles.

Um mecanismo de animação em Python que usa a API do Manim CE para vídeos de matemática em 2D e 3D, renderizados em um núcleo de GPU com Rust e wgpu.

Um conjunto de dashboards personalizados do Grafana para analisar dados de veículos Tesla registrados por uma instalação do TeslaMate.

Um espaço de trabalho de dados local-first que conecta bancos de dados, ferramentas SaaS e arquivos da empresa em uma única ontologia consultável, executada no seu próprio computador.