Um framework Python para programar modelos de linguagem com código modular e algoritmos que otimizam prompts e pesos, em vez de escrevê-los manualmente.
39 mil+104 esta semana3,5 milPythonMITAtualizado há 24 horas
SynaLinks/synalinks
Framework Python no estilo Keras para criar, treinar e implantar apps baseados em modelos de linguagem, como sistemas RAG, agentes com ferramentas e servidores MCP.
- Estrelas
- 464
- Forks
- 47
- Issues abertas
- 1
- Último commit
- há 4 horas
O que é?
Synalinks é um framework neuro-simbólico para criar aplicações com modelos de linguagem, como pipelines RAG, agentes autônomos e sistemas multiagente. Os programas são compostos por módulos em uma API declarativa no estilo Keras, aplicando aos fluxos de trabalho com modelos de linguagem a mesma estrutura usada em camadas de deep learning.
Os programas podem ser otimizados com aprendizado por reforço in-context usando as chamadas conhecidas compile, fit, evaluate e predict. Prompts, exemplos few-shot e outras variáveis treináveis são ajustados por módulo, sem alterar os pesos do modelo. As saídas são limitadas a modelos de dados JSON, e os programas podem ser salvos como JSON e implantados como APIs REST com FastAPI ou como servidores MCP com FastMCP.
O framework encaminha as chamadas aos modelos pelo LiteLLM, permitindo alternar entre provedores como OpenAI, Anthropic, Gemini e Ollama usando um identificador de texto. Ele inclui um banco de dados de grafos integrado e uma base de conhecimento SQL, um ambiente isolado para execução de código de agentes e callbacks de observabilidade baseados em MLflow.
Recursos principais
- 01Composição de módulos no estilo Keras para programas com modelos de linguagem.
- 02Aprendizado por reforço in-context que ajusta prompts e exemplos few-shot sem alterar os pesos do modelo.
- 03Saídas JSON restritas, definidas com modelos de dados.
- 04Alternância entre modelos de vários provedores por meio do LiteLLM.
- 05Implantação como APIs REST com FastAPI ou servidores MCP com FastMCP.
- 06Banco de dados de grafos integrado e base de conhecimento SQL para RAG e memória.
Casos de uso
- Criar sistemas de geração aumentada por recuperação sobre documentos ou dados relacionais.
- Prototipar agentes que usam ferramentas e fluxos de trabalho multiagente com saídas estruturadas.
- Otimizar prompts para uma tarefa usando um conjunto de dados e uma função de recompensa.
- Disponibilizar um programa com modelo de linguagem como API REST ou servidor MCP.
Em coleções
Tópicos
#llm#framework#rag#agents#keras#reinforcement-learning#neuro-symbolic#prompt-optimization#context-engineering#in-context-learning
Perguntas frequentes
- O que é synalinks?
- Framework Python no estilo Keras para criar, treinar e implantar apps baseados em modelos de linguagem, como sistemas RAG, agentes com ferramentas e servidores MCP. Synalinks é um framework neuro-simbólico para criar aplicações com modelos de linguagem, como pipelines RAG, agentes autônomos e sistemas multiagente. Os programas são compostos por módulos em uma API declarativa no estilo Keras, aplicando aos fluxos de trabalho com modelos de linguagem a mesma estrutura usada em camadas de deep learning.
- synalinks é gratuito? Qual é a licença?
- synalinks é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- synalinks ainda é mantido?
- Manutenção ativa. O último commit de synalinks foi em 7 de nov. de 2026.
- Para que posso usar synalinks?
- Criar sistemas de geração aumentada por recuperação sobre documentos ou dados relacionais. Prototipar agentes que usam ferramentas e fluxos de trabalho multiagente com saídas estruturadas. Otimizar prompts para uma tarefa usando um conjunto de dados e uma função de recompensa. Disponibilizar um programa com modelo de linguagem como API REST ou servidor MCP.
- Onde consigo synalinks?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/SynaLinks/synalinks
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Uma biblioteca Python no estilo PyTorch para criar workflows com LLMs, como chatbots, RAG e agentes, com otimização automática de prompts.
4,2 mil+1 esta semana389PythonMITBem mantidoAtualizado há 6 dias
Plataforma RAG pronta para produção que combina Graph RAG, busca vetorial e full-text, processamento multimodal e agentes de IA, com implantação via Docker Compose ou Kubernetes.
1,3 mil147PythonApache-2.0Atualizado há 9 dias
Um framework Python para criar aplicações e agentes com LLMs, com interfaces padronizadas para modelos, embeddings, vector stores e integrações de terceiros.
149,1 mil+407 esta semana25,1 milPythonMITBem mantidoAtualizado há 21 horas
Framework Python para criar aplicações de RAG, agentes e processamento de documentos que conectam LLMs aos seus próprios dados.
52,8 mil+87 esta semana8,5 milPythonMITAtualizado anteontem
Framework TypeScript para criar aplicações e agentes com LLMs, com interfaces padronizadas para modelos, ferramentas, embeddings e bancos de vetores.
18,3 mil+22 esta semana3,5 milTypeScriptMITAtualizado há 20 horas