Uma estrutura open source em TypeScript para criar agentes de LLM com estado, com agente de programação integrado, CLI, interface web e SDKs.
yomorun/yomo
Framework open source de function calling para LLM em Rust, voltado à implantação de ferramentas e agentes de IA serverless em infraestrutura de edge distribuída geograficamente.
- Estrelas
- 1,930
- Forks
- 149
- Issues abertas
- 1
- Último commit
- ontem
O que é?
YoMo é um framework para criar agentes de IA que chamam ferramentas de LLM (funções ou skills). Os desenvolvedores escrevem a lógica das ferramentas como funções serverless, e o YoMo cuida da implantação, execução e gerenciamento delas por trás de um endpoint de chat completions compatível com a OpenAI. Uma configuração típica usa Ollama como provedor de modelos, com a CLI iniciando um servidor e executando ferramentas de um projeto criado com `yomo init`.
O projeto prioriza a baixa latência nas interações com IA. A comunicação entre os componentes é criptografada com TLS 1.3, e a arquitetura foi projetada para manter a inferência e as ferramentas próximas dos usuários finais, em vez de concentrá-las em um único data center. As ferramentas também podem ser chamadas diretamente por HTTP, sem passar pelo LLM.
O repositório é escrito em Rust e a instalação é feita por um script de shell que disponibiliza a CLI `yomo`. Projetos de exemplo são publicados separadamente no repositório llm-function-calling-examples.
Recursos principais
- 01Implanta e gerencia ferramentas de LLM como funções serverless.
- 02Criptografa pacotes de dados com TLS 1.3.
- 03Disponibiliza um endpoint de chat completions compatível com a OpenAI.
- 04Oferece suporte ao Ollama como provedor local de LLM.
- 05Distribui a inferência e as ferramentas por locais de edge distribuídos geograficamente.
- 06Oferece uma CLI para disponibilizar, criar a estrutura e executar ferramentas.
Casos de uso
- Criar um chatbot que chama APIs externas, como serviços de consulta do clima, usando function calling.
- Disponibilizar agentes de IA sensíveis à latência para usuários em várias regiões.
- Empacotar e iterar em ferramentas ou skills de LLM sem gerenciar servidores para cada uma.
Início rápido
- 1
Instale o YoMo CLI com o script oficial de instalação
- 2
Baixe o modelo ornith para o Ollama
ollama pull ornith - 3
Inicie o servidor YoMo
yomo serve - 4
Crie a estrutura de um projeto e execute a ferramenta get-weather
yomo init
Antes de usar
- O guia de início rápido requer um provedor LLM local do Ollama com um modelo baixado.
Em coleções
Tópicos
Perguntas frequentes
- O que é yomo?
- Framework open source de function calling para LLM em Rust, voltado à implantação de ferramentas e agentes de IA serverless em infraestrutura de edge distribuída geograficamente. YoMo é um framework para criar agentes de IA que chamam ferramentas de LLM (funções ou skills). Os desenvolvedores escrevem a lógica das ferramentas como funções serverless, e o YoMo cuida da implantação, execução e gerenciamento delas por trás de um endpoint de chat completions compatível com a OpenAI. Uma configuração típica usa Ollama como provedor de modelos, com a CLI iniciando um servidor e executando ferramentas de um projeto criado com `yomo init`.
- yomo é gratuito? Qual é a licença?
- yomo não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
- yomo ainda é mantido?
- Manutenção ativa. O último commit de yomo foi em 5 de nov. de 2026.
- Para que posso usar yomo?
- Criar um chatbot que chama APIs externas, como serviços de consulta do clima, usando function calling. Disponibilizar agentes de IA sensíveis à latência para usuários em várias regiões. Empacotar e iterar em ferramentas ou skills de LLM sem gerenciar servidores para cada uma.
- Como instalar yomo?
- Instale o YoMo CLI com o script oficial de instalação Baixe o modelo ornith para o Ollama: ollama pull ornith Inicie o servidor YoMo: yomo serve Crie a estrutura de um projeto e execute a ferramenta get-weather: yomo init
- Onde consigo yomo?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/yomorun/yomo
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Skills oficiais de agentes de IA que ensinam assistentes de programação, como Claude Code e Cursor, a criar e implantar projetos no EdgeOne Makers.
Plataforma open source de tool calling que conecta agentes de IA a mais de 600 ferramentas, com OAuth gerenciado, permissões e acesso via MCP ou chamadas diretas de função.
Aplicativo desktop open source que conecta qualquer LLM com chamada de funções, como ChatGPT, Claude ou modelos Ollama, a ferramentas MCP.
Coleção com mais de 80 exemplos executáveis de agentes de IA em Python com uAgents, da Fetch.ai, incluindo LLM, MCP, A2A, pagamentos e padrões multiagente.
Tutorial em chinês que ensina a criar um agente de IA mínimo do zero em 11 lições, com um agente local executável e uma interface no navegador.