Todas las herramientas
Revisión de código híbrida que prioriza las reglas determinísticas y coloca el LLM en segundo lugar — el único orden que supera una revisión de segur…
Tuberías de git worktree para ejecutar varios agentes de codificación al mismo tiempo sin que se dañen mutuamente el árbol de trabajo.
Un conjunto curado de habilidades reutilizables para agentes de codificación — la diferencia entre un agente que finaliza tareas y uno que las finali…
El agente nativo de terminal que popularizó la codificación agente — y el punto de referencia con el que se mide todo otro agente de codificación.
Ejecuta muchos agentes de codificación en paralelo mientras sigue utilizando las suscripciones que ya paga — el modelo de costos es el producto.
Una capa de enrutamiento que mantiene vivo a tu agente de codificación cuando un proveedor te limita la velocidad — vale la pena solo por la función…
Elimina el ritmo característico de la salida del modelo de los textos generados — útil, y un recordatorio de que estos indicadores ya son bien conoci…
Una lista explícita y legible de los veinte patrones aproximados que hacen que el texto parezca generado, más útil como lista de verificación que com…
La distancia más corta desde pip install hasta un recuperador funcionando — por eso, casi todos los tutoriales de RAG comienzan aquí.
Valida la salida del modelo contra un esquema en lugar de confiar en la suerte — y vuelve a preguntar cuando la validación falla.
Ofrece a un agente continuidad entre sesiones, la pieza que falta cuando los usuarios esperan que los recuerde.
Rastreos de LLM como trazas estándar de OpenTelemetry — por lo que llegan a la pila de observabilidad que ya pagas.
El último porcentaje de rendimiento de GPU, a costa de una complejidad de compilación y bloqueo de hardware.
Tubería de documento a RAG en una caja, de un equipo que la ejecuta a escala de Tencent.
La capa de análisis poco glamorosa que decide si tu RAG funciona en absoluto.
La interfaz de usuario que entregas a los usuarios cuando la capa de modelo ya está lista.
Plataforma de chat multiusuario y multiproveedor con agentes y MCP ya integrados.
El formato de preguntas para las capacidades de los agentes se está estandarizando aquí, y es solo una carpeta.
Acceso web para agentes sin costo por llamada, incluyendo plataformas con API no utilizables.
Trata la ventana de contexto como un presupuesto con un artículo, no como un cubo al que sigues agregando
Vuelve a poner la especificación al frente del código, que es la única forma en que la salida del agente sigue siendo revisable.
No es una herramienta, sino un método: codifica cómo trabaja tu equipo y luego deja que el agente lo siga.
Complementos publicados por los proveedores para los trabajos que realizan los trabajadores del conocimiento — una plantilla de inicio usable.
Motor de inferencia LLM de alto rendimiento con PagedAttention — la opción predeterminada cuando necesitas aprovechar al máximo una GPU.
Un solo comando para ejecutar un LLM en una laptop — la forma más rápida de poner un modelo frente a un cliente.
Inferencia de CPU en C/C++ puro — se ejecuta donde una GPU no puede llegar.
Pila de servicio basada en Rust de HuggingFace con paralelismo de tensores y transmisión en streaming integrados.
Motor de servidor diseñado para salidas estructuradas y reutilización intensiva de prefijos.
Una interfaz con forma de OpenAI para más de 100 proveedores de modelos, además de un proxy que rastrea el gasto por clave.
Marco de datos para ingesta, indexación y recuperación — más fuerte en RAG con documentos pesados
Convierte PDF, HTML y escaneos en elementos estructurados limpios que tu recuperador puede utilizar realmente.
Motor RAG de extremo a extremo con división en bloques basada en plantillas que se puede mostrar a un cliente.
Modela agentes como gráficos de estado explícitos — la diferencia entre un bucle de demostración y un sistema controlable.
Plataforma de LLMOps autohospedable con flujos de trabajo visuales, RAG y administración de prompts en una sola plataforma.
Orquestación de multiagentes basada en roles — legible cuando debes explicárselo a un gerente.
Marco de trabajo de multiagente impulsado por conversaciones con herramientas de ejecución de código potentes.
La superficie de integración más grande en la herramienta LLM — más útil cuando necesitas un conector hoy mismo.
Rastreo autohospedado, evaluaciones y gestión de prompts — la capa de observabilidad que la mayoría de los equipos olvidan construir.
Conjunto de métricas para RAG: fidelidad, precisión de contexto, recuerdo — los números que necesitas antes de una revisión previa a la publicación.
Observabilidad con enfoque en notebooks y agrupación que revela modos de fallo que no se te ocurrió probar.
Proxy integrado que registra cada solicitud y muestra el costo por usuario, por función y por día.
Base de datos de vectores en Rust con filtrado de carga útil — fuerte cuando los metadatos son tan importantes como la similitud.
Base de datos de vectores distribuida diseñada para escalas de miles de millones — la opción adecuada cuando un solo nodo deja de ser suficiente.
Base de datos vectorial con módulos de incrustación integrados — menos código de unión en tu ruta de ingesta.
Vectores dentro del Postgres que ya ejecutas — la respuesta correcta hasta que no lo sea.
Aquí todavía no hay nada. El próximo rastreo lo llenará.