Início Projetos spacy-llm
spacy-llm
Python

spacy-llm

🦙 Integrando LLMs em pipelines de NLP estruturados

por explosion · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Categoria
Linguagem
Provável
Auto-hospedável
anthropicclaudecohereMITPythonAuto-hospedável
Ver no GitHub
Em palavras simples

Integre grandes modelos de linguagem em suas tarefas de processamento de texto sem precisar de dados de treinamento.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
spacy-llm — GitHub preview card
📈 Histórico de estrelas
1 3941 392
2026-07-202026-08-31
📈 Acompanhe spacy-llm

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

🦙 Integrando LLMs em pipelines de NLP estruturados

spacy-llm tem 1.4k estrelas no GitHub. Foi bifurcado 110 vezes. spacy-llm é escrito principalmente em Python. Está em desenvolvimento ativo desde 2023. spacy-llm está disponível sob a licença MIT. Os seus principais temas são: anthropic, claude, cohere, dolly.

Frequently asked questions

O que é spacy-llm?

🦙 Integrando LLMs em pipelines de NLP estruturados

spacy-llm é de código aberto?

spacy-llm é um projeto de código aberto. É distribuído sob a licença MIT.

spacy-llm é gratuito?

Sim. spacy-llm é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está spacy-llm?

spacy-llm está disponível sob a licença MIT.

Em que linguagem spacy-llm está escrito?

spacy-llm é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — spacy-llm

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=explosion-spacy-llm)](https://olud.ai/project/explosion-spacy-llm.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.