Все репозитории

Библиотека Google для извлечения структурированных данных из текста с помощью LLM: каждое поле привязано к месту в источнике, а результат можно посмотреть в интерактивной визуализации.

Кому подойдёт

Тем, кто вытаскивает сущности и факты из длинных текстов и хочет видеть, откуда они взяты.

Как начать

  1. Установи: pip install langextract.
  2. Опиши задачу и дай один-два качественных примера, как в Quick Start.
  3. Запусти извлечение и сохрани результат в JSONL для визуализации.

Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.

Звёзды за последние 30 дней

+4426 сент. — 6 окт.
38 47838 920

Описание автора

A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.

anthropics

skills

Растёт быстрее всех

Официальная коллекция навыков (Agent Skills) от Anthropic: папки с инструкциями и скриптами, которые Claude подгружает под задачу. Хороший образец, как их писать.

180 тыс.звёзд+5,4 тыс. за 30 дн.Python

Бывший Awesome ChatGPT Prompts: огромная библиотека промптов от сообщества плюс интерактивная книга по промптингу. Можно развернуть свою приватную копию.

172 тыс.звёзд+2,9 тыс. за 30 дн.HTML

Коллекция системных промптов и описаний инструментов популярных AI-продуктов: Cursor, Devin, Windsurf, Lovable, Manus и других. Полезна, чтобы изучить, как их строят профессионалы.

144 тыс.звёзд+933 за 30 дн.

Подробное руководство по промпт-инжинирингу: техники от few-shot до цепочек рассуждений, статьи, лекции и ноутбуки. Недавно дополнено контекст-инжинирингом и агентами.

79 тыс.звёзд+909 за 30 дн.MDX

Сборник примеров и руководств по работе с API OpenAI: от базовых запросов до вызова функций и RAG. Большая часть кода на Python.

76 тыс.звёзд+676 за 30 дн.Jupyter Notebook

Рецепты от Anthropic в виде ноутбуков: инструменты, RAG, мультимодальность, субагенты и другие приёмы работы с Claude. Код можно копировать в свои проекты.

53 тыс.звёзд+829 за 30 дн.Jupyter Notebook