convez.ai
MCP ServerDesenvolvimento WebIntermediário
Anshul619

Padrões e Arquiteturas para Aplicações AI/ML

Anshul619/AI-ML-design-services

Padrões, arquiteturas e exemplos para aplicações AI/ML em produção

Ver no GitHub
InicialPluginScore · de 0 a 100

Repositório curado com padrões de design, arquiteturas de referência e exemplos práticos para construir aplicações alimentadas por IA e ML. Cobre engenharia de agentes, design de prompts, modelos fundacionais, IA generativa, engenharia de contexto, bancos de dados vetoriais e integração com stacks modernos de nuvem.

Instalação

$npx convez-ai Anshul619/AI-ML-design-services

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
3
Forks
0
Acompanhando
1
Saúde
28%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Design e orquestração de agentes inteligentes
  • Estratégias avançadas de prompt engineering
  • Implementação de bancos de dados vetoriais em produção
  • Arquiteturas de IA generativa na AWS e nuvem

Veredito

Recurso sólido de referência para engenheiros construindo sistemas AI/ML. Cobre bem a jornada completa do desenvolvimento, embora funcione melhor como material de consulta do que como guia passo-a-passo para iniciantes absolutos.

README

A tradução para o português deste README ainda está na fila.

AI/ML Design Services

  • A curated collection of design patterns, architectures, and practical examples for building AI/ML-powered applications
  • This repo explores the full AI/ML development lifecycle - from foundational models and prompt engineering to agents, vector databases, cloud services, and live application stacks.
  • It also includes reference guides, and real-world use cases for AI-driven solutions.

✨ Features

Remarks
⚙️ Agent EngineeringDesign, build, and orchestrate intelligent agents
📝 Prompt EngineeringStrategies for effective LLM prompting
🔗 Context EngineeringManaging memory, retrieval, and grounding
🧩 Vector DatabasesIntegrations and design considerations
🛠️ MCP ServerExtend AI assistants with custom tools and protocols
☁️ AWS ServicesCloud-native AI/ML infrastructure patterns
🌐 Tech Stacks for Live AppsCombining models, databases, and APIs
🎯 Use CasesPractical applications across industries

References

Ver o original no GitHub

Bom para

Relacionados