Padrões e Arquiteturas para Aplicações AI/ML
Anshul619/AI-ML-design-services
Padrões, arquiteturas e exemplos para aplicações AI/ML em produção
Ver no GitHubRepositório 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-services1 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
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 Engineering | Design, build, and orchestrate intelligent agents |
| 📝 Prompt Engineering | Strategies for effective LLM prompting |
| 🔗 Context Engineering | Managing memory, retrieval, and grounding |
| 🧩 Vector Databases | Integrations and design considerations |
| 🛠️ MCP Server | Extend AI assistants with custom tools and protocols |
| ☁️ AWS Services | Cloud-native AI/ML infrastructure patterns |
| 🌐 Tech Stacks for Live Apps | Combining models, databases, and APIs |
| 🎯 Use Cases | Practical applications across industries |