Sfoglia tutti i contenuti con tag Open Source
Il server MCP mcp-local-rag consente una ricerca web RAG (Retrieval-Augmented Generation) locale e rispettosa della privacy per LLM. Permette agli assistenti AI di accedere, incorporare ed estrarre informazioni aggiornate dal web senza API esterne, migliorando processi di ricerca, creazione di contenuti e workflow di risposta alle domande.
Il Weather MCP Server collega assistenti AI a dati meteorologici in tempo reale e storici utilizzando l'API Open-Meteo—nessuna chiave API necessaria. Abilita flussi di lavoro AI-driven con strumenti sensibili alle condizioni meteo per pianificazione viaggi, programmazione eventi, automazione e altro ancora.
GitMCP è un server Model Context Protocol (MCP) gratuito e open-source che collega assistenti AI a qualsiasi repository GitHub per completamenti del codice consapevoli del contesto, esplorazione e flussi di lavoro di sviluppo. Riduce le allucinazioni del codice fornendo accesso live e contestuale a codice, issues, PR e strutture dei file per una produttività AI avanzata.
Il Todos MCP Server è un'applicazione open-source per la gestione delle liste di cose da fare con supporto al Model Context Protocol (MCP), che permette ad assistenti AI e chatbot di gestire attività in modo programmato tramite una API standardizzata. Offre archiviazione locale rispettosa della privacy e strumenti pratici per automatizzare facilmente i task nei flussi di lavoro alimentati da AI.
Agentset MCP Server è una piattaforma open-source che abilita la Retrieval-Augmented Generation (RAG) con capacità agentiche, consentendo agli assistenti AI di collegarsi a fonti di dati esterne, API e servizi per sviluppare applicazioni intelligenti basate su documenti.
Il Figma-Context MCP Server collega agenti AI di codifica con i layout di design Figma esponendo i dati Figma tramite il Model Context Protocol (MCP). Consente agli assistenti AI di recuperare, analizzare e ragionare sui file Figma per flussi di lavoro design-to-code senza soluzione di continuità, implementazione UI, estrazione di componenti e documentazione automatizzata.
Il Server MCP di Telegram collega l’API di Telegram con gli assistenti AI tramite il Model Context Protocol, abilitando flussi di lavoro automatizzati per la messaggistica, la gestione dei dialoghi e scenari di comunicazione avanzata all’interno di FlowHunt.
Lspace MCP Server è un backend open-source e un'applicazione stand-alone che implementa il Model Context Protocol (MCP). Consente di rendere la conoscenza persistente e ricercabile catturando gli insight da qualsiasi sessione AI e integrandoli tra diversi strumenti, permettendo agli sviluppatori di creare workflow intelligenti arricchiti dal contesto.
Il server MCP mcp-k8s-go consente agli assistenti AI di interagire in modo programmatico con i cluster Kubernetes tramite il Model Context Protocol, automatizzando e semplificando i flussi di lavoro DevOps attraverso un'interfaccia standardizzata.
Il server MCP mcp-rag-local consente agli assistenti AI di avere una memoria semantica, permettendo l'archiviazione e il recupero di passaggi di testo in base al significato, non solo alle parole chiave. Utilizza Ollama per gli embeddings e ChromaDB per la ricerca vettoriale, supportando una gestione avanzata della conoscenza e il richiamo contestuale nei flussi di lavoro locali.
Il Server MCP Mifos X fa da ponte tra gli agenti FlowHunt AI e Apache Fineract®, consentendo un'automazione senza soluzione di continuità dei dati finanziari, onboarding dei clienti, gestione dei prestiti e integrazione dei flussi di lavoro AI tramite un protocollo standardizzato.
Il Server MCP per Authenticator App consente agli agenti AI di accedere in modo sicuro a codici 2FA e password, semplificando i processi di login automatizzati e la gestione delle credenziali su diverse piattaforme, mantenendo al contempo pratiche di sicurezza robuste.
Il Server MCP TFT collega assistenti AI alle API di Riot Games, consentendo l’accesso programmato alla cronologia delle partite dei giocatori di Team Fight Tactics (TFT) e ai dati dettagliati delle partite per analisi automatizzate, tracciamento dei giocatori e commenti approfonditi sugli eventi.
Il Typesense MCP Server collega gli agenti AI a Typesense, un motore di ricerca open-source, permettendo agli LLM di cercare, recuperare e analizzare raccolte di dati strutturati in tempo reale. Integra potenti strumenti di ricerca documenti, analisi e scoperta di schemi direttamente nei tuoi flussi di lavoro AI con una gestione sicura delle chiavi API.
Vectara MCP Server è un bridge open source tra assistenti AI e la piattaforma Trusted RAG di Vectara, che consente un Retrieval-Augmented Generation (RAG) sicuro ed efficiente e una ricerca aziendale per workflow generativi AI in FlowHunt.
Il server TeamRetro MCP collega gli assistenti AI con la piattaforma TeamRetro, consentendo l'automazione della gestione del team, dei retrospettivi, dei controlli di salute e delle analisi tramite un'interfaccia sicura Model Context Protocol. Integra gli strumenti di collaborazione e analytics di TeamRetro nei tuoi flussi di lavoro AI per una produttività superiore.
AllenNLP è una solida libreria open-source per la ricerca NLP, costruita su PyTorch da AI2. Offre strumenti modulari ed estensibili, modelli pre-addestrati e integrazione semplice con librerie come spaCy e Hugging Face, supportando attività come classificazione del testo, risoluzione della coreferenza e altro ancora.
Chainer è un framework open-source per il deep learning che offre una piattaforma flessibile, intuitiva e ad alte prestazioni per le reti neurali, caratterizzata da grafi dinamici define-by-run, accelerazione GPU e ampio supporto per diverse architetture. Sviluppato da Preferred Networks con importanti contributi dal settore tech, è ideale per ricerca, prototipazione e training distribuito, ma ora è in modalità manutenzione.
Fastai è una libreria di deep learning costruita su PyTorch, che offre API di alto livello, apprendimento trasferito e un'architettura a livelli per semplificare lo sviluppo di reti neurali per visione, NLP, dati tabellari e altro. Sviluppata da Jeremy Howard e Rachel Thomas, Fastai è open source e guidata dalla comunità, rendendo l'IA all'avanguardia accessibile a tutti.
DL4J, o DeepLearning4J, è una libreria open source e distribuita per il deep learning sulla Java Virtual Machine (JVM). Parte dell'ecosistema Eclipse, consente lo sviluppo e la distribuzione scalabili di modelli di deep learning utilizzando Java, Scala e altri linguaggi JVM.
Scopri i principali annunci del Google I/O 2025, tra cui Gemini 2.5 Flash, Project Astra, Android XR, agenti IA in Android Studio, Gemini Nano, Gemma 3n, SignGemma e come FlowHunt sta sfruttando queste nuove funzionalità AI-native.
Scopri di più sul modello Grok di xAI, un avanzato chatbot AI guidato da Elon Musk. Esplora il suo accesso ai dati in tempo reale, le caratteristiche principali, i benchmark, gli usi e come si confronta con altri modelli di intelligenza artificiale.
Jupyter Notebook è un'applicazione web open-source che consente agli utenti di creare e condividere documenti con codice live, equazioni, visualizzazioni e testo narrativo. Ampiamente utilizzato in data science, machine learning, istruzione e ricerca, supporta oltre 40 linguaggi di programmazione e un'integrazione fluida con strumenti di intelligenza artificiale.
KNIME (Konstanz Information Miner) è una potente piattaforma open-source per l'analisi dei dati che offre workflow visuali, integrazione dati senza soluzione di continuità, analisi avanzate e automazione per diversi settori.
Kubeflow è una piattaforma open-source per il machine learning (ML) su Kubernetes, che semplifica il deployment, la gestione e la scalabilità dei flussi di lavoro ML. Offre una suite di strumenti che coprono l'intero ciclo di vita ML, dallo sviluppo del modello al deployment e al monitoraggio, migliorando scalabilità, riproducibilità e utilizzo delle risorse.
LangChain è un framework open-source per lo sviluppo di applicazioni alimentate da Large Language Models (LLM), che semplifica l'integrazione di potenti LLM come GPT-3.5 e GPT-4 di OpenAI con fonti di dati esterne per applicazioni NLP avanzate.
Scopri di più su Mistral AI e i modelli LLM che offre. Scopri come vengono utilizzati questi modelli e cosa li distingue dagli altri.
Apache MXNet è un framework open-source per il deep learning progettato per un addestramento e un deployment efficienti e flessibili di reti neurali profonde. Conosciuto per la sua scalabilità, il modello di programmazione ibrido e il supporto a più linguaggi, MXNet consente a ricercatori e sviluppatori di creare soluzioni AI avanzate.
Natural Language Toolkit (NLTK) è una suite completa di librerie e programmi Python per l'elaborazione del linguaggio naturale (NLP) simbolica e statistica. Ampiamente utilizzata in ambito accademico e industriale, offre strumenti per tokenizzazione, stemming, lemmatizzazione, POS tagging e altro ancora.
Open Neural Network Exchange (ONNX) è un formato open-source per lo scambio senza soluzione di continuità di modelli di machine learning tra diversi framework, migliorando la flessibilità di deployment, la standardizzazione e l’ottimizzazione hardware.
Plotly è una libreria open-source avanzata per la creazione di grafici interattivi e di qualità editoriale online. Compatibile con Python, R e JavaScript, Plotly consente agli utenti di realizzare visualizzazioni dati complesse e supporta una vasta gamma di tipi di grafici, interattività e integrazione in applicazioni web.
Scikit-learn è una potente libreria open-source per il machine learning in Python, che offre strumenti semplici ed efficienti per l'analisi predittiva dei dati. Ampiamente utilizzata da data scientist e professionisti del machine learning, offre una vasta gamma di algoritmi per classificazione, regressione, clustering e altro ancora, con un'integrazione senza soluzione di continuità nell'ecosistema Python.
SciPy è una solida libreria open-source di Python per il calcolo scientifico e tecnico. Basandosi su NumPy, offre algoritmi matematici avanzati, ottimizzazione, integrazione, manipolazione dei dati, visualizzazione e interoperabilità con librerie come Matplotlib e Pandas, rendendola essenziale per il calcolo scientifico e l'analisi dei dati.
TensorFlow è una libreria open-source sviluppata dal team Google Brain, progettata per il calcolo numerico e l’apprendimento automatico su larga scala. Supporta il deep learning, le reti neurali e funziona su CPU, GPU e TPU, semplificando l’acquisizione dei dati, l’addestramento dei modelli e la distribuzione.
Scopri Wan 2.1, il modello open-source di generazione video AI di Alibaba. Scopri come funziona, esplora le sue potenti funzionalità e segui la nostra guida passo dopo passo per eseguirlo localmente sulla tua GPU.
