Navegue por todo o conteúdo marcado com Python
py-mcp-line é um servidor MCP baseado em Python que permite que assistentes de IA acessem e interajam com mensagens do LINE Bot. Ele expõe recursos, suporta filtragem avançada e fornece ferramentas para análise de dados conversacionais, desenvolvimento de chatbots e arquivamento de mensagens.
O AWS Resources MCP Server permite que assistentes de IA gerenciem e consultem recursos AWS de forma conversacional usando Python e boto3. Integre automação e gerenciamento AWS poderosos aos seus fluxos FlowHunt com operações seguras e baseadas em permissões.
O Video Still Capture MCP é um servidor em Python que fornece assistentes de IA com acesso em tempo real a webcams e fontes de vídeo através do OpenCV, permitindo captura de imagens, gerenciamento de câmeras e processamento básico de imagens via interfaces padronizadas do Model Context Protocol.
Integre assistentes de IA com a API do Terraform Cloud usando o Servidor MCP do Terraform Cloud. Gerencie infraestrutura por linguagem natural, automatize tarefas em workspaces e projetos e otimize fluxos de infraestrutura como código, tudo a partir das suas plataformas de IA favoritas.
O MetaTrader MCP Server conecta Modelos de Linguagem de Grande Porte (LLMs) com o MetaTrader 5, permitindo negociação automatizada, gestão de portfólio e análise de mercado inteligente diretamente a partir de fluxos de trabalho orientados por IA.
O MCP-Server-Creator é um meta-servidor que possibilita a rápida criação e configuração de novos servidores Model Context Protocol (MCP). Com geração de código dinâmica, construção de ferramentas e gerenciamento de recursos, ele simplifica o desenvolvimento de servidores personalizados de conectividade e integração de IA, capacitando equipes técnicas a automatizar fluxos de trabalho e acelerar a implantação.
O Servidor QGIS MCP conecta o QGIS Desktop a LLMs para automação orientada por IA — possibilitando o controle de projetos, camadas, algoritmos e execução de código Python diretamente de interfaces conversacionais.
O MCP Code Executor MCP Server permite que o FlowHunt e outras ferramentas baseadas em LLM executem código Python com segurança em ambientes isolados, gerenciem dependências e configurem dinamicamente os contextos de execução de código. É ideal para avaliação automatizada de código, fluxos de trabalho de ciência de dados reprodutíveis e configuração dinâmica de ambientes dentro dos fluxos do FlowHunt.
O pydanticpydantic-aimcp-run-python MCP Server conecta assistentes de IA a ambientes seguros e controlados de execução de código Python. Ele permite scripting dinâmico em Python, automação e execução paralela de funções dentro do FlowHunt e plataformas compatíveis.
Anaconda é uma distribuição abrangente e de código aberto de Python e R, projetada para simplificar o gerenciamento de pacotes e a implantação para computação científica, ciência de dados e aprendizado de máquina. Desenvolvida pela Anaconda, Inc., oferece uma plataforma robusta com ferramentas para cientistas de dados, desenvolvedores e equipes de TI.
Chainer é um framework de deep learning open-source que oferece uma plataforma flexível, intuitiva e de alto desempenho para redes neurais, com gráficos dinâmicos define-by-run, aceleração por GPU e amplo suporte a arquiteturas. Desenvolvido pela Preferred Networks com grandes contribuições do setor, é ideal para pesquisa, prototipagem e treinamento distribuído, mas agora está em modo de manutenção.
Dash é um framework Python de código aberto da Plotly para construir aplicativos de visualização de dados interativos e dashboards, combinando Flask, React.js e Plotly.js para soluções integradas de analytics e inteligência de negócios.
Descubra uma solução escalável em Python para extração de dados de faturas utilizando OCR baseado em IA. Aprenda como converter PDFs, enviar imagens para a API da FlowHunt e recuperar dados estruturados de forma eficiente em formato CSV, otimizando seus fluxos de processamento de documentos.
Gensim é uma popular biblioteca Python de código aberto para processamento de linguagem natural (PLN), especializada em modelagem de tópicos não supervisionada, indexação de documentos e recuperação de similaridade. Manipulando com eficiência grandes conjuntos de dados, ela suporta análise semântica e é amplamente utilizada em pesquisa e indústria para mineração de texto, classificação e chatbots.
O Google Colaboratory (Google Colab) é uma plataforma de Jupyter notebook baseada na nuvem oferecida pelo Google, permitindo que os usuários escrevam e executem código Python no navegador com acesso gratuito a GPUs/TPUs, ideal para machine learning e ciência de dados.
Jupyter Notebook é um aplicativo web de código aberto que permite aos usuários criar e compartilhar documentos com código executável, equações, visualizações e texto narrativo. Amplamente utilizado em ciência de dados, aprendizado de máquina, educação e pesquisa, suporta mais de 40 linguagens de programação e integração perfeita com ferramentas de IA.
Keras é uma API open-source poderosa e fácil de usar para redes neurais de alto nível, escrita em Python e capaz de rodar sobre TensorFlow, CNTK ou Theano. Ela permite experimentação rápida e suporta casos de uso tanto em produção quanto em pesquisa, com modularidade e simplicidade.
Uma matriz de confusão é uma ferramenta de aprendizado de máquina para avaliar o desempenho de modelos de classificação, detalhando verdadeiros/falsos positivos e negativos para fornecer insights além da acurácia, especialmente útil em conjuntos de dados desbalanceados.
Natural Language Toolkit (NLTK) é um conjunto abrangente de bibliotecas e programas em Python para processamento de linguagem natural (PLN) simbólico e estatístico. Amplamente utilizado na academia e na indústria, oferece ferramentas para tokenização, stemming, lematização, marcação gramatical (POS tagging) e muito mais.
NumPy é uma biblioteca Python de código aberto crucial para computação numérica, oferecendo operações eficientes com arrays e funções matemáticas. Ela fundamenta fluxos de trabalho de computação científica, ciência de dados e aprendizado de máquina, permitindo o processamento rápido de grandes volumes de dados.
Pandas é uma biblioteca open-source para manipulação e análise de dados em Python, reconhecida por sua versatilidade, estruturas de dados robustas e facilidade de uso no tratamento de conjuntos de dados complexos. É uma peça fundamental para analistas e cientistas de dados, oferecendo suporte eficiente para limpeza, transformação e análise de dados.
Plotly é uma avançada biblioteca de gráficos open-source para criar gráficos interativos e de qualidade para publicação online. Compatível com Python, R e JavaScript, o Plotly permite aos usuários criar visualizações de dados complexas e oferece suporte a uma ampla variedade de tipos de gráficos, interatividade e integração com aplicativos web.
Scikit-learn é uma poderosa biblioteca de aprendizado de máquina de código aberto para Python, oferecendo ferramentas simples e eficientes para análise preditiva de dados. Ampliamente utilizada por cientistas de dados e profissionais de machine learning, oferece uma ampla gama de algoritmos para classificação, regressão, agrupamento e muito mais, com integração perfeita ao ecossistema Python.
SciPy é uma robusta biblioteca open-source em Python para computação científica e técnica. Baseando-se no NumPy, oferece algoritmos matemáticos avançados, otimização, integração, manipulação de dados, visualização e interoperabilidade com bibliotecas como Matplotlib e Pandas, tornando-se essencial para computação científica e análise de dados.
spaCy é uma robusta biblioteca Python de código aberto para Processamento de Linguagem Natural (PLN) avançado, conhecida por sua velocidade, eficiência e recursos prontos para produção como tokenização, classificação gramatical e reconhecimento de entidades nomeadas.
