← Entdecken
GitHub · superlinked/sie↑ +60 heute

Inferenzserver für KI-Agenten

SIE, entwickelt von Superlinked, ist ein Open-Source-Inferenzserver und Produktionscluster, der zum Ausführen von Modellen verwendet wird, die von KI-Agenten benötigt werden. Diese Python-basierte Struktur zielt darauf ab, komplexe Modellbereitstellungen zu verwalten und eine skalierbare Infrastruktur bereitzustellen.

Aktualisierungen

  • 14. Oktober 2026: Sterne 3,372 → 3,390, neueste Version v0.10.1 (13. Oktober 2026).
  • 10. Oktober 2026: Sterne 3,350 → 3,372, neueste Version v0.10.0 (9. Oktober 2026).
  • 30. September 2026: Sterne 3,325 → 3,350, neueste Version v0.9.0 (30. September 2026).
  • 27. September 2026: Sterne 3,198 → 3,325, neueste Version v0.8.3 (26. September 2026).

Was es bringt

  • Verwaltet Open-Source-Modelle über einen einzigen Cluster
  • Ermöglicht eine einfache Integration dank der OpenAI-kompatiblen Schnittstelle
  • Unterstützt Aufgaben wie Suche, Datenextraktion und Textgenerierung

Installation

SDK-Installation
pip install sie-sdk                # Python
npm install @superlinked/sie-sdk   # TypeScript (pnpm and yarn work too)

Ausführung

Erster Deployment-Versuch
curl http://localhost:8080/v1/embeddings \
  -H 'Content-Type: application/json' \
  -d '{"model": "sentence-transformers/all-MiniLM-L6-v2", "input": "Hello world"}'
# {"object": "list", "data": [{"object": "embedding", "embedding": [-0.0344, 0.0310, ...

Wenn Sie nicht programmieren

Fügen Sie dies in Ihren Agenten ein (Claude Code · Codex · Antigravity)

Ich möchte ein Modell für einen KI-Agenten über den SIE-Server ausführen. Wie kann ich die von meinem Agenten benötigten Aufgaben wie Suche, Datenextraktion und Textgenerierung über eine einzige API verwalten? Wie kann ich die Prozesse zur Erstellung von Embeddings und zur Textgenerierung unter Verwendung der von SIE bereitgestellten OpenAI-kompatiblen Endpunkte konfigurieren?

Repository: https://github.com/superlinked/sie. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.

Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.

Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.

Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.

Verwandte Begriffe aus dem Glossar

Für wen es gedacht istFür Entwickler, die eine Vielzahl von KI-Modellen skalierbar auf ihrer eigenen Infrastruktur ausführen möchten.
LizenzApache-2.0

Links

TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-09-03 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.