Ao vivo
[Pesquisa]Como o Ai2 resolveu a briga por GPUs com orçamentos em vez de fila de prioridade[Ferramentas]Como criar modelos de IA personalizados por menos de US$ 20 usando um agente automatizado[Modelos de IA]Liquid AI lança modelos de IA que tomam decisões em milissegundos — e funcionam em celulares[Modelos de IA]TII lança Falcon ASR, modelo de transcrição de áudio aberto que roda em hardware comum[Modelos de IA]Nvidia mostra que um único modelo de IA pode chegar ao pódio tanto em programação quanto em matemática avançada[Modelos de IA]Falcon-Emirati: o modelo de IA que aprendeu a falar árabe como um emiradense de verdade[Ferramentas]Hugging Face cria repositório central para ambientes de IA que aprendem por tentativa e erro[Ferramentas]O agente de IA disse que terminou. O banco de dados discordou.[Modelos de IA]Instituto Allen lança modelo de IA aberto para escrever relatórios científicos em segundos[Pesquisa]Como a ServiceNow cria dados de treino que ensinam agentes de IA a funcionar dentro de empresas[Pesquisa]Como o Ai2 resolveu a briga por GPUs com orçamentos em vez de fila de prioridade[Ferramentas]Como criar modelos de IA personalizados por menos de US$ 20 usando um agente automatizado[Modelos de IA]Liquid AI lança modelos de IA que tomam decisões em milissegundos — e funcionam em celulares[Modelos de IA]TII lança Falcon ASR, modelo de transcrição de áudio aberto que roda em hardware comum[Modelos de IA]Nvidia mostra que um único modelo de IA pode chegar ao pódio tanto em programação quanto em matemática avançada[Modelos de IA]Falcon-Emirati: o modelo de IA que aprendeu a falar árabe como um emiradense de verdade[Ferramentas]Hugging Face cria repositório central para ambientes de IA que aprendem por tentativa e erro[Ferramentas]O agente de IA disse que terminou. O banco de dados discordou.[Modelos de IA]Instituto Allen lança modelo de IA aberto para escrever relatórios científicos em segundos[Pesquisa]Como a ServiceNow cria dados de treino que ensinam agentes de IA a funcionar dentro de empresas
Transmitindo · —

Notícias.
Inteligência Artificial

Inteligência Artificial para Gente de Verdade · ES / PT-BR

FerramentasHugging Face Blog2 min

Hugging Face lança Daggr, ferramenta para conectar aplicações de IA sem complicação

Nova biblioteca open-source promete simplificar a criação de fluxos complexos com LLMs e outras ferramentas de inteligência artificial.

Por Redação2 min
Compartilhar
Hugging Face lança Daggr, ferramenta para conectar aplicações de IA sem complicação
Ferramentas · Hugging Face Blog

A Hugging Face (plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados) anunciou o Daggr, uma biblioteca open-source (código aberto) que facilita a construção de aplicações complexas de inteligência artificial. A ferramenta permite que programadores conectem diferentes componentes — como LLMs (modelos de linguagem de grande escala, tipo o GPT), buscadores de informação e outros serviços — de forma organizada, sem precisar escrever código confuso ou difícil de manter.

O grande diferencial do Daggr é combinar duas abordagens: você monta o fluxo de trabalho de forma programática (escrevendo código em Python, com total controle sobre cada etapa) e, ao mesmo tempo, consegue visualizar tudo em um gráfico interativo no navegador. Isso torna mais fácil entender como os dados fluem entre as peças e identificar onde algo está dando errado — algo especialmente útil quando você está trabalhando com RAG (Retrieval-Augmented Generation, técnica que permite um modelo de IA buscar informações externas antes de responder).

Segundo informou a Hugging Face em post no blog oficial, a biblioteca foi projetada para ser leve e flexível. Diferente de frameworks maiores que tentam fazer tudo ao mesmo tempo, o Daggr foca em resolver um problema específico: organizar pipelines (sequências de operações) de forma clara. Ele funciona bem tanto para protótipos rápidos quanto para sistemas em produção, e se integra naturalmente com outras bibliotecas populares do ecossistema Python.

A ferramenta já está disponível no GitHub e pode ser instalada via pip (gerenciador de pacotes do Python). A Hugging Face afirma que o objetivo é reduzir a fricção para quem está criando agentes de IA (programas autônomos que tomam decisões e executam tarefas) ou aplicações que combinam múltiplos modelos e fontes de dados. Para desenvolvedores brasileiros, especialmente os que trabalham com IA generativa em startups ou projetos experimentais, o Daggr representa mais uma opção para acelerar o desenvolvimento sem depender de plataformas fechadas ou pagas.

Fonte original
Hugging Face Blog
Mais em · Ferramentas