Todas las etiquetas
Etiqueta del catálogo

#tokenizer

Todos los repositorios del registro público que llevan esta etiqueta, procedente de sus topics de GitHub o de las palabras clave que publican sus registros de paquetes. La salud se mide con la misma metodología versionada que el resto del registro.

54 registros
Con la etiqueta «tokenizer»Ordenado por índice de salud
Go
57Moderadoíndice de salud
chadsr/ollamatokenizer
Ollama's internal tokenization as API endpoints.
Go · Makefile★ 123 ago 2026
MIT23 ago 2026 · métricas 2.10.0
Go
57Moderadoíndice de salud
ron2111/omnitoken
Pure-Go LLM tokenizer and tiktoken-compatible token counter for OpenAI BPE, WordPiece, SentencePiece, Gemini, Llama, Mistral, and Hugging Face adapters.
Go★ 65 sept 2026
MIT5 sept 2026 · métricas 2.10.0
Go · npm
56Moderadoíndice de salud
lancekrogers/go-token-counter
Local-first LLM token counter: exact OpenAI BPE, Claude/Gemini estimates, context-window usage. Zero network. CLI + Go library.
Go★ 218 jul 2026
MIT18 jul 2026 · métricas 2.10.0
Packagist
56Moderadoíndice de salud
spiral/tokenizer
[READ ONLY] Locate available classes by parent, interface or trait. Subtree split of the Spiral Tokenizer component (see spiral/framework)
PHP★ 18↓ 505.4K/mes22 ago 2026
MIT22 ago 2026 · métricas 2.10.0
56Moderadoíndice de salud
umutozel/Jokenizer.Net
:hash: C# Expression parser and evaluator, inspired from jokenizer project.
C#★ 1117 jul 2026
MIT17 jul 2026 · métricas 2.10.0
npm
53Moderadoíndice de salud
lydell/js-tokens
Tiny JavaScript tokenizer.
JavaScript · CoffeeScript★ 55622 jul 2026
MIT22 jul 2026 · métricas 2.10.0
PyPI
53Moderadoíndice de salud
tusharsadhwani/pytokens
A fast, spec compliant Python 3.14+ tokenizer that runs on older Pythons.
Python★ 417 jul 2026
MIT17 jul 2026 · métricas 2.10.0
crates.io
51Moderadoíndice de salud
jorge-menjivar/tekken-rs
Rust implementation of the Mistral Tekken tokenizer
Rust★ 723 ago 2026
Apache-2.023 ago 2026 · métricas 2.10.0
PyPI · crates.io
50Moderadoíndice de salud
marcelroed/gigatoken
Language model tokenization at GB/s
Rust · Python★ 115↓ 2741/mes22 jul 2026
MIT22 jul 2026 · métricas 2.10.0
PyPI
48Débilíndice de salud
hplt-project/sacremoses
Python port of Moses tokenizer, truecaser and normalizer
Python★ 497↓ 2.7M/mes27 ago 2026
MIT27 ago 2026 · métricas 2.10.0
PyPI
47Débilíndice de salud
OpenVoiceOS/quebra_frases
chunks strings into byte sized pieces
Python★ 121 jul 2026
Apache-2.021 jul 2026 · métricas 2.10.0
npm
45Débilíndice de salud
Borewit/tokenizer-inflate
A package designed for handling and extracting data from ZIP files efficiently using a tokenizer-based approach. The library provides a customizable way to parse ZIP archives and extract compressed data while minimizing memory usage.
TypeScript★ 0↓ 87.3M/mes4 ago 2026
MIT4 ago 2026 · métricas 2.10.0
crates.io
44Débilíndice de salud
RazrFalcon/xmlparser
A low-level, pull-based, zero-allocation XML 1.0 parser.
Rust★ 142↓ 9.4M/mes13 ago 2026
Apache-2.013 ago 2026 · métricas 2.10.0
PyPI
44Débilíndice de salud
polm/fugashi
A Cython MeCab wrapper for fast, pythonic Japanese tokenization and morphological analysis.
C++ · Cython · Python★ 53321 jul 2026
MIT21 jul 2026 · métricas 2.10.0
crates.io
38Débilíndice de salud
savannstm/language-tokenizer
Text tokenizer for linguistic purposes, such as text matching. Supports more than 40 languages, including English, French, Russian, Japanese, Thai etc.
Rust★ 2↓ 17.4K/mes20 ago 2026
WTFPL20 ago 2026 · métricas 2.10.0
Packagist
36Débilíndice de salud
sebastianbergmann/php-token-stream
Wrapper around PHP's tokenizer extension.
PHP★ 6374↓ 1.8M/mes27 ago 2026
Licencia propia27 ago 2026 · métricas 2.10.0
Packagist
32En riesgoíndice de salud
phplrt/lexer
[READ ONLY] Subtree split of the phplrt lexer component (see phplrt/phplrt)
PHP★ 3↓ 3224/mes24 jul 2026
MIT24 jul 2026 · métricas 2.10.0
Packagist
32En riesgoíndice de salud
phplrt/lexer-contracts
[READ ONLY] Subtree split of the phplrt lexer contracts component (see phplrt/phplrt)
PHP★ 1↓ 3236/mes24 jul 2026
MIT24 jul 2026 · métricas 2.10.0
30En riesgoíndice de salud
JuliaLang/Tokenize.jl
Tokenization for Julia source code
Julia★ 10422 jul 2026
Licencia propia22 jul 2026 · métricas 2.10.0
crates.io
29En riesgoíndice de salud
fschutt/simplecss
A very simple CSS 2.1 tokenizer
Rust★ 0↓ 80.1K/mes23 ago 2026
MPL-2.023 ago 2026 · métricas 2.10.0
npm
26En riesgoíndice de salud
fent/ret.js
Tokenizes a string that represents a regular expression.
JavaScript · TypeScript★ 98↓ 151M/mes31 ago 2026
MIT31 ago 2026 · métricas 2.10.0
Packagist
18Críticoíndice de salud
nette/tokenizer
[DISCONTINUED] Source code tokenizer
PHP★ 141↓ 45.8K/mes16 ago 2026
Licencia propia16 ago 2026 · métricas 2.10.0
npm
14Críticoíndice de salud
plurnk/plurnk-providers
Framework + contract for @plurnk/plurnk-providers-* sibling packages (LLM transports + tokenizer + cost accounting).
TypeScript · JavaScript★ 0↓ 9778/mes15 jul 2026
MIT15 jul 2026 · métricas 2.10.0
npm
11Críticoíndice de salud
plurnk/plurnk-mimetypes-tokenizers
Bundled LLM tokenizer vocabularies for @plurnk/plurnk-mimetypes' tokenizer seam — exact token counting for window math
JavaScript★ 0↓ 2529/mes15 jul 2026
MIT15 jul 2026 · métricas 2.10.0