OpenAI 호환 API, 멀티 GPU/멀티노드 지원, 그리고 강력한 KV 캐시 압축 기능을 갖춘 로컬 LLM용 고성능 추론 및 서빙 플랫폼.

ONNX transformer 파이프라인을 실행하고 미세 조정하기 위한 Go 라이브러리로, Golang에서 Hugging Face 호환 추론 및 훈련을 기본적으로 지원합니다.

Claude Code 및 기타 AI 어시스턴트를 위한 전문 플러그인으로, 26개의 전문 에이전트와 51개의 기술을 제공하여 버그 없는 Elixir 및 Phoenix 애플리케이션 개발을 지원합니다.

Arm Cortex-M 프로세서용으로 최적화된 신경망 커널 라이브러리로, 장치 내 AI의 성능을 극대화하고 메모리 사용량을 최소화합니다.

BTP, ABAP, Fiori를 아우르는 SAP 개발에서 증거 추적 가능한 안내와 도구를 제공하는 40개의 전문 플러그인 모음입니다.

Claude Code용 세션 로그 뷰어 및 효율성 분석기. 원시 JSONL 로그를 읽기 쉬운 인터랙티브 대화로 변환합니다.

WeSight는 로컬 AI 코딩 에이전트 및 모델 제공업체를 관리하고 상호 작용할 수 있는 시각적 인터페이스를 제공하는 오픈 소스 데스크톱 워크스페이스입니다.

백엔드, 프론트엔드, 그리고 지원 AI 서비스를 포함한 완전한 로컬 LLM 스택의 배포 및 연결을 오케스트레이션하는 CLI와 보조 앱.

자체 호스팅된 미션 실행 백엔드로, 자율 AI 에이전트가 보안적으로 코드를 실행하고 작업을 수행할 수 있도록 격리된 리눅스 작업 환경을 제공합니다.

Claude Code용 다중 모델 오케스트레이션 정책으로, 반복적인 코딩 작업은 저렴한 모델로 라우팅하고, 계획 및 최종 판단에는 프론티어 모델을 보존합니다.

의미 검색과 LLM 기반 중복 제거를 갖춘 지속적이고 구조화된 그래프 저장을 제공하는 AI 에이전트용 MCP 메모리 레이어입니다.

AI 에이전트와 온디바이스 모델을 위한 로컬 우선 공유 메모리 시스템으로, 호스팅된 벡터 데이터베이스 없이 디스크에 단일 파일로 검색 가능한 메모리를 저장합니다.

Google Cloud TPUs 및 GPU에서 대규모 모델의 초기 학습 및 학습 후 최적화를 위한 JAX와 Python 기반 고성능 확장 가능한 LLM 라이브러리입니다.

브라우저, Node, Deno, Bun에서 사용 가능한 현대적이고 TypeScript 타입이 지정된 JavaScript 패키지(`@huggingface/hub`, `@huggingface/inference`, `@huggingface/mcp-client` 등)의 모음. 리포지토리 생성, 파일 업로드, Hugging Face 추론 API(채팅, 텍스트에서 이미지 생성, 번역, 스트리밍, 사용자 정의 엔드포인트) 호출이 가능.

해양 유전에서 부정적인 사건을 탐지하고 분류하기 위한 기계학습 모델 개발 및 벤치마크를 위한 데이터셋과 파이썬 툴킷.

Amazon Bedrock AgentCore에서 어떤 오픈소스 프레임워크를 사용해도 확장 가능하고 보안이 강화된 AI 에이전트를 배포하고 운영할 수 있도록 도와주는 Python 기반 스타터 툴킷입니다.

TileDB는 밀집 및 희소 다차원 배열을 위한 범용 스토리지 엔진으로, 복잡한 데이터 과학 워크로드에 대해 효율적인 스토리지 및 액세스를 가능하게 합니다.

자동 폴백 라우팅 기능이 있는 통합 프록시를 통해 코딩 에이전트가 다양한 LLM 제공업체 및 로컬 모델을 사용할 수 있도록 하는 멀티 프로바이더 게이트웨이입니다.

창 관리, 화면 캡처, OCR, YOLO 탐지를 통합한 단일 API를 제공하는 Windows 자동화 플러그인으로, 스크립팅 및 데스크톱 자동화에 최적화되어 있습니다.

Minimax 알고리즘과 Alpha-Beta 가지치기를 사용한 브라우저 기반 고무쿠 AI로, 조정 가능한 난이도와 포괄적인 성능 평가 툴킷을 제공합니다.

인덱스 없이 구조 인식과 사이클로마틱 복잡도를 사용해 관련성에 따라 결과를 순위 매기는 CLI 코드 검색 도구.

AI 에이전트가 사용자 대신 서비스에 인증할 수 있도록 해주는 에이전트 등록 프로토콜의 참조 구현. 신원 증명과 클레임 의식을 통해 사용자 대신 서비스에 인증 가능.

유니버설 메타데이터 표준을 사용하여 텍스트 설명에서 즉시 엔터프라이즈 소프트웨어를 생성할 수 있는 AI 네이티브 인프라입니다.

공개 GitHub Markdown 파일을 AI 챗과 MCP 지원이 내장된 현대적인 에이전트 대응 문서 사이트로 변환하는 오픈소스 플랫폼입니다.

데이터 과학 프레임워크에 Kaggle 데이터셋, 모델, 경진대회 리소스를 프로그래밍 방식으로 다운로드, 업로드, 로드하기 위한 Python 라이브러리입니다.

GPU 가속과 분산 컴퓨팅을 활용하여 랩톱부터 슈퍼컴퓨터까지 확장 가능한 고성능 양자 상태벡터 및 밀도 행렬 시뮬레이터입니다.

AI/ML 워크로드의 하드웨어 효율성과 신뢰성을 보장하는 프로덕션 등급의 GPU 모니터링 및 관리 도구입니다.

통계 및 경제통계 모델의 빠르고 확장 가능한 구현을 제공하는, 단변량 시계열 예측을 위한 고성능 라이브러리입니다.

자동 미분과 통합된, 수많은 로컬 및 글로벌 최적화 패키지를 하나의 API로 통합하는 통합된 Julia 인터페이스

AI와 JSRPC를 사용하여 실제 브라우저를 복호화 엔진으로 전환하고 Flask 및 Burp Suite 프록시를 자동으로 배포하는 자동화된 프론트엔드 JS 리버스 엔지니어링 프레임워크입니다.

에이전트 강화 학습을 위한 확장 가능한 사전 환경 관리 프레임워크로, 환경의 구축, 배포, 스케줄링을 위한 도구를 제공합니다.

의미적 랭킹과 LLM 요약을 사용해 19개의 패키지 레지스트리 및 커뮤니티 사이트를 검색하여 개발 도구 아이디어와 유사한 기존 소프트웨어 프로젝트를 찾는 CLI 도구입니다.

서버, 네트워크 장치, Kubernetes를 관리하기 위한 AI 기반 운영 제어 플레인. 자연어 분석과 명령 실행, 인간 승인을 통합합니다.

AI 모델의 학습 및 미세 조정을 위한 고품질 데이터셋을 생성하기 위해 합성 데이터와 AI 피드백을 합성하는 프레임워크입니다.

JAX를 기반으로 하여 GPU/TPU/CPU에서 MCMC 및 변분 추론을 통해 빠른 베이지안 추론을 제공하는 경량 확률적 프로그래밍 라이브러리.

딥러닝을 위한 고도로 최적화된 커널 저장소로, 서버 측 추론 및 생성형 AI를 위한 저정밀도 행렬 곱셈 및 합성곱 라이브러리를 제공합니다.

머신러닝 알고리즘에 대한 최적의 하이퍼파라미터 구성을 효율적으로 찾기 위해 설계된 유연한 베이지안 최적화 패키지입니다.

수백만 개의 시계열을 처리할 수 있는 확장 가능한 프레임워크로, scikit-learn 호환 기계학습 모델을 시계열 예측에 사용할 수 있습니다.

장기 프로젝트의 경계, 근거 기반 결과, 통합된 프로젝트 메모리를 보장하는 AI 코딩을 위한 경량 스킬 계약 세트입니다.

ONNX 모델에 대한 임의의 최적화를 수행하는 C++ 라이브러리로, 다양한 백엔드 구현 간에 재사용 가능한 최적화 패스를 제공합니다.

AI 코딩 에이전트를 위한 지속적이고 검색 가능한 엔지니어링 메모리 시스템으로, 내구성 있는 리포지토리 지식을 저장하여 중복된 컨텍스트 수집과 토큰 사용량을 줄입니다.

마이크로컨트롤러에서 효율적인 신경망 추론을 수행하기 위해 ONNX 모델을 독립형 C 코드로 변환하는 컴파일러입니다.

구조화된 데이터 또는 자연어 워크플로우에서 L1/L2/L3 토폴로지 다이어그램과 장치 테이블을 생성하는 AI 네이티브 네트워크 설계 도구입니다.

과학적 발견 응용을 주요 목적으로 하며, 다양한 고보상 객체를 샘플링하기 위해 생성형 흐름 네트워크(GFlowNets)를 훈련하는 PyTorch 기반 라이브러리입니다.

토큰 단위 메트릭, 실시간 모니터링, 상세한 시각화 보고서를 제공하는 LLM 서빙 시스템용 성능 벤치마크 도구입니다.

AI 코딩 에이전트에 보안 기본값(secure-by-default) 관행을 내장하여 코드 생성 및 검토 중 취약점을 방지하는 보안 스킬 프레임워크 및 규칙 세트입니다.

Linear와 GitHub를 사용하여 아이디어에서 PR까지의 파이프라인을 자동화하는 동시에 최종 병합 권한은 인간에게 남겨두는 일련의 Claude Code 스킬입니다.

Triton으로 구현된 메모리 효율적인 어텐션 연산자 모음으로, CUDA 기반 구현보다 어텐션 메커니즘의 커스터마이징이 더 쉬워집니다.