cleanrl：面向研究与原型开发的高质量单文件深度强化学习实现集合
一个深度强化学习库，提供流行算法的单文件、透明实现，简化研究、调试和原型开发。
autogluon: 一个用于跨多种数据模态实现高精度预测建模的自动化机器学习库
AWS AI 开发的一个自动化机器学习库，使用极少的代码即可使用户能够针对表格、图像、文本和时间序列数据训练和部署高精度模型。
server: 一个简化跨多种框架和硬件平台 AI 模型部署的开源推理服务器
一种开源的推理服务软件，简化了跨云、数据中心和边缘设备的多种框架 AI 模型的部署。
amazon-sagemaker-examples：官方示例笔记本和简化的 Python SDK，用于在 AWS 上管理端到端机器学习生命周期
官方示例笔记本集合以及 SageMaker-Core SDK，帮助开发者在 Amazon SageMaker 上构建、训练和部署机器学习模型。
wandb: 一个面向机器学习流水线的全面实验跟踪与可视化平台
一个机器学习实验跟踪与可视化平台，帮助开发者监控整个 ML 流水线中的超参数和指标。
kornia: 一个为 PyTorch 提供超过 500 个可微图像处理和几何视觉算子的可微计算机视觉库
一个为 PyTorch 提供丰富图像处理和几何视觉算法集的、可微的计算机视觉库，适用于 AI 工作流。
pytorch-grad-cam: 用于解释计算机视觉模型预测的像素归因方法综合集合
一个 PyTorch 库，提供了一套全面的类激活图 (CAM) 方法，用于视觉化地解释和诊断计算机视觉模型的预测。
tvm: 一个用于通用模型部署和联合优化的开源机器学习编译框架
Apache TVM 是一个开源机器学习编译框架，它使用 Python-first 方法优化并将模型部署为最小可部署模块。
fg-data-profiling: 一个用于全面数据集分析和质量警报的一行式探索性数据分析工具
一个用于 pandas 和 Spark DataFrames 的一行式探索性数据分析 (EDA) 工具，可生成全面的分析报告，识别数据质量问题和模式。
dlib：用于实现机器学习算法的现代 C++ 与 Python 工具包
一个现代 C++ 工具包，包含机器学习算法和工具，用于创建解决实际问题的复杂软件。
burn: 一个用于在不同硬件上实现无缝训练和推理的统一 Rust 深度学习框架
Burn 是一个用 Rust 编写的统一张量库和深度学习框架，允许在不同硬件上使用相同的代码进行训练和推理。
tfjs：一个硬件加速的 JavaScript 库，用于在浏览器和 Node.js 中训练和部署机器学习模型
一个硬件加速的 JavaScript 库，用于在浏览器和 Node.js 中训练和部署机器学习模型。
ml-agents：在 Unity 游戏和仿真中训练智能体的工具包
一个将 Unity 游戏和仿真转化为训练智能体环境的工具包，支持强化学习和模仿学习。
recommenders: 一个用于原型设计和部署经典及先进推荐系统的全面框架
一个用于构建推荐系统的全面示例和最佳实践库，为原型设计和生产提供广泛的经典及深度学习算法。
deepface: 一个封装了多种最先进模型的混合人脸识别与属性分析框架
一个轻量级的 Python 框架，用于人脸识别和面部属性分析，它将多种最先进的模型封装进一个单一、易于使用的 API 中。
Paddle: 一个具有统一训练与推理及自动并行能力的工业级深度学习平台
一个工业级深度学习平台，提供统一的训练与推理框架、自动并行能力，并支持科学计算。
shap: 一个用于解释任何机器学习模型预测结果的游戏理论框架
一个通过使用 Shapley 值将信用归因于输入特征，从而解释任何机器学习模型输出的游戏理论框架。
fastai：一个在高层次生产力与低层次研究灵活性之间取得平衡的深度学习库
基于 PyTorch 构建的深度学习库，提供用于快速生产力的高层组件和用于研究灵活性的低层组件。
pytorch-lightning: 一个自动执行 PyTorch 工程化以将模型训练从 CPU 扩展到多节点 GPU 的深度学习框架
一个深度学习框架，它抽象掉了 PyTorch 的工程样板代码，使研究人员能够在各种硬件上大规模地预训练和微调 AI 模型。
netron: 神经网络和机器学习模型架构的可视化查看器
一个用于神经网络和深度学习模型的可视化工具，支持包括 ONNX、TensorFlow 和 PyTorch 在内的多种模型格式。
spaCy: 用于高级文本处理和生产级模型训练的工业级 NLP 库
一个基于 Python 和 Cython 的工业级 NLP 库，为 70 多种语言的高级文本处理提供预训练流水线和神经网络模型。
mediapipe：用于部署可定制的设备端机器学习流水线的跨平台框架
一个开源框架，用于在移动端、网页、桌面和物联网设备上构建并部署可定制的设备端机器学习流水线。
gradio：一个用于快速构建和共享机器学习网页演示且无需前端代码的 Python 框架
一个开源的 Python 库，可在无需前端开发经验的情况下快速构建和共享机器学习模型及 API 的网页应用。
supervision：一个模型无关的计算机视觉工具包，用于数据处理和可视化
一个全面的计算机视觉工具包，提供模型无关的数据加载、可视化和数据集管理构建块。
qlib：面向 AI 的全流程量化投资平台，从因子挖掘到订单执行
面向 AI 的量化投资平台，提供完整的机器学习流水线，涵盖数据处理、模型训练和回测，以打造 AI 驱动的交易策略。
faceswap：一种用于识别和交换图片与视频中人脸的深度学习工具
一种通过提取‑训练‑转换流水线，实现图片与视频中人脸识别与交换的深度学习工具。
tensorflow: 一个用于机器学习研究和应用部署的端到端开源平台
一个用于机器学习的端到端开源平台，为构建和部署机器学习驱动的应用提供灵活的工具和库生态系统。
onecli：一个安全的凭证注入网关，防止 AI 代理访问原始 API 密钥
一个开源网关，安全地将 API 凭证注入 AI 代理请求，确保代理永远看不到真实的密钥。
brightdata-mcp：为 AI 助手提供不受阻碍的实时网页搜索和结构化数据提取的 MCP 服务器
一个 MCP 服务器，为 AI 助手提供实时、无阻碍的网页访问和结构化数据提取，防止响应过时并绕过机器人拦截。
vibe-coding-prompt-template：通过提示模板和代理驱动开发的结构化 AI 工作流，用于交付 MVP
一套结构化的 AI 工作流和提示模板系统，引导用户从最初的想法调研一路到交付 MVP，全部由 AI 编码代理完成。
xalpha：用于投资组合分析和实时净值预测的基金投资管理工具
一个提供数据获取、投资组合分析和基金及股票净值预测的基金投资管理库。
pentestagent：一个具备多代理编排和 MCP 集成的自主 AI 渗透测试框架
一个利用自主代理、专业工具和结构化攻击剧本来自动化安全评估的 AI 驱动渗透测试框架。
danghuangshang：一个将 AI 代理组织成结构化宫廷或企业层级的分层多代理协作系统
基于 OpenClaw 框架的多代理协作系统，将 AI 代理组织成层级化的政府或企业结构，以实现高效的任务委派和执行。
open-terminal：为 AI 代理提供自托管、API 驱动的终端，以在沙箱或裸金属环境中执行代码并管理文件
一个轻量级、自托管的终端，为 AI 代理和自动化工具提供专用、API 可访问的环境，以运行命令和管理文件。
datachain：用于非结构化数据的上下文层，将云存储转化为版本化、类型化的数据集
一个 Python 库，可将云存储中的非结构化文件转化为版本化、类型化的数据集，实现仓库级查询速度且无需移动数据。
serenity-skill：用于在技术趋势中识别高价值投资目标的供应链研究代理技能
一个实现供应链研究方法论的 AI 代理技能，帮助投资者通过发现技术趋势中的关键瓶颈来识别高价值的股票和基金。
ralph-orchestrator：基于帽子（hat）的自主 AI 代理迭代与任务完成编排框架
一种基于帽子（hat）的编排框架，使 AI 代理在持续迭代与验证的循环中，直至软件任务完全完成。
ai-crawler-py：一种低代码 AI 网络爬虫，可使用自然语言提示和自动化模式提取结构化数据
一种基于 AI 的网络爬虫，使用自然语言提示发现相关页面并从网站提取结构化 JSON 或 Markdown 数据。
TuriX-CUA：一款无需特定 API 即可跨任何应用自动化桌面 GUI 操作的计算机使用代理
一款开源的计算机使用代理，能够在无需特定 API 的情况下跨任何应用自动化桌面 GUI 操作。
skills：为 AI 代理提供的具备反机器人绕过和人工在环交接的浏览器自动化 CLI
一款为 AI 代理设计的浏览器自动化 CLI，能够绕过反机器人墙，并提供令牌高效的索引交互，简化网页导航。
abtop：用于跨多个 AI 编码代理会话跟踪令牌使用和资源消耗的 TUI 监控仪表盘
用于 AI 编码代理的 TUI 监控仪表盘，可跨多个活跃会话跟踪令牌使用、上下文窗口和速率限制。
qiushi-skill：面向 AI 代理的方法论驱动技能集，提升战略推理与问题解决能力
基于辩证唯物主义和实践哲学的 AI 代理技能集合，提供结构化方法论，以提升代理的推理和问题解决能力。
loop-engineering：用于设计自动化控制系统以协同 AI 编码代理的框架
一个用于设计自动化控制系统以协同 AI 编码代理的框架和工具套件，用递归、目标导向的循环取代手动提示。
opencode.nvim：一个将 OpenCode AI 集成到 Neovim 的插件，实现上下文感知的配对和并排编辑审查
一个将 OpenCode AI 集成到 Neovim 的插件，直接在编辑器内提供上下文感知的 AI 配对和代码编辑功能。
all-agentic-architectures：一个包含 35 种生产级别代理 AI 模式的库，提供统一 API 与对比基准
一个提供统一 API 与多供应商支持的 Python 库和可运行教材，包含 35 种生产级别的代理 AI 模式。
OB1：统一的持久化记忆层和用于在多个 AI 工具之间共享上下文的开放协议
提供统一的持久化记忆数据库并具备向量搜索的基础设施层，使多个 AI 工具和代理能够共享单一且一致的用户上下文。
openclaw-mission-control：用于管理 AI 代理编排和审批的集中式运营与治理平台
一个针对 OpenClaw 的集中式运营与治理平台，提供统一的可视化、审批控制和跨组织的 AI 代理编排。
memgraph：提供原子 GraphRAG 和实时关联上下文的内存图数据库
一款高性能、内存中的图数据库，为 GraphRAG、AI 记忆系统和代理工作流提供实时关联上下文。
judge0：面向人类和 AI 的强大且可扩展的沙盒在线代码执行系统
Judge0 是一个开源的沙盒在线代码执行系统，允许应用通过简洁的 API 在 90 多种语言中运行 AI 生成或用户提交的代码。
claude-scholar：面向学术研究与软件开发的半自动化研究助理
一款面向 AI 与计算机科学研究者的半自动化研究助理，简化从文献综述、实验到学术写作的全流程。