通过强制执行输入/输出风险验证并确保 LLM 生成结构化数据，构建可靠 AI 应用的 Python 框架。

一个自动化的研究工作流，用于搜索、推荐和分析来自 arXiv 和 Semantic Scholar 的学术论文，并将结果直接集成到 Obsidian 笔记中。

一个用于机器学习的开源特征存储，负责管理从离线训练集到低延迟在线推理的数据流。

一个用于构建和测试能够控制各种真实世界应用中 Android 设备的自主代理的环境和基准。

一系列前沿LLM强化学习算法的简洁复现，旨在降低研究Agentic-RL时的GPU和代码复杂性门槛。

专为安全测试和 CTF 竞赛设计的 AI 编码助手（Codex、Claude Code、OpenCode）会话清理器和提示注入工具，旨在绕过拒绝响应。

Kong 是一个云原生 API 和 AI 网关，可集中管理微服务、LLM 和 Model Context Protocol (MCP) 流量的路由、安全和编排。

专为机器学习设计的轻量级、无依赖的 C/C++ 张量库，注重高效性和跨平台可移植性。

用于评估 AI Agent 执行现实世界漏洞分析和 PoC（概念验证）漏洞利用生成能力的规模化评估框架。

Skales 是一个闭源、本地运行的 AI 桌面和移动代理，可聊天、自动化多步骤目标、编辑代码、生成设计/媒体资产、管理日历并保留记忆——所有操作均不将数据发送至云端。它支持 Windows/macOS/Linux/Android/iOS 的一键安装，并兼容 >15 个 LLM 提供商或完全离线模型。

一个工具输出代理，可拦截 AI 代理的命令行调用，为红队测试和防护机制绕过评估提供伪造或修改的响应。

一个 CLI 工具和 Python 库，用于通过远程 API 和本地安装与多个 LLM 交互，具备内置日志记录和结构化数据提取功能。

Model Context Protocol (MCP) 的 Go 实现，使 LLM 应用程序能够使用标准接口与外部数据源和工具进行集成。

一个开源的 AI 编码代理编排器，支持并行任务执行、远程运行时和统一的以审查为中心的工作区。

专为 AI Agent 设计的本地调试器，提供实时追踪流和用于修复 Agent 错误的自愈式评估循环。

一个适配器，使 Claude Agent SDK 能够与任何遵循 Agent Client Protocol (ACP) 的客户端协同工作。

从任意实时网站中提取完整设计系统，生成开发者可用的令牌、Tailwind 配置和 Figma 变量的工具。

一个提供 200 多个模块化操作符的多模态数据处理框架，用于清洗、去重和整理大规模数据集，以供基础模型使用。

一个推理引擎，通过实时从闪存流式传输专家，使设备能够运行超出其 RAM 容量的混合专家模型。

适用于 Laravel 的统一 AI SDK，为代理、图像和音频提供一致的 API，支持 OpenAI、Anthropic 和 Gemini 等提供商。

一个基于 LLM 驱动的本体设计与映射，将 Databricks 表转换为物化图谱的知识图谱构建工具

一款用于识别并移除网页项目中通用AI生成设计模式（AI垃圾）的工具与现场指南。

一项代理技能，用于审计代码库并为低成本 AI 模型生成详细、自包含的实现计划，解决高成本模型处理重复编码任务的低效问题。

一个高密度的知识库和工具集，让 AI 编码代理能够使用专家级模式和最佳实践，为 Godot 4.7+ 构建专业级游戏。

一种紧凑、易读的 JSON 数据模型编码，旨在最小化 LLM 提示中的 token 使用量，同时保持高检索准确性。

用于将语言模型内部激活解码为词汇标记以分析内部表示的参考实现。

Pentest Swarm AI 是一个开源 Go 工具，可并行运行数十个自主的 LLM 驱动代理，通过共享的 Postgres 黑板与信息素驱动的协同作用进行协调。支持任意 LLM 提供商（Claude、Together AI、OpenAI 兼容、Ollama 等），捆绑了侦察/利用工具链（ProjectDiscovery 库、nmap），并提供交互式终端 UI 和 Web 仪表板。蜂群可针对真实主机或内置的脆弱实验室，强制执行范围，并生成证据支持的报告。核心功能稳定；蜂群调度器处于阿尔法阶段，后续计划支持 Metasploit、sqlmap、ZAP、Burp 等适配器及微调模型。

一个 Android 应用，作为 MCP 服务器运行，利用无障碍服务和屏幕截图捕获，使 AI 模型能够远程完全控制设备。

一个 AI 工程基础框架，提供架构感知框架和模块化业务组件，以确保 AI 生成的代码保持一致且架构合理。

一个在浏览器中运行实时 GPT-2 模型，帮助用户学习 Transformer 模型如何预测文本的工具。

一个用于操作 AI 代理的自托管控制平面，允许用户从单一仪表板分派任务、追踪支出，并协调多个代理运行时。

一个 CLI 工具，将 AI 编码代理编排为可重复的、由 YAML 定义的开发工作流，具备隔离的工作树和明确的审查循环。

The official Python client for the Hugging Face Hub, enabling users to download, upload, and manage open-source ML models, datasets, and demo apps.

一种专为多模态 AI 设计的开源 lakehouse 格式，提供高性能向量搜索、随机访问以及对图像、视频和音频的原生存储支持。

OpenGame 是一个开源、基于 Node 的框架，使用专用代码 LLM（GameCoder‑27B）从单个自然语言提示生成完整的 Web 游戏。它提供可复用的 *Game Skill*（模板选择 + 自动调试）、用于无头生成的 CLI（`opengame`），以及用于衡量可玩性的评估套件（OpenGame‑Bench）。该系统使用 Phaser 等引擎搭建项目，在沙箱中运行，修复集成错误，并输出可直接播放的 HTML/JS 游戏。

Kubernetes MCP Server 是一个基于 Go 的模型上下文协议服务器，允许 AI 助手和代理通过 Kubernetes API 直接检查和管理 Kubernetes 与 OpenShift 集群，而非封装 kubectl 或 helm。它提供对 Pod、命名空间、事件、Helm 发布、Tekton 流水线、KubeVirt 虚拟机等的工具支持，并可在无外部命令行依赖的情况下跨多个集群工作。

一个现代跨平台桌面工具集，整合图像处理、音频/视频编辑和本地 AI 工具，并支持 GPU 加速。

一组以测量为先的 AI 编码代理技能，使代理能够使用 Google Lighthouse 等工具对 Web 项目进行性能、可访问性和 SEO 的审计与优化。

一套基于实证学习科学的插件，专为 Claude Code 和 Codex 设计，通过交互式练习防止 AI 辅助编程过程中的技能退化。

一个通过将非结构化文档转换为高质量结构化问答对和评估集来创建 LLM 微调数据集的工具。

一套治理标准与工具集，适用于由 LLM 代理维护的知识仓库，确保确定性的工作流程、可恢复性以及明确的操作员与代理边界。

AI 编码代理的跨设备配套应用和客户端，支持本地运行会话，并通过移动、网页或桌面端远程控制。

vllm.cpp 是一个纯 C++ 推理引擎，在仅约 66 MiB 的体积下，能够镜像 vLLM Python 服务器的性能与功能。它可以在 CPU、CUDA、Metal、Vulkan 等平台上运行 GGUF 量化的 LLM（以及多模态模型），提供与原版 token‑for‑token 完全相同的输出、连续批处理（continuous batching）、投机解码（speculative decoding）以及与 OpenAI 相容的 HTTP API——且完全不需要 Python 运行时。

一个 Go 服务器，反向代理 Google Gemini 的网页 UI 协议，并将其暴露为 OpenAI 兼容 API（聊天、模型、流式传输、视频、图像、音乐、网页搜索）。支持匿名或使用 Google Cookie，包含速率限制、代理与 Cookie 池、SQLite/MySQL 持久化，以及轻量级管理 UI。

一个基于 scikit-learn 的 Python 库，用于投资组合优化与风险管理，提供因子模型构建与基于机器学习的模型选择工具。

slotstream 是一个基于 Swift 的推理引擎，可在 Apple Silicon Mac 上运行 1250 亿参数的 Qwen‑3.8‑Flash‑Next 模型。它将 4 位量化权重从 SSD 流式传输至 RAM 缓存，使 48 GB 内存的 Mac 实现约 12 个 token/秒的生成速度。该工具提供 CLI、与 Ollama 兼容和 OpenAI 兼容的 HTTP API、可选的视觉支持、推测性解码功能，并提供 Swift 包以嵌入应用。

一组模块化的扩展和库，用于 Pi Coding Agent，增加了编码、浏览器自动化和工作流可观测性功能。

一个基于容器隔离和集中治理的开源平台，用于安全地运行和管理 Model Context Protocol (MCP) 服务器。