一款面向 Milvus 向量数据库的 AI 原生管理工具，提供数据探索、集群监控和 AI 驱动的管理的可视化界面。

一款专为 AI 代理设计的命令行工具，用于从网页中获取、发现和提取结构化数据，取代脆弱的解析脚本和原始 HTML 块的使用。

一个基于浏览器的工具，可将 ChatGPT 和 Google Gemini 的对话导出为 Markdown、HTML 或 PDF 文件，同时保留格式和元数据。

一套用于在 Cloudflare Workers 上使用 Durable Objects 构建实时协作应用的库，支持 WebSocket 管理和 CRDT。

一套为 AI 应用程序预构建、可自定义的 Vue 和 Nuxt 组件集合，提供聊天、推理和 AI 工作流的 UI 元素。

一个将 AI 智能体连接到 Slack、Microsoft Teams 和 Discord 的 SDK，实现原生交互式 UI 和人机回环（human-in-the-loop）审批。

一个为 Unity 设计的开源 AI 代理，可自动化 C# 编码、资源修改和编辑器 UI 创建，内置热重载与语义分析功能。

一个使用 YAML 定义的工作流来编排数据摄入、过滤和基于 LLM 的安全评估的自动化漏洞研究流水线引擎。

一个开源的 Playwright 库，用于 AI 驱动的浏览器回归测试，通过自然语言步骤和多模型共识断言防止测试脆弱性。

一个开源控制平面，将 AI 代理逻辑转化为具备内置扩展性、可观测性与加密身份的生产级 REST API。

一个 AI 代理工作队列平台，允许单个操作员在自托管运行器舰队上部署、监控和协调数百个隔离的 AI 代理。

一个 Apache 2.0 许可的 React SDK，用于将可视化拖拽式工作流编辑器嵌入应用程序，具有插件优先架构和用于 AI 工作流的参考执行栈。

一款 AI 工程师和领域专家协作构建和管理 NLP、LLM 及多模态模型高质量数据集的工具。

用于以低延迟部署和提供开源文本嵌入及序列分类模型服务的高性能推理工具包。

一种嵌入 Python 的 DSL，用于编写机器学习内核，可编译为 Triton，提供更高层次的抽象和自动性能调优，简化 GPU 编程。

一个为 AI Agent 提供 100 多个流行库的即时、本地且最新的文档的 MCP 服务器，以防止由过时训练数据引起的幻觉。

ONNX Simplifier (onnxsim) 是一个工具，通过常量折叠、形状推断和图优化自动减小 ONNX 模型的大小和复杂度，支持可选的正确性检查以及导出至 MLIR、Core ML、TFLite 等格式。

一个大规模基准数据集和框架，模拟内部公司文档和问题，帮助团队在企业环境中评估和微调 RAG 系统。

通过内核融合和分块技术，该高效 Triton 内核集合可将 LLM 训练吞吐量提升 20%，内存使用量降低 60%。

Model Context Protocol (MCP) 的传输代理，可实现基于 stdio 和基于 SSE/StreamableHTTP 的服务器与客户端之间的通信。

一个基于 Rust 的快速终端差异查看器和代码审查 TUI，支持并排差异、GitHub PR 审查以及 AI 驱动的提交和变更解释。

使用 Zig 编写的跨平台终端工作区，集成了高性能终端模拟、AI 代理工作流、SSH 管理和嵌入式浏览器。

Tura 是一个开源代理运行时框架，通过将重复的工具调用循环替换为宏命令和逆向推理，减少 token 使用并提升性能。

CUTLASS 3.x 中使用的 CuTe 布局与张量代数的纯 Python 参考实现，可在无需 GPU 的情况下实现布局原型设计与测试。

一个聚合多个网络搜索服务结果，并提供文本、图像、视频和新闻内容提取工具的元搜索库。

OSWorld 是一个基准测试和虚拟化环境，用于评估多模态 AI 代理在真实计算机操作系统中执行开放式任务的能力。

一个高性能、多语言的 PDF 工具包，用于文本和图像提取以及 Markdown 转换，专为 RAG 流程和 AI 助手优化。

一个使用假设树框架通过有纪律的自动化实验和验证来优化软件和机器学习任务的自主研究代理。

PowerInfer 是一个 CPU/GPU 混合 LLM 推理引擎，利用 activation locality（激活局部性）将“冷”神经元卸载到 CPU，从而在消费级 GPU 上快速运行大型模型。

一个用于编写任务并行程序的高性能 C++ 库，具有灵活的任务图系统和 GPU 加速支持。

Kaggle 的官方命令行界面，允许用户直接从终端管理数据集、竞赛、模型和笔记本。

一个 Neovim 插件，整合了 Copilot 的 Next Edit Suggestions 并提供内置终端，可通过具备上下文感知能力的提示词与 AI CLI 工具进行交互。

一个将 PyTorch 程序转换为经过验证的 Triton 内核，并通过硬件性能分析和 LLM 引导的瓶颈诊断迭代优化其性能的多代理系统。

一个实现 Model Context Protocol (MCP) 的 Blockbench 插件，使 AI 代理能够控制和交互 3D 建模工具。

一款 AI 驱动的渗透测试工具，使用多智能体架构模拟人类安全专家，在 Web 应用和 API 中发现漏洞。

一个基于 Nix flake 的逆向工程环境，与 Claude Code 集成，为分析二进制文件和网络捕获提供自动化、上下文感知的工具链。

一个为 AI 代理提供跨 30 多个领域实时全球情报的 MCP 服务器，配备 132 个工具和 Qdrant 向量存储以支持语义搜索。

Perplexity‑AI 是一个非官方的 Python 封装，通过抓取公开的 Perplexity.ai 网页 UI 来运行搜索、推理和研究查询，无需 API 密钥。它提供同步和异步客户端、流式答案、文件上传功能，以及一个用于与 Claude Code 集成的小型 MCP 服务器。可选驱动程序可自动操控 Chrome 浏览器，通过 Emailnator 创建临时 Gmail 账号，从而刷新免费层级的「5 个 Pro 查询」限制。该库包含类型化接口、重试/退避机制、速率限制处理和自定义异常。

一个将 AI 模型与 WinDbg（CDB 和 KD）连接的 MCP 服务器，可在 Windows 上实现自然语言驱动的崩溃转储分析和内核调试。

一个 PyTorch 封装器，用于抽象化分布式训练的样板代码，允许用户在包括多 GPU和 TPU 在内的任何设备配置上运行相同的脚本。

用于 llama.cpp 的 Python 绑定，支持 OpenAI 兼容的 API 和多种硬件加速后端，实现本地 LLM 推理。

一个将多个 AI 提供商统一到单一接口的 LLM API 聚合服务，支持协议转换和自动故障转移。

专注于GPU调优、分布式训练和高吞吐推理扩展的AI系统优化代码与资源综合集合。

Unity 编辑器的 Model Context Protocol 实现，使 AI 助手能够直接操作场景、资产和编辑器设置。

一个允许 AI 助手通过自然对话管理 Meta 广告活动、创意内容和性能分析的 MCP 服务器。

一个基于 AI 的渗透测试框架，专为 Claude Code 设计，利用并行的专用代理对智能合约和 Web API 进行审计，通过多级验证流程确认发现结果，生成可直接提交的漏洞赏金报告。

一个整合 llama.cpp 的 Go 库，用于本地 LLM 和 VLM 推理并支持硬件加速，无需 CGo 或外部服务器。

一个高性能训练框架，适用于 LLM、VLM、扩散模型和具身模型，相比开源基线提供显著的吞吐量加速。