一个用于多智能体强化学习的 JAX 原生库，提供 GPU 加速环境和基准算法，用于高效基准测试。

一款原生 Swift 开发的 macOS 菜单栏应用，可实时追踪 Claude Code 的令牌消耗、成本及服务器端使用限制。

为在 Windows 上难以安装的 AI/ML 库提供精选的预编译 Python wheels 集合，无需从源码构建。

Deltafin 是一个基于 Rust 的原生二进制文件，可在消费级硬件（macOS arm64 或 Linux x86_64/aarch64）上运行完整的 2.8T 参数 Kimi K3 混合专家模型。保留全部 16 个专家，支持完整下载和按需流式安装，可选 Qwen 草稿模型加速，提供 CLI 用于聊天/补全，以及 OpenAI 兼容服务器。项目采用 MIT 许可证，模型权重遵循其原始条款。

一个用于近似任意阶 Shapley 相互作用的 Python 包，以解释机器学习模型预测中的特征协同作用。

一个 CCIE 级别的 AI 网络工程代理，使用数百种技能和 MCP 集成，在多供应商网络中自动化监控、故障排除和配置。

一个本地 LLM 路由代理，通过将提示词路由到最便宜的可行模型，并仅在必要时升级到高级模型，将 API 成本降低 40-70%。

一个基于 Triton 和 CuteDSL 构建的 GPU 库，提供 k-means、PCA 和 ANN 搜索等经典机器学习算子的高性能实现。

一个基于 JAX 的极简且可扩展的研究代码库，旨在为人类和 AI 智能体实现快速的 LLM 迭代和自动化的 AI 研究。

一个针对 AMD ROCm 的高性能 AI 算子库，为 AI 推理与训练工作负载提供优化的 GPU 内核。

适用于 Apple Foundation Models 框架的实用工具包，提供聊天补全客户端、上下文窗口管理以及 LLM 的动态技能激活功能。

一个基于 React 的 UI 工具包，提供组件和模板，可快速构建和部署 Pipecat AI 语音应用的用户界面。

专为代理型 AI 应用程序的红队测试和风险评估设计的原生 pytest 安全与安全测试框架。

一个本地优先的桌面应用程序，用于在各种基准测试集（称为 Bench Packs）上运行和比较本地或远程模型的 LLM 性能。

一个用于 C++ 的 Clang 编译器插件，通过转换源代码来自动生成导数、梯度和 Hessian 矩阵的函数。

一个与 scverse 生态系统集成、利用 NVIDIA RAPIDS 加速大规模数据集计算的 GPU 加速单细胞分析库。

将 Andrej Karpathy 的 llm.c 移植到 Mojo 语言，展示了 Mojo 在低级别 LLM 训练中可达到与 C 语言相当的性能。

适用于Apple Silicon上Qwen3.6-27B的可视化调试器，利用雅可比透镜可视化和编辑模型的内部潜在表示。

一个基于 TUI 的模型管理器和服务启动器，自动检测推理后端和本地模型文件，以简化 LLM 的服务提供。

一个轻量级后台守护进程，将本地 AI 代理连接至 Telegram 和 WeChat，使用户可通过移动通知远程监控和控制代理。

一个具备基准测试环境、可插拔拦截器代理用于流量管理，以及用于模型性能分析的多格式报告功能的 LLM 评估框架。

FlagTree 是一个面向多种 AI 芯片的统一开源编译器，通过统一各种基于 Triton 的后端，实现“一次开发，随处运行”的工作流。

Unsloth 的一个实用库，可显著降低显存需求，实现更快、更高效的 LLM、视觉模型和 TTS 模型微调。

一个本地 macOS 服务器，将 Cursor 的第一方模型（如 Composer 2.5 和 Grok 4.6）作为 OpenAI 兼容 API 端点暴露。

一款用于 Kubernetes 的网络观测工具，利用 eBPF 对流量进行索引，并通过 MCP 集成提供 AI 驱动的故障排除功能。

一个围绕 Claude Code 和 Codex 构建的专业上下文与工程封装系统，为生产级软件提供持久上下文、质量门禁和运行时验证。

一个开源代理式代码审查工具，使用动态管道和证据基础来执行深度架构审计，以找出系统性漏洞。

一个用于向量相似性搜索和聚类的 GPU 加速库，为 AI 和数据挖掘提供高性能的近似最近邻算法实现。

一个基于 OpenSearch 构建的企业级搜索服务器，可从网站、文件系统和云数据存储中抓取并索引文档，实现集中化的全文搜索。

一种为 AI 编码代理设计的结构化记忆系统，将代码库转化为本地、双时相的知识图谱，实现快速、低成本的架构查询。

一个高性能的 Julia 框架，用于基于代理的建模，能够模拟自主代理对环境及彼此的反应。

一套为 Open WebUI 提供的综合工具集，包含 20 多种工具、函数管道与过滤器，增加了学术研究、多模态生成和自主代理功能。

一个为 AI 代理和人类提供可写、可搜索、可版本化的 Markdown 文件系统，支持原生 MCP 和基于 Git 的审计功能。

一个面向推理的代理设计，用于循环工程，优化 token 使用和缓存复用，以保持高效、长期递归的 AI 工作流。

一种协议和引擎，通过汇集分布式 GPU 的 VRAM 和计算能力，在开放互联网上运行大规模 AI 模型。

一个低代码的 REST API 平台，能够自动为数据库创建安全端点，加速 AI 与数据驱动应用的开发。

一个用于微调图像、视频和音频生成模型的综合性训练框架，具备用户友好的 Web UI 和企业级编排能力。

面向 CPU 服务器的 LLM 推理框架，通过优化内存使用，在长时序、多轮推理和超长上下文任务中实现超越 GPU 的性能。

一款在 Apple Silicon 上使用 MLX 框架本地运行 LLM、VLM 与图像生成模型的原生 macOS 桌面应用。

OpenVINO Model Server (OVMS) 是一个 C++ 推理服务器，通过 OpenAI 兼容 REST 或 KServe gRPC API 提供 LLM、视觉-语言模型和经典深度学习模型。专为 Intel CPU、GPU 和 NPU 优化，支持连续批处理、流式传输、模型版本控制、热重载和 Prometheus 指标。可通过 Docker、裸金属二进制文件或 Kubernetes 部署，支持多种模型格式（TensorFlow、ONNX、OpenVINO IR、GGUF 等），并与标准客户端库集成。

一组全面的预转换 Core ML 模型和示例应用，用于在 iOS 和 macOS 上实现设备端 AI。

一个结构化的可视化路线图与资源集合，通过链接论文、代码和深度学习模型图示，帮助开发者转向 AI 应用工程。

一个包含超过 30 种最先进神经预测模型的库，专为时间序列预测中的高性能、易用性和高效性而设计。

一个多代理框架，通过模拟数千个真实的边缘案例交互，对话式 AI 代理进行压力测试，以发现失效点并优化性能。

一个 Python 包，提供生产就绪的模板和基础设施自动化，用于在 Google Cloud 上的 GenAI 代理人，简化从原型到生产的路径。

一个开源文档智能 API，通过布局分析和 OCR 将 PDF、PPT、Word 文档和图像转换为结构化、RAG 就绪的块。

一个作为 scikit-learn 估计器即插即用替代品的自动机器学习工具包，用于自动化模型选择和超参数调优。

为性能关键系统提供前向和反向模式自动微分的高性能 C++ 库，运行时开销极低。