一个自动更新、自包含的原生二进制 Claude Code Nix flake，用于声明式和可重现的安装。

一个类型安全的 OCaml 库生态系统，用于数值计算、机器学习和数据科学，其功能与 Python 科学计算栈（NumPy、JAX、PyTorch、Matplotlib、Polars）相媲美。

chipStar 是一个编译器和运行时层，可使 CUDA 和 HIP 应用程序在支持 SPIR-V 的任何平台上运行，例如 Intel、ARM 和 RISC-V GPU。

用于在海量数据集上进行快速相似性估计和基数计数的概率数据结构库。

专为 LLM 优化的高性能 HTML 到 Markdown 转换器，可减少 token 使用量，并支持流式处理和全站爬取，适用于 RAG 系统。

一个利用 Julia 的 DifferentialEquations.jl 库提供高性能微分方程求解器的 Python 包。

一个开源 AI SaaS 模板，提供将 AI 原型转化为付费产品的所需变现、计费和基础设施。

Claude Artifacts 和 v0 的开源替代方案，允许用户在 Next.js 和 Python 等多种框架中生成并安全地执行 AI 生成的代码。

一个用于在各种本地和云存储系统中高性能存储和操作大型多维数组的 C++ 和 Python 库。

Datalevin 是一个快速、耐用的 Datalog 数据库，提供 SQL 和图数据库的声明式替代方案，具备内置向量搜索和 AI 原生功能。

一款通过快捷键和变量支持，在任意网页输入字段中快速管理并插入预设AI提示词的浏览器扩展。

一个 Kubernetes Gateway API 扩展，通过优化自托管生成式 AI 模型的路由与负载均衡，提升延迟和吞吐量

一个将冗长的 PHP 工具输出转换为紧凑、结构化 JSON 的工具，专为 AI 代理优化，减少令牌使用并提升解析效率。

ARA‑Labs 提供了一套七种“代理技能”，让AI研究代理能够自动记录、验证、可视化和共享实验的每一步，以结构化、跨层资产格式实现可复现、可审计的自主研究。

一个 CLI 工具，通过将项目文档重构为轻量级、按需加载的系统，优化 Claude Code 的上下文窗口，减少启动时的令牌浪费。

当 Claude Code、Codex、OpenCode 或 Gemini 的长时间运行 AI CLI 任务完成后，通过 Telegram、Email、Webhook 和桌面通知提醒用户的工具。

一个本地代理，用于捕获 AI 编码工具的 LLM API 调用，提供上下文窗口组成和令牌成本的详细可视化分解。

一款VS Code扩展，使AI助手能够实时访问SAP系统，通过自然语言实现自主代码分析、调试和开发工作流。

一个通用的移动开发工具，提供统一的仪表板和 CLI，用于控制 iOS 模拟器、Android 模拟器和物理设备。

一种基于 Triton 的领域特定语言，通过张量导向的元编程，简化高性能 GPU 内核的编写。

一个提供图像、视频和音频标注工具的多模态数据标注平台，通过 AI 辅助自动标注加速数据集创建。

AgentQL 是一套工具，使用 AI 驱动的自然语言查询语言从网站提取数据并自动化工作流，用强健、自愈的选择器替代脆弱的 CSS/XPath 选择器。

一个 AI 驱动的网络安全威胁检测平台，可自动化发现和监控新兴威胁、数据泄露和恶意域名。

一个将 AI 代理转换为运行中 HTTP 服务的开放基础设施，提供运行时、LLM 路由和部署工具，帮助快速交付代理驱动的功能。

一个通过标准化协议使 AI 代理能够部署和管理 Google Cloud Run 上应用的 MCP 服务器。

一个为 Claude Code 设计的结构化技能框架，通过 MCP 技能加载器添加 131 个用于部署、安全和开发的专业技能。

Ark 是一个 Kubernetes 原生框架，采用声明式方法构建和托管可移植、供应商无关的 AI 代理，以避免供应商锁定。

一个统一的代理网关，通过协议转换使 Cursor IDE 和 Claude Code CLI 能够连接到 Antigravity、Codex 和 AWS Kiro 等多种 AI 后端。

一个用于监督式概率预测的 Python 库，提供与 scikit-learn 兼容的接口，用于预测区间、分位数和概率分布。

为 Transformer 模型提供经过优化的、可定制的构建模块工具箱，通过提供内存高效且高性能的 CUDA 内核来加速研究。

一个用于在复杂搜索空间（包括实数值、离散值和条件维度）上进行串行和并行超参数优化的 Python 库。

BoTorch 是一个基于 PyTorch 的库，提供模块化框架，用于组合概率模型和获取函数。

一个轻量级的封装工具，可将 Model Context Protocol (MCP) 工具转换为 LangChain/LangGraph 工具，支持多种传输协议（stdio, HTTP, streamable-HTTP）以及多服务器设置。

一个用于表格数据的自动化机器学习包，可自动执行预处理、模型选择和调优，同时提供透明、详细的报告以实现可解释性。

一个 Python 库，提供与 Scikit-learn 兼容的转换器，用于全面的特征工程和选择，以提升机器学习模型性能。

一个本地 AI 配额聚合代理和代理，可让您在任何 AI 工具或 IDE 中使用来自不同提供商（如 Claude Pro 或 Cursor）的 AI 订阅。

一个适用于 PyTorch、Jax 和 TensorFlow 的可微分模拟工具包，可将物理模拟集成到机器学习优化循环中。

一个使用 Claude Agent SDK 和 Google ADK 的智能机器学习工程师，通过专业的科学代理技能训练最先进的机器学习模型。

一个使用超越简单检索的合成任务来评估长上下文 LLM 实际有效上下文大小的基准测试框架。

一个统一的实验平台，用于实现和评估 KV 缓存压缩、检索、合并和量化方法，以优化长上下文 LLM 推理的内存使用。

一个使用向量嵌入和 ripgrep 实现代码库内语义与关键词搜索的本地代码搜索引擎。

适用于 macOS 的本地优先长期记忆运行时，通过构建用户工作模式和目标的证据关联个人模型，利用 MCP 为 AI 编码代理提供有依据的上下文。

DLPack 是一种开放的内存张量结构，可作为不同深度学习框架之间共享张量和操作符的通用桥梁。

为AI代理提供一个持久的共享内存层，使其能够在会话、机器和不同代理运行时之间共享上下文和记忆。

一个开源平台，可从自然语言生成安全的全栈应用和 AI 代理，具备编译运行时和内置 MCP 服务器，支持自托管部署。

用于 LLM API 的服务品质监控工具，通过验证实际令牌生成，防止代理服务的「虚假」运行状态报告。

基于 Azure API Management 构建的企业级 AI 网关框架，为管理 AI 模型、工具和代理提供集中式安全、成本控制和可观测性。

一个轻量级 API 网关，用于集中管理凭证注入、速率限制和负载均衡，适用于使用 API 密钥或 Bearer Token 的服务。