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。

结合本地 LLM 与 AST 清理、模式匹配的高级 Python 去混淆工具，帮助恶意软件分析师和逆向工程师恢复可读代码。

一个自动化 LLM 推理、微调和 RAG 引擎部署、扩展和管理的 Kubernetes Operator 套件。

一种用于在各种 Kubernetes 集群上安装 Kubeflow 平台的清单分发，提供完整的端到端机器学习环境。

一个利用GPU加速的VLSI布局工具包，将芯片组件布局视为深度学习优化问题，相比传统CPU工具实现巨大速度提升。

一个使用模拟、用户模拟器和裁判智能体来评估 AI 智能体在多轮对话中行为和鲁棒性的智能体测试框架。

一个用于 AI agent 的模块化运行时和编排系统，通过结构化流水线、质量门控和专门的 agent 角色来自动化软件开发生命周期。

一套用于 Mistral AI 模型的工具，提供开源分词器以及基于 Pydantic 的文本、图像和音频验证。

一个用于在多种SQL方言和复杂数据环境中评估LLM在真实企业级文本到SQL工作流中表现的基准测试。

一个高性能的约束解码库，通过强制执行 JSON 模式、正则表达式和上下文无关文法，确保 LLM 输出的结构化数据。

一个基于终端的客户端，将本地 Ollama LLM 连接到 Model Context Protocol (MCP) 服务器，使本地模型能够执行工具并访问外部资源。

一个自主的、AI 驱动的渗透测试框架，可协调 72+ 个安全工具，实现侦察、利用和报告的自动化。

一个将任何 Odoo 16+ 数据库转变为 AI 就绪接口的 Model Context Protocol 服务器，使 LLM 能够在无需企业 AI 模块的情况下安全查询和管理 Odoo 数据。

RelBench 是一个用于关系型数据库上预测机器学习的开源基准，提供统一框架，用于加载和评估多表数据上的模型。

一个使 AI 应用和代理能够连接到 AWS 托管的 MCP 服务器的桥梁，可自动处理 AWS IAM（SigV4）认证。

针对 Google TPU 优化的高性能 JAX 推理引擎，为 LLM 和多模态模型提供高吞吐量和低延迟。

一个用于深度神经网络符号蒸馏的框架，使用 PySR 将模型组件近似为符号方程，以提高可解释性。

为 AI 编程助手提供的便携式、标准化技能集合，使其能够与数据库、生产力工具和云基础设施进行交互。

一个开源的数据工程框架，为LLM提供确定性工具，实现跨主要云平台的SQL分析、列级血缘追踪和仓库连接。

一个用于追踪通过 API 使用的生成式 AI 模型之能源消耗与温室气体排放的工具。

一个用于训练自定义内容生成模型的序列建模工具包，具有模块化架构和对超过 70B 参数模型的可扩展训练能力。

一个在 Apple 平台上运行本地 LLM 的 Swift 库，提供结构化输出、工具使用和思考链推理的高级抽象。

一个将文件、SQL 数据库和版本控制整合为单一 ACID 兼容系统的嵌入式仓库系统，支持实时协作和数据历史记录。

AMD MIGraphX 是一个在 AMD 硬件上加速机器学习模型推理的图推理引擎。

一组优化的预训练深度学习模型和工具，旨在加速高性能推理应用的开发与部署。

一个将 ONNX 模型转换为 LiteRT、TFLite、TensorFlow 和原生 PyTorch 代码的工具，以促进跨框架部署。

一个将 scikit-learn 兼容模型、统计方法和基础模型整合到统一 API 中的时间序列预测 Python 库。

一个开源、自托管的代理框架，供内部 AI 团队通过沙箱化的代码执行和模型独立性来构建主权 AI 工作流程。

Vearch 是一个云原生分布式向量数据库，能够为 AI 应用提供嵌入向量的高效相似度搜索。

一个ComfyUI节点，实时动态调整预留的VRAM，以防止OOM错误并优化GPU内存使用。

一个适用于 Tabbit 浏览器的 OpenAI 兼容 API 代理，允许用户在第三方客户端中访问 Tabbit 集成的 AI 模型。

一个容器化的开发环境，通过启用 `bypassPermissions` 使 Claude Code 在隔离环境中运行，将 AI 的文件系统访问限制在项目目录和临时容器内，为安全审计和不可信代码探索提供安全沙箱。

一个注重隐私的 152 个基于浏览器的实用工具集合，通过 Transformers.js 提供本地设备 AI 进行转录、翻译和图像处理。

一个用于检查、重放和修改来自浏览器、应用和 API 的网络流量的本地代理服务器，具备 AI 驱动的控制平面。

ROCm 平台的示例和教程集合，提供 HIP 运行时功能、GPU 加速应用和 AI 模型执行的代码。

一个由 LLM 驱动的 Emacs 代码补全包，支持多个提供商以及基于聊天和 Fill-in-the-middle (FIM) 补全模式。

一个 Python CLI 框架，使用 LOCK 模式将威胁狩猎调查以 markdown 形式存储，使其可被搜索，并可选地让 LLM 代理生成研究、运行查询并自动化部分狩猎流程。

一种成本效益高的推理库，通过将专家权重卸载到主机内存和 SSD，使在内存受限的 GPU 上运行大型混合专家模型成为可能。

一个通用环境框架，可将 AI 代理在任务环境中运行并基于标准化合约进行评分，将基准测试视为冻结的环境。

一个用于按需创建、隔离的 Linux 微虚拟机的平台，AI 代理可安全地使用它们来执行代码和浏览网页。

基于 Rust 的 AI 代理长期记忆框架，采用三层分层架构和虚拟文件系统，实现持久化、上下文感知的交互。

专为 ComfyUI 和 AI 生产库设计的开源数字资产管理和画廊工具，用于组织、搜索和重混生成内容。

一个用于大规模智能体强化学习的合成环境生成流水线，可创建数千个基于 SQL 的工具使用环境。

一个轻量级、开源的 IAM 堆栈，支持后量子安全和去中心化身份，为人类、AI 代理和机器提供访问保护。

基于 PyTorch 的框架，用于在传统硬件上模拟量子计算，支持参数化量子电路和混合经典‑量子模型的训练。

一个为 AI 编码代理提供规划与执行能力的层，通过严谨的设计与评审工作流，将高层级请求转化为结构化计划和并行化的 PR。

一个统一的多模态后端，将数据库、编排和服务层整合到一个 Python 文件中，用于 AI 数据应用。

PyTorch C++ API（libtorch）的 Rust 绑定，使 Rust 可以使用 PyTorch 的张量操作和深度学习工具。