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。

一个交互式终端 JSON 查询工具，提供实时输出和 AI 驱动的 jq 查询辅助。

一个基于 Go 的漏洞扫描与利用工具，专为 Spring 框架设计，通过 MCP 与 AI 代理集成，实现渗透测试的自动化。

一个用于混合搜索空间黑盒优化的 Python 库，为超参数调优和工程设计提供了 23 种无梯度算法的统一接口。

一个针对 RAG 优化的双语与跨语言嵌入和重排序框架，专精于中英文之间的高性能检索。

一个用于持续学习 AI 的优化工具包，提供专用算法和可视化工具，以防止灾难性遗忘并提升模型稳定性。

一套用于高风险决策框架的工程工具，包含面向金融的 LLM 评估、数据溯源和风险投资组合原型设计。

一个面向 AI 的代码处理框架，利用通用抽象语法树（UniAST）为 LLM 提供精确、结构化的编码上下文，以实现更精准的 AI 辅助编程。

一个允许 AI 助手在 Windows 上通过程序控制 Adobe Photoshop 的 MCP 服务器，可创建文档、管理图层并应用效果。

一个衡量 LLM 从大型源代码语料库中逐字复现特定函数体能力的长上下文代码检索与复现基准。

一个将 AI 助手集成到 Godot 编辑器中的插件，通过本地或远程 LLM 帮助开发者进行代码编写、场景编辑和项目管理。

一个面向网络安全开发人员的开源 AI 应用框架，用于构建数据中心中实时 IP 流量检查和威胁检测的优化流水线。

专为安全运行 AI 代理而设计的强化、精简 Linux 操作系统，配备专用编排守护进程和可复现的镜像构建。

一个用于地理空间机器学习的 Python 库，提供获取矢量数据、将区域划分为微区域并将其嵌入向量空间的工具。

一个 PostgreSQL 扩展，实现了 BM25 排名算法和 Block-WeakAnd 索引，提供原生、高性能的全文搜索和相关性评分。

一个 Visual Studio Code 扩展，通过集成 Azure 机器学习服务，帮助用户将机器学习模型构建、训练并部署到云或边缘。

pi CLI 和 DeepSeek Harness 的动态状态行扩展，提供 AI 代理工具使用、进度和内部推理的实时可见性。

一个开源的 AI 代理运行时，通过提供本地且私密的工作区，将 AI 代理转变为个人 DNA 专家，用于分析原始基因组数据。

Enzyme 的 Julia 绑定，这是一个在 LLVM 上运行的、可为优化后的代码提供高效梯度计算的高性能自动微分工具。

用于测试 NLP 和 LLM 模型鲁棒性、偏差、公平性和安全性的综合性评估库。

一个提供 GUI 和 MCP 服务器的 Java 线程转储与堆分析工具，用于诊断死锁、性能问题和虚拟线程钉住。

一个轻量级、可移植的纯 C99 ONNX 推理引擎，专为嵌入式设备设计，并支持硬件加速。

一种专为 LLM 编写而设计的编程语言，使用结构化引用替代变量名，并强制要求 SMT 证明契约以确保正确性。

TorchX 是一个适用于 PyTorch 应用程序的通用作业启动器，可让用户在 Kubernetes、Slurm、Docker 和本地环境中启动作业。

一个 AI 即服务（AIaaS）平台，通过 REST API 创建和部署 RAG 系统、智能体和推理端点，并配备完整的管理仪表板。

一个自动化评估文本到图像和文本到视频模型的框架，使用多模态大型语言模型（LLM）对视觉‑文本对齐度进行打分。

一个用于构建遗传算法以优化机器学习算法和其他数学函数的 Python 库。

一个用于概率推理与统计分析的库，通过 TensorFlow 或 JAX 将概率方法与深度网络整合。

一个基于 Rust 的高性能嵌入流水线，无需 PyTorch 即可简化多模态数据到向量数据库的摄取、分块和索引过程。

一个scikit-learn兼容的基于Relief的特征选择算法库，无需穷举搜索即可识别表格数据中的重要特征交互。

一个将逻辑程序与概率事实相结合以处理不确定性并执行复杂推理任务的概率逻辑编程工具箱。

autoresearch‑claude‑code 是一个 Python 框架，可使用 Claude Code 或 Codex 代理运行预算受限的自动研究循环。您定义目标、确定性评分器以及代理可以编辑的文件；系统会创建 Git 分支，衡量每个更改，并仅自动提交统计显著的改进，同时尊重运行时间和轮次限制。

一个通过 Ollama 自动化多个 LLM、提示词和推理参数的评估，以找到特定任务最优配置的工具。

DR Tulu 是一个开源的 8 B 参数模型和工具包，用于构建能够浏览网页、检索学术信息并生成长篇回答的研究导向代理。该仓库提供了一个支持异步工具调用的代理库、基于 GRPO 和动态评分标准的强化学习训练（RL）、监督微调（SFT）流水线、多个研究基准的评估脚本，以及可在 1–2 个 GPU 上运行的 CLI 演示。

一个开源的 Gymnasium 环境，用于模拟建筑能源协调和需求响应，采用多智能体强化学习。

一个用于科学机器学习 (SciML) 的统一框架，提供 PINNs、DeepONets 和 KANs 的实现，用于研究复杂的物理系统。

一组Python脚本，用于测试OpenAI兼容的模型端点，以验证所提供的模型是否与其标签匹配。

一个高性能推理引擎，使用 SVDQuant 技术实现扩散模型的 4 位量化，显著降低 VRAM 使用并提升推理速度。

一个为多种 GPU 和加速器量身定制的 OpenCL BLAS 库，提供广泛硬件平台上的高性能线性代数运算。

一个将存储与计算解耦的多租户 Postgres 平台，帮助 B2B SaaS 应用安全高效地扩展，并集成向量数据库支持。

一种基于再整合的编码代理，通过使用新上下文和文件系统内存，迭代地将代码库与指定目标对齐，防止上下文腐化。

一个 AI 原生软件测试平台，使用单一基于 YAML 的声明式语言来自动化 API、Web、移动和 LLM 测试，无需传统的代码脚本。

一个用于浏览、搜索和导出 Cursor AI 编辑器聊天记录和 Composer 日志的 Web 应用程序。

一个用于将非结构化文本和图像数据集嵌入到潜在空间、投影到 2D 并使用 LLM 为聚类打标签的可视化与探索工具。

ONNX 的后端，可将 ONNX 模型转换为 TensorFlow 模型，使其能够使用 TensorFlow 执行引擎来执行。

一种成本高效的路由系统，用轻量级传统机器学习代理模型替代昂贵的 LLM 分类调用，针对简单输入，保持与教师模型相当的性能。

一个为 LLM agent 提供统一运行时的系统，用于执行结构化工具调用链，其特点是与 Solana 区块链深度集成，并支持 Model Context Protocol (MCP)。

一個統一且輕量的框架，用於大規模 AI 數據集的整理、打包、加載和評估，支援 LMDB 和 Pickle 等多種格式。