一个提供商无关的 PHP SDK，提供统一的 API 用于与各种生成式 AI 模型进行交互，以生成文本、图像和嵌入。

一个非官方的 Dart/Flutter SDK，为 OpenAI API 及兼容提供方提供类型安全的客户端，支持包括 Web 在内的所有主要平台。

一种主机无关的安全中间件，可保护使用工具的 AI 智能体，防止其执行高风险命令并泄露敏感数据。

一个基于 GenAI 的无代码测试自动化平台，可帮助 QA 团队无需编写代码即可为 Web、移动和桌面应用生成和维护测试。

一个高度可定制的终端状态行，支持 1-9 行配置，用于在 Claude Code 中实时显示指标、成本追踪和环境状态。

一个面向 B2B/B2C 产品的全面 SaaS 蓝图，采用 .NET 10 和 React 19 技术栈，集成 Stripe 计费，并具备 AI 原生多代理开发工作流

一个轻量级 CPU 和 GPU 库，用于在 一 到 三 维中以指定的精度计算非均匀快速傅里叶变换 (NUFFT)。

LAVA 是一个用于自动向软件中注入合成但真实漏洞的工具，以创建用于评估漏洞检测工具的基准数据集。

一个用 C++ 和 Python 编写的跨平台有向无环图（DAG）框架，支持自动依赖管理与并行执行，帮助开发者构建复杂的任务流水线。

用于贝叶斯模型探索性分析的 Python 包，提供后验分析、模型检查和诊断的工具。

Neanderthal 是一个利用 CPU 和 GPU 上优化的原生 BLAS 和 LAPACK 例程的高性能 Clojure 矩阵和线性代数计算库。

一个通过拟合指数和诊断检查来评估、比较和测试统计回归模型质量的 R 包。

Buckaroo 是一个用于 Jupyter 笔记本的交互式、高性能数据表，通过自动清理、直方图和懒加载等功能，简化探索性数据分析。

一种使用三值逻辑和连续时间模拟的生物启发计算框架，实现实时学习和结构可塑性。

专为 macOS 和 Linux 设计的现代 git 界面，帮助开发者监控和管理由 AI 编码代理生成的大量代码变更。

一个使用AST图和污点分析来检测14种不同编程语言中漏洞的开源静态代码安全分析系统。

一个通过整合降维、聚类和高级 2D/3D 绘图的流程，实现高维数据可视化的 Python 工具箱。

用于集成 IBM Watson AI 服务的 Node.js 客户端库，为 Watson Assistant 和 Discovery 等工具提供简化的认证和 API 访问。

一个用于 Python 的高级贝叶斯模型构建接口，可使用 PyMC 简化混合效应和线性模型的拟合。

一个 Julia 库，使用前向模式自动微分计算导数、梯度、雅可比矩阵和海森矩阵。

一个仅头文件的 C++ 库，为 NVIDIA 的 CUDA Runtime、Driver、NVRTC 和 NVTX API 提供轻量、现代的封装，简化 GPU 编程和资源管理。

一个为 Kotlin 提供类型安全 N 维数组、线性代数和统计功能的跨平台多维数组库。

一个跨平台的日志查看器，可解析并分析来自多种来源的日志，并通过模型上下文协议 (MCP) 与 AI 助手集成。

用于构建 AI 聊天界面的轻量级 Vue 3 原型模板，支持多模型 API 集成和流式富文本渲染。

一个支持 CPU 多线程和 GPU 加速的高性能 Python/C++ 库，用于快速模拟大规模、含噪声或参数化的量子电路。

一个支持稀疏和密集检索、神经重排序以及 RAG 用例的信息检索管道构建与评估框架。

一个使用 Metal 框架在 macOS M 系列芯片上实现 GPU 编程的 Julia 包，提供高阶数组抽象和低阶 API 访问。

一个快速、并行化的稀疏矩阵乘法库，集成了前 n 个结果的选择功能，以在匹配大型特征向量时减少内存使用并提高性能。

一个基于 Ansible 的框架，用于使用 llama.cpp 和 distributed-llama 等工具自动化分布式 AI 集群的设置和基准测试

一个用于函数数据的表示、预处理和统计分析的 Python 包，适用于依赖连续参数的数据。

Anserini 是一个基于 Apache Lucene 构建的工具包，旨在使信息检索研究可复现，并弥合学术基线与真实世界搜索应用之间的差距。

一个 JupyterLab 扩展，提供实时 GPU 使用率仪表盘和对 pandas 与 scikit-learn 的一键 GPU 加速功能。

CodaLab 是一个开源的 Web 平台，用于组织和运行机器学习及高级计算研究领域的科学挑战和竞赛。

一个使用可扩展、基于磁盘的 TSV 格式创建和分析大规模超关系知识图谱的综合性框架。

一个高性能、可移植的执行引擎和序列化格式，用于在不依赖其重型依赖项的情况下，从 Spark 和 Scikit-learn 部署机器学习管道。

一个提供 AI 原生后端能力的 Backend-as-a-Service 基础设施，使开发人员无需编写后端代码即可构建全栈 AI 应用。

一个基于可扩展 Actor 消息机制、监督树容错和 RDMA 高性能内存传输的 PyTorch 分布式编程框架。

一种基于多面体的编译器，专为深度学习和张量代数优化数据并行计算，适用于 CPU、GPU、FPGA 和分布式系统。

一个用于管理 OpenCode 配置的本地 GUI，允许用户无需编辑 JSON 文件即可切换 MCP 服务器、编辑技能并管理代理。

从ALU、操作系统到编译器，每一层都以训练好的神经网络或GPU内核实现的完整计算机，支持可微分程序合成。

一个基于容器的计算集群平台，可编排机器学习框架，并为 GPU 和 NPU 等异构硬件加速器提供多租户访问。

一个为 Claude Code 和 Cursor 等 AI 编码代理提供集中式注册表和 CLI 工具的插件管理器和技能安装器，用于发现和安装功能。

通过在各种精度级别上测试混合操作强度内核，评估 GPU 和 CPU 性能上限的基准工具。

一个 AI 代理技能的包管理器，允许团队从 Git 仓库跨多个 AI 工具安装、版本控制和同步技能。

Nyno 是一个后端即代码框架，允许开发者使用简单的配置语言构建和部署 AI 工作流，而无需编写复杂的后端代码。

一系列使用 Amazon Bedrock 展示各种生成式 AI 用例的概念验证（POC）样本，配有 Streamlit 前端，便于快速原型设计。

一个用于 Python 的持久化嵌入式图数据库，使用流畅的 API 进行查询，并支持 SIMD 优化的向量相似性搜索。

一个基于 JAX 构建的轻量级高斯过程库，支持 GPU 加速和自动微分。