一个基于 MLIR 的编译器框架，通过协同设计领域特定语言和架构来优化 DeepSeek R1 和 Whisper 等 AI 模型的部署。

一个通用文档转换系统，可从 PDF、Office 和图像等多样格式中提取逻辑结构、表格和格式，并输出为统一格式。

一款支持多种数据库并帮助用户编写和优化查询的 AI 驱动型跨平台桌面 SQL 客户端。

一个最小且高性能的库，用于编写可针对多种执行后端（包括 NVIDIA、AMD、Intel 和 Apple GPU）的 GPU 类似内核。

TrueCourse 是一款将产品文档转换为自动化测试的工具，以确保软件实际行为与文档所述一致。

一个将各种AI模型API标准化为OpenAI、Anthropic和Gemini格式的令牌管理平台，实现跨不同工具的统一访问。

一个可从单细胞RNA测序数据中去除环境RNA和条形码交换伪影的软件包，以提升数据质量。

一个高性能的 Python 库，用于广义线性模型（GLM），支持多种分布和正则化技术，具有类似 scikit-learn 的 API。

一个允许用户通过 OpenAI 兼容 API 程序化访问 LM Arena 上模型的桥接器，支持自动 reCAPTCHA 解决和视觉功能。

一组代理技能，使 AI 代理能更准确、高效地使用 VueUse 库，减少令牌消耗和幻觉。

面向 FPGA 和 ASIC 的开源 RISC-V AI 加速器，通过优化内存带宽，高效运行边缘设备上的计算机视觉和 LLM/VLM 推理。

一种用于定义和管理 AI 代理能力与元数据的标准化模式框架，以实现分布式代理系统间的互操作性和发现。

一个使用 Docker 或 Podman 创建持久且隔离的 Linux 工作区的工具，为软件开发和 AI 编码代理提供安全的环境。

一个用于在生命科学领域创建和维护知识图谱的框架，简化了多样化的生物数据集成，以用于人工智能和分析。

专为 AI 编程设计的轻量级跨平台 IDE，将 AI 代理会话、多项目管理与 Git 工作流整合到一个界面中。

TFB 是一个开源库，用于时序预测方法的公平且全面的基准测试，提供标准化的流程以防止评估偏差。

一个为 AI 编码代理设计的通用技能精选市场，开发者只需安装一个技能，即可在多个不同代理平台上使用。

专为处理微分渲染中典型的巨大计算图而设计的即时编译器，适用于普通和可微分计算。

AgentKey 是一款真正的开源工具，可为许多 LLM 代理添加一键式、基于订阅的互联网访问功能。它会安装一项技能和一个微型 MCP 客户端，通过浏览器进行身份验证，然后让代理获取推文、Reddit 帖子、YouTube 逐字稿、链上数据、股票报价、产品列表等，而无需用户处理单个 API 密钥。

一个 GPU 驱动的通信栈，提供可定制、零拷贝的 GPU 间通信原语，以提升可扩展 AI 应用和 LLM 服务的性能。

AI 代理编码的意图编译器，将人类需求转化为可机械验证的任务合同，确保 AI 生成代码的准确性。

一个允许 AI 代理在不阻塞的情况下运行、监控和与后台开发服务器及 TUI 交互的终端会话管理器。

用于可视化高维数据和机器学习任务预处理的高速非线性降维库。

一个基于 Playwright 和 Anthropic Claude 的 AI 驱动端到端测试框架，可通过自然语言执行浏览器和 API 测试。

一个由社区维护的 PHP API 客户端，用于与 OpenAI API 进行交互，简化将 LLM 及其他 AI 工具集成到 PHP 项目中的过程。

EconML 是一个 Python 包，通过结合机器学习与计量经济学，从观测数据中估计异质性处理效应，实现自动化因果推论。

一个 PyTorch 库，用于条件流匹配，提供无需模拟的训练方法，使图像、表格数据和生物动力学的快速生成建模成为可能。

一个 PyTorch 领域库，为在多个 GPU 上分片的大型嵌入表上训练和部署大规模推荐系统提供稀疏性和并行性原语。

一个 JAX 原生的库，为强化学习提供 AlphaZero 和 MuZero 等蒙特卡洛树搜索算法的高性能实现。

一个在 Python 中实现的高斯过程框架，提供用于回归和分类的概率模型实现与优化工具。

一个用于使用本地或远程模型开发 AI 应用的 Rust 生态系统，具有统一的多模态模型接口和基于编译器的推理运行时。

JVector 是一种结合 HNSW 和 DiskANN 架构的基于图的近似最近邻搜索索引，可在大规模数据集上实现快速、内存高效的向量搜索。

Ant Design X 的 Vue.js 实现，提供专为构建 AI 对话界面设计的 UI 组件库和数据流工具。

一个为 Elixir 提供预训练神经网络模型和 Hugging Face Hub 集成的库，使开发者能够用最少的代码运行机器学习任务。

一套标准化的实验和基准，用于评估强化学习智能体的核心能力，以促进可复现的研究。

一组基于深度学习的合成数据生成器，能够从真实单表数据中学习，并生成高保真的合成版本。

一个为 Go 语言设计的全面机器学习与数学框架，提供类似 PyTorch 的体验，支持 XLA、ONNX 和纯 Go 后端。

一个为多机机器学习训练提供 allreduce 和 broadcast 等高效原语的集体通信库，支持 GPU 间加速。

一个 JavaScript SDK，利用 WebGPU 加速在浏览器中直接运行生产就绪的 LLM 和多模态 AI 模型，保障隐私且零服务器成本。

一个自动研究编排器，通过在循环中运行并行AI驱动的实验，迭代优化代码库指标。

一个用于高维向量空间中近似最近邻搜索的高性能库，支持针对高达数十亿个对象的数据集进行图和树索引。

适用于 Claude Code 及其他 AI 代理的通用工作流插件，提供专用代理、斜杠命令和自动化钩子，以简化软件开发。

一组与 scikit-learn 兼容的自定义转换器、度量标准和模型，用于扩展机器学习管道的功能。

一种基于机器学习的主数据管理与实体解析工具，可大规模去重并链接不同数据源中的记录。

一个 Python 库，可将 Android 设备转变为强化学习环境，使智能体能够通过触摸屏交互学习导航操作系统和应用程序。

一个包含 233+ 种元启发式算法的全面 Python 库，用于解决复杂的全局优化问题并调优人工智能/机器学习参数。

一个用于离线强化学习的 Python 库，提供了一种标准化的方式来加载、创建和管理经验数据集。

一个将 COCO 和 LabelMe 等 JSON 格式的数据集标注转换为用于目标检测训练的 YOLO 格式的工具包。