faer 是一个纯 Rust 线性代数库，提供低级别运算和高级封装，用于可移植且高性能的数学计算。

使用临时邮箱和浏览器补丁绕过 Cloudflare Turnstile 的 Grok (x.ai) 自动化账户注册工具。

Ceres Solver 的 Python 绑定，支持非线性最小二乘优化和用于捆绑调整与位姿图优化的因子图实现。

一个为 Hono 开发者和 AI 代理设计的命令行界面，集成文档搜索、服务器管理与包优化功能。

一个使用 Fabric.js 构建的 Streamlit 组件，提供交互式绘图画布，允许用户绘制形状和注释，并将数据返回给 Streamlit。

涵盖基础数学基础、经典机器学习算法以及 YOLO 和 RAG 等现代框架的 C++ 和 Python 深度学习与机器学习实现的全面集合。

用于在 NVIDIA 可信计算和机密计算环境中实现和验证证明的一系列工具和 SDK。

一个将头文件、绑定和加载器整合在一起的综合性软件开发工具包，用于开发跨平台 OpenCL 应用程序。

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。

一个跟踪 CPU、内存和 GPU 资源的 Kubernetes 使用量会计工具，揭示隐藏的系统开销，实现每个命名空间的精确成本分配。

一个低代码 AI 应用开发平台，使用户能够通过可视化界面构建、编排和部署复杂的 AI 工作流和智能体。

一个 Python 库，通过标准化 API 和一组基准环境，用于开发和比较多目标多智能体强化学习算法。

一个桥接层，使 AI 代理能够实时控制和编辑 Unreal Engine 5.3+，具备基于 AST 的验证以防止幻觉，并深度集成蓝图、VFX 和绑定工作流。

一个模块化的基于 TensorFlow 的深度强化学习框架，用于研究和实践，提供灵活的组件以构建和部署 RL 智能体。

一个支持 PyTorch、TensorFlow 和 JAX 等多种后端的 Python 库，提供张量分解与张量学习的工具。

一个用于构建 MCP 服务器的框架，可自动将 Python 文件转换为服务器功能，减少样板代码，并提供内置认证和遥测功能。

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。

一个模块化的 Python 库，提供 DDPG 和双 Q 学习等算法的实现。

一种使用张量积注意力来提升性能并减少KV缓存大小的Transformer模型架构，从而实现更高效的大型语言模型推理。

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。

一个完全使用 Java 构建的全栈 AI 框架，提供从底层张量计算到 LLM、AI Agent 和具身智能的完整流水线。

一个 MCP 服务器，让 LLM 可以通过自然语言命令来控制 iOS 模拟器，进行应用管理和 UI 测试。

一种轻量级 LLM 调度框架，通过在多个 LLM 系统间复用频繁访问的外部知识的 KV 缓存，减少预填充开销。

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。

一个可恢复的索引器，将 Polymarket 市场元数据和链上交易数据聚合到可查询的 DuckDB 数据库中。

一个用于将预训练模型快速微调以专用于语义搜索、推荐和异常检测的高效框架。

一个用于昂贵黑箱函数并行优化的Python模块，旨在为超参数调优等任务寻找全局最小值。

UQpy 是一个用于建模和量化物理及数学系统中不确定性的通用 Python 工具箱。

支持非欧几里得几何优化的自动微分功能的黎曼流形优化 Python 工具箱。

一个用于创建简单、可链式预处理管道的库，专为 pandas DataFrames 设计，以简化数据清洗和特征工程。

一个用于 OpenCL 的轻量级 C++ 包装器，减少了样板代码以及设备选择、内存管理和内核执行的复杂性。

一套用于分子动力学模拟的软件工具集，集成了各种原子间势函数和紧束缚量子力学，包括基于机器学习的 GAP 势函数。

一个 AutoML 框架，使用声明式 JSON-AI 语法自动生成并自定义机器学习管道，减少数据准备和数据科学工作流程的样板代码。

一个基于 NCCL 构建的通信框架，允许用户在多个加速器上执行自定义且高度优化的集合通信算法，以提升分布式 AI 性能。

一个基于 Go 的工具包，可自动修复 LLM 生成的格式错误的 JSON 输出，确保其变为有效且可解析的格式。

一个基于 PyTorch 的不确定性量化库，提供用于贝叶斯学习的可扩展工具，包括变分推断和拉普拉斯近似。

一个为 grok2api 设计的增强套件和侧车程序，监控代理节点质量并拦截低质量响应，防止AI智能退化。

一款 CLI 工具，使 AI 代理能够在远程 Mac 上构建和发布 Flutter iOS 应用，无需本地 Mac 硬件或 iOS 生态系统专业知识。

一个 CLI 工具，可在连续循环中运行 AI 编码代理，自动为大型软件项目创建、测试并合并拉取请求。

一个部署在 Cloudflare Workers 上的代理，将 Google 的 Gemini 模型转换为 OpenAI 兼容端点，使 Gemini 可以与任何 OpenAI SDK 或客户端一起使用。

一个使用 LMDB 实现低内存、内存映射向量索引与检索的 Rust 库。

一个利用 LoRA 和 INT4/INT8 量化等高效技术，实现开源 LLM 私有微调、评估和运行的框架。

GigaTrain 是一个可扩展的训练框架，通过自动化分布式训练、日志记录和检查点，简化了大型 AI 模型的开发。

一个 Python 框架，允许组织在不共享原始数据的情况下，协作训练和验证机器学习模型，适用于敏感数据场景。

适用于 Apple Silicon 的存储层级感知 LLM 推理调度器，通过从 NVMe 存储流式传输张量，实现运行超出物理内存的大型模型。

一个与框架和后端无关的基准测试平台，用于比较 ML 推理运行时指标，并检测各种硬件与软件环境中的性能衰退。

一个 R 包，提供基于密度的聚类算法（如 DBSCAN 和 HDBSCAN）的快速 C++ 实现，用于空间数据分析和异常值检测。