一个基于扩散模型的框架，用于从歌词、MIDI 和音高数据生成高质量的歌声合成与文本转语音生成。

用于测试的 HTTP(S) 模拟服务器和代理，可模拟 API 依赖项、记录流量，并为 AI/LLM 聊天补全 API 提供专门的模拟功能。

一个为 ZED 相机提供的跨平台空间感知 SDK，提供实时深度感测、物体检测和位置追踪。

一个基于 PyTorch 的时间序列预测库，提供高级 API 和最先进的深度学习架构，如 Temporal Fusion Transformers 和 N-BEATS。

通过流式传输或 MCAP 文件记录和可视化多模态机器人数据的库集合，支持 Python、C++、Rust 和 ROS。

一款轻量级的 macOS 菜单栏应用，用于追踪 Claude Code 使用限制，并在 AI 代理会话需要用户关注时提供通知。

Open-RMF 是一个允许多个不同厂商的机器人在相同环境中协同运行的多车队机器人管理平台。

一个轻量级的基于 Web 的可视化工具，支持 ROS1 和 ROS2，允许用户通过任何设备的浏览器监控机器人话题和数据。

一个将 AI 代理和编码助手连接到 Postman 工作区、集合和规范的 MCP 服务器，用于自动化 API 测试和客户端代码生成。

一个将服务器转变为协作式 LLM 前端的 Discord 机器人，利用 Discord 的回复链管理对话历史，无需数据库

一个可自我托管的框架，用于创建具备长期记忆、人格追踪和自主规划能力的主动式、多模态个人AI助手。

一种超快速的神经视频编解码器，采用基于分块的编码框架，实现高压缩效率和极快的编解码速度。

ComfyUI WanVideo 工作流的扩展插件，可实现无缝视频连接与多重参考图注入，以提升 AI 视频生成的连贯性。

VoiceBench 是一个用于评估基于大语言模型（LLM）的语音助手的基准套件。它提供了一个包含音频驱动问答和指令遵循任务的 Hugging Face 数据集，一个命令行工具包用于运行模型、收集语音响应并自动评分（部分使用 GPT-4o-mini）。结果发布在公开排行榜上，仓库还包含一份近期语音助手相关论文的精选列表。

一个基于 PyTorch 的库，用于训练生成流网络（GFlowNets），以采样多样化、高奖励的对象，主要应用于科学发现领域。

一个用于 AI 编码代理的 CLI 技能管理器，可让用户在 Claude Code、Cursor 和 Copilot 等工具之间安装、更新和同步可移植的提示包。

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。

一款基于 AI 的渗透测试工具，通过自主代理直接从终端执行黑盒和白盒安全审计。

一个轻量级、ROS 无关的机器人规划框架，提供运动学、碰撞检测和环境管理工具。

用于将安全的运行时监视器集成到 NASA Core Flight System 和 ROS 等系统中的工具，可自动生成实时 C99 胶水代码。

一组 Model Context Protocol (MCP) 服务器和工具，使 AI 代理能够安全地与 IBM 产品和企业资源进行交互。

一个无服务器、AI 驱动的个人书签系统，利用 RAG 实现跨网页、移动设备和浏览器扩展的自动摘要和标签功能。

一个轻量级的 CLI 工具，通过过滤 CLI 输出并在文件内容到达 AI 代理前进行压缩，降低 AI 代币成本。

Pydantic AI 的配套库，使代理能够从本地或远程注册表加载模块化技能，执行捆绑脚本，并通过渐进披露机制管理资源。

一个使用 RTMPose 进行实时姿势检测，并通过网络摄像头自动计数运动次数的 AI 健身助理。

Anything 是一个 Windows/macOS 桌面应用程序，可本地索引文档（HWP、DOCX、PDF、图像等），并支持按内容、文件名或自然语言查询进行搜索。可选 AI 问答与摘要功能使用 Gemini 或 OpenAI 兼容端点；否则工具完全离线运行。功能包括快速全文搜索、实时文件夹监控、保留原始布局的预览、OCR、Markdown 导出、文件比较，以及适用于离线环境的“轻量版”构建。前端基于 React/Tauri，后端使用 Rust 构建的解析器/索引器，采用 Business Source License 发布。

一个用于 Oxylabs AI Studio 的 Python SDK，提供 AI 驱动的网页抓取、爬取和浏览代理，以使用自然语言提示词来提取结构化数据。

一个使用图神经网络构建 E(3) 等变原子间势能的开源框架，可准确预测原子能量和受力。

一个快速、在本地运行的语音转文字系统，专为 Home Assistant 设计，只识别特定已知的短语和设备名称，而不是通用语音。

一个将不可见水印直接嵌入生成式 AI 模型的 LDM 解码器的系统，用于自动识别 AI 生成的图像。

一个由百度推出的开放权重 8B Diffusion Transformer 文本到图像模型，擅长文字渲染、复杂指令执行以及结构化视觉构图。

一个使用代理强化学习的多轮多模态 RAG 框架，使 VLM 能在文本、图像和视频之间进行推理和信息检索。

ImageJ 是一款用于处理和分析科学图像的公有领域软件，旨在通过 Java 在多个平台上运行。

一个完整的开源框架，用于基于扩散的大型语言模型，提供从预训练、数据集到评估与推理的全流程。

SmythOS SRE 是一个开源的运行时环境和 SDK，充当 AI 代理的操作系统，提供对 LLM、向量数据库和存储的统一抽象，简化生产部署。

Whale 是一个 DeepSeek 原生的 AI 编码代理，提供高速、低成本的自动化，能够通过终端界面读取文件、编辑代码和运行命令。

一个用于浏览 AI 模型、比较性能基准、追踪 AI 编码代理和监控提供方服务状态的 TUI 和 CLI 工具。

Apache Texera 是一个开源的可视化平台，允许用户通过拖拽式 GUI 构建和运行数据分析流水线，内置 AI 代理可将自然语言命令翻译为工作流步骤。支持 Python 和 Java 算子，具备实时协作、交互式调试能力，并可从笔记本电脑扩展至大型云集群。

一个跨多种编程语言的高性能 3D 网格处理 SDK，提供修复、优化和操作 3D 数据的工具。

一组可移植的Markdown个性文件（SOUL.md），为AI代理赋予独特身份和行为信念，使其超越通用助手的声音。

使用归一化指标检测 JavaScript 和 TypeScript 仓库中 AI 相关的“低判断力”模式和样板代码的确定性 CLI 工具。

Surflo 是一个 3D 表面流模型，它使用全局状态和流匹配，将少数未摆姿势的 RGB 视图转换为详细的 3D 网格。

ScreenCoder 是一个多智能体系统，利用视觉理解和布局规划，将 UI 截图和设计稿转换为可用于生产的 HTML/CSS 代码。

一种使用定向圆盘（surfels）的2D高斯溅射实现，可创建几何精确的辐射场并生成高质量3D网格。

OpenMobius‑skill 是 AI 编码代理（Claude Code、Codex、OpenClaw、Hermes、Cursor、WorkBuddy）的插件，添加了精选的交易知识库（来自 ICT、SMC、缠论等约 2,000 张卡片）、实时市场数据、60 多种技术指标和图表生成。它通过严格/增强/比较模式路由用户查询，支持多种分析学派，并自包含安装，带有自己的 Python 虚拟环境、模型权重和 Playwright Chromium。

一个用于本地文本转语音模型的基准测试套件，可在各种硬件设备上评估速度、客观质量分数和人类偏好排名。

一个 AI 工作区和代理多路复用器，允许用户在交互式地图上可视化工作计划，并在上下文感知的终端会话中运行多个 CLI 代理。

一个利用先进神经影像工具组合实现运动校正、归一化和脑提取自动化的 fMRI 数据稳健预处理管道。