一个用于创建 LoRA 适配器的框架，这些适配器充当滑块，可在 Stable Diffusion 与 FLUX 等扩散模型中精确控制特定视觉概念。

一个离线、开源的 RAG 系统，允许你摄取本地文件、GitHub 仓库和网站，并使用本地 Ollama 模型与数据聊天。

一个使用 XState 状态机管理 AI 代理控制流的框架，确保代理仅执行合法操作，并保持确定性和可检查性。

一套多模态大型语言模型和数据集，旨在提升视频理解中的空间推理和“空间超感知”。

一个轻量级的 3D 边界框标注工具，用于点云，能够生成 3D 目标检测和 6D 姿态估计的训练数据。

一个用于 OpenCV 库的跨平台 .NET 封装，使得图像处理功能可以在 .NET 兼容语言中使用。

一个提供图像语义分割高阶 API 的 PyTorch 库，具有 12 种架构和超过 800 个预训练编码器。

一个为 Node.js 提供的综合性语音处理工具集，无需 Python 或 Docker 即可实现离线和云端的文本转语音、语音转文本以及音频对齐功能。

一个用于从文本或图像生成高质量视频和图像的扩散模型家族，提供 Pro 与 Lite 版本，具备强大的英语和俄语支持。

一个本地优先的长期记忆系统，为 AI 代理自动捕获并更新用户偏好和事实，跨会话消除 AI 健忘症。

一套 LangChain 与 LangGraph 组件，集成 AWS 服务（如 Bedrock、SageMaker 和 DynamoDB），用于构建 AI 代理和 RAG 应用。

一个 Python 库，通过将带型别的函数转换为具有自动验证和重试机制的结构化 LLM 调用，来构建可预测的 AI 工作流。

一个将自然语言问题转化为可复现分析工作流（包括代码执行、可视化和报告生成）的数据分析代理。

一系列示例 Java 应用和模式，演示如何使用 Spring AI 框架构建生成式 AI 与大语言模型（LLM）驱动的应用。

一个AI驱动的视频创作工具，可将文本提示转化为包含脚本、旁白、B-roll和同步字幕的完整编辑视频。

一个用于产生多代理人突现结果的世界引擎，允许用户以 YAML 定义规则和角色，以模拟复杂交互、研究社区或游戏。

一种基于 Markdown 的提示工程格式与运行时，允许 LLM 提示词定义一次，并在多种编程语言和模型提供商中执行。

git-lrc 是一款基于 Go 的工具，可安装全局 Git hook，在每次提交时执行 AI 驱动的代码审查。它将差异文件发送至可配置的 LLM（默认 Gemini），返回行内注释、风险评分及幻灯片摘要，并将审查状态记录在提交信息中。每月 30k LOC 以内免费；付费方案起价为每 100k LOC 32 美元。

一个开源的 LLM 框架，用于从文档中提取结构化数据和见解，并提供精确的来源引用和自动化的理由说明。

一个端到端的 AI 平台，简化非结构化数据、AI 流水线和模型部署的编排，构建 RAG 与 AI 为先的应用程序。

一个私密、本地优先的 AI 伙伴与艺术生成平台，结合可定制的聊天伙伴与分层创意画布。

一个无需编码即可实验超参数和高级训练技术的大型语言模型微调无代码 GUI 和框架。

一个将已训练的 scikit-learn 和 Keras 模型转换为可移植 C99 代码的工具，可在微控制器和嵌入式系统上高效推理。

一款在 Apple Silicon 上使用 MLX 框架本地运行 LLM、VLM 与图像生成模型的原生 macOS 桌面应用。

一个分布式深度学习框架，通过先进的并行和内存管理，使大型 AI 模型的训练和推理更快且更便宜。

一个用于构建计算机视觉 AI 模型的端到端平台，提供标注、训练和优化工具，以便在边缘硬件上进行部署。

一个用 Rust 编写的低层级计算机视觉库，为实时 ML 流水线在 CPU 和 NVIDIA GPU 上提供快速、零拷贝的图像处理能力。

一个高性能的 PyTorch 数据流式传输库，可在分布式 AI 训练期间从云端存储快速、确定性地加载大规模数据集。

一个用于构建和扩展图神经网络（Graph Neural Networks）的 TensorFlow 库，提供异构图表示和分布式图采样工具。

一组全面的预转换 Core ML 模型和示例应用，用于在 iOS 和 macOS 上实现设备端 AI。

一个用于概率性时间序列建模的 Python 包，利用深度学习和 PyTorch 来生成带有不确定性区间的预测。

一个快速、灵活的 C++ 机器学习库，提供核心张量接口和神经网络工具，适用于语音、视觉和文本的高性能 AI 研究。

一个基于 PyTorch 的深度学习库，简化大规模分布式训练，提供内存优化和算法加速工具，以降低训练时间和成本。

一个自动微分原生 Python 与 NumPy 代码的库，以实现高效的基于梯度的优化。

一个基于 OpenClaw 框架的多代理协作系统，将 AI 代理组织成层级式的政府或企业结构，以实现高效的任务委派与执行。

一个使用自然语言提示的 AI 驱动网页爬虫，可发现相关页面并从网站中提取结构化的 JSON 或 Markdown 数据。

TuriX 是一个开源的计算机使用代理，允许 AI 模型在无需特定应用 API 的情况下，在 macOS、Windows 和 Linux 的桌面 GUI 上执行实际操作。

一种 MLOps/LLMOps 调度器和编排工具，通过零配置实现本地和云端资源上的 ML 实验自动执行。

一个多代理框架，通过模拟数千个真实的边缘案例交互，对话式 AI 代理进行压力测试，以发现失效点并优化性能。

AGiXT 是一个 AI 自动化平台，使用自然语言控制数字和物理环境，提供丰富的内置扩展和多供应商支持。

一个开源的 AI 代理技能记忆层，能够自动从代理运行中捕获学习内容，并以人类可读的 Markdown 文件存储。

Cube Studio 是一个为数据科学与 AI 提供的一体化开发环境，专注于在整个开发生命周期中提供一致的环境。

一个允许开发者在 Web 和移动平台上为应用添加实时消息、LLM 驱动的机器人和后端服务的聊天与 AI SDK 平台。

一个代理型、本地优先的 RAG 系统，可提供关于文档的引用感知回答，支持多模态搜索和沙箱化 Python 分析。

一个开放的、跨正典的佛教知识基础设施，利用 RAG 和 LLM 验证的对齐技术，从 600 多个来源提供可引用、可验证的 AI 回答。

一个用于构建和部署私有代理式 AI 解决方案的平台，具备分布式沙盒环境和多接口集成功能。

一个原生 iOS 与 macOS 工作台，用于测试和发布 Apple Foundation Models 框架，具备提示 Playground、工具集成和适配器比较功能。

Nudgebee 是一个开源、Kubernetes 原生的 SRE 协作助手，监控 K8s 集群及 AWS/Azure/GCP，呈现可观测性与 FinOps 信号，并利用 LLM 自动化故障排查。支持 ChatOps 集成、通过 Temporal 实现的运行手册自动化和工单同步，提供 Next.js 仪表盘与 Helm Chart 用于生产部署。