一个本地优先的代理型个人知识管理系统，为任何 LLM 提供可移植、用户拥有的记忆与治理层。

一种面向计算社会科学和市场研究的领域专用语言，能够使用 AI 代理和大型语言模型（LLM）设计并运行调查和实验。

一个以超图驱动的检索增强生成（RAG）框架，通过捕捉领域特定知识中复杂、超越两两关系的结构，降低大型语言模型的幻觉现象。

专为 FIRST Robotics Competition 机器人定制的免费且快速的计算机视觉解决方案，提供易于集成和视觉处理的工具。

一个 CUDA 加速的基础算法与原语库，供机器学习和数据挖掘使用，设计为高性能 AI 应用的构建块。

一个即插即用的提示压缩库，通过损失容忍路由在保护关键代码和工具调用的同时，将 LLM 输入令牌成本降低 10–40%

通过在真实任务上测试候选配置，自动分析仓库并应用最便宜、最可靠的 AI 编码配置的工具。

一个用于教育目的的互动式可视化工具，解释扩散模型与流式生成模型的几何直觉。

MAMMA 是一个无标记的多人 3D 动作获取系统，能够从多视角视频中重建精确的人体姿态。

一款原生 AI 抠像运行时和 OFX 插件，适用于 DaVinci Resolve 与 Foundry Nuke，为视频编辑者提供自动化、机器学习加速的背景移除功能。

一种超轻量、无锚点的实时目标检测算法，针对 ARM CPU 与嵌入式设备的高速推理进行优化。

一个统一的多模态后端，将数据库、编排和服务层整合到一个 Python 文件中，用于 AI 数据应用。

Sa2VA 是字节跳动发布的一个研究级代码库，将 SAM‑2 分割模型与多模态 LLM（如 InternVL、Qwen‑VL）融合，为图像和视频提供像素级的接地理解能力。它包含核心 Sa2VA 模型、VRT 推理基准、SAMTok 掩码令牌接口，以及 SaSaSa2VA 等扩展。该仓库使用 `uv` 包管理器实现可复现的环境配置，提供一键式设置脚本，并链接至论文、模型库和数据集。

一套针对 Arm Cortex-A、Neoverse 与 Mali GPU 架构优化的低层机器学习函数库，提供高性能的 ML 推理。

一个轻量级的 8.3 亿参数视频生成模型，能够在消费级 GPU 上实现高质量的文本到视频和图像到视频合成。

一个使用RQ-VAE将物品映射为语义ID，并使用Transformer预测下一个物品的PyTorch生成式推荐框架。

一个 AI 驱动的渗透测试自动化框架，协调安全工具和多代理 AI，执行自适应安全评估并提供有证据支持的报告。

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。

一种用于参考图转视频生成的训练阶段对齐框架，旨在提高身份一致性和参考忠实度，且不会增加推理阶段的开销。

基于扩散强制的极简框架，用于训练视频世界模型，适用于未来视频预测、3D 重建和机器人规划。

Matcha-TTS 是一种快速、非自回归的文字转语音架构，使用条件流匹配来实现高质量且高效率的语音合成。

一个用 JAX 和 Python 编写的高性能、可扩展的 LLM 库，用于在 Google Cloud TPUs 和 GPU 上进行大规模模型的预训练和训练后优化。

Hugging Face 库与 OpenVINO 之间的接口，可加速 Intel 架构上的 AI 模型推理与优化。

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。

一个现代 C++ 库，用于使用 NVIDIA TensorRT 对 CNN 模型进行高性能 GPU 推理，具备安全的引擎缓存和零拷贝 Python 绑定。

一组现代的、带有 TypeScript 类型的 JavaScript 包（如 `@huggingface/hub`、`@huggingface/inference`、`@huggingface/mcp-client` 等），可在浏览器、Node、Deno 或 Bun 中创建仓库、上传文件，并调用 Hugging Face 推理 API（聊天、文本到图像、翻译、流式传输、自定义端点）

一组优化的预训练深度学习模型和工具，旨在加速高性能推理应用的开发与部署。

OpenVINO Model Server (OVMS) 是一个 C++ 推理服务器，通过 OpenAI 兼容 REST 或 KServe gRPC API 提供 LLM、视觉-语言模型和经典深度学习模型。专为 Intel CPU、GPU 和 NPU 优化，支持连续批处理、流式传输、模型版本控制、热重载和 Prometheus 指标。可通过 Docker、裸金属二进制文件或 Kubernetes 部署，支持多种模型格式（TensorFlow、ONNX、OpenVINO IR、GGUF 等），并与标准客户端库集成。

一个为分类、预测和聚类提供前沿算法的 scikit-learn 兼容 Python 库。

一个将 ONNX 模型转换为 LiteRT、TFLite、TensorFlow 和原生 PyTorch 代码的工具，以促进跨框架部署。

A Python package for computations, statistics, and machine learning on manifolds, enabling the analysis of non-Euclidean data like rotations and shapes.

一个将 scikit-learn 兼容模型、统计方法和基础模型整合到统一 API 中的时间序列预测 Python 库。

一个纯 Julia 的机器学习框架，提供轻量级抽象，让用户能够使用原生 GPU 与自动微分支持来构建和训练模型。

一个高层次的 PyTorch 库，通过灵活的引擎和事件驱动系统简化神经网络的训练与评估。

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。

A fast, header-only C++ machine learning library that provides a wide array of ML methods and functions with bindings for Python, Julia, Go, and R.

一个硬件加速的 JavaScript 库，用于在浏览器和 Node.js 中训练与部署机器学习模型。

一个用于构建 AI 代理的平台，具备免代码可视化构建器和完整双向同步的 TypeScript SDK，支持协作式代理管理。

一个多线程网页爬虫，将网站页面转换为 markdown 文件，以简化 RAG 和 LLM 微调的文档解析与切分。

An open-source ecosystem for engineered language and structured protocols that provides tools like the Polaris Goal Compiler and Problem Map 3.0 to improve AI execution and debug broken workflows.

一个高性能全栈自我进化代理，通过自然语言和SQL类似服务定义，实现企业级AI应用和全栈应用的创建。

一个将 LLM 与企业数据连接的开源代理型分析平台，为代理提供受控的上下文和工具，以实现自动化分析和报告。

一种具弹性的、基于 HTTP 的数据流协议，专为 AI 代理和协作应用设计，确保跨设备的有序、可重放和可恢复的数据传递。

一个用于构建可扩展合成数据管道的 Python 库，提供批量推理和结构化输出工具，以策划高质量的后训练数据集。

一个 Ruby gem，提供统一的接口用于 LLM、向量数据库和提示管理，以构建 RAG 应用和 AI 助手。

一个 Python 框架，用于生成结构化输出并使用任务、专用代理以及类型安全的结果来构建具代理功能的 AI 工作流。

一个原生 Rust AI 代理工作区，提供统一环境，可在桌面、终端和 Web 界面中进行编码和自动化。

一个自主 AI 代理编排器，用于管理代码工作者以解决来自 Linear 或本地追踪器的问题，具备沙箱验证的 Worker/Reviewer 流水线。