oneDNN（oneAPI Deep Neural Network Library）是一个开源、跨平台的性能库，为深度学习操作符提供高度优化的 CPU 和 GPU 内核。它实现了 oneAPI 规范，支持 Intel、AMD、Arm 以及实验性的 Power/IBM z/RISC‑V 硬件，并被 PyTorch、TensorFlow、ONNX Runtime、llama.cpp 等主要框架使用。

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。

TensorFlow Quantum 是一个 Python 库，将 Cirq 量子电路与 TensorFlow/Keras 集成，提供高性能混合量子-经典机器学习模型、自动微分以及通过 qsim 实现的可扩展模拟。

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。

训练时使用视觉动态，推理时仅进行动作解码，实现实时、低延迟部署的机器人控制世界行动模型。

一个 PyTorch 实现的 Transfusion 架构，将文本的下一个标记预测与图像等连续模态的流匹配统一在一个模型中。

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。

rviz 是机器人操作系统（ROS）框架的 3D 可视化工具，允许开发者以三维方式查看机器人数据。

基于 Azure API Management 构建的企业级 AI 网关框架，为管理 AI 模型、工具和代理提供集中式安全、成本控制和可观测性。

结合本地 LLM 与 AST 清理、模式匹配的高级 Python 去混淆工具，帮助恶意软件分析师和逆向工程师恢复可读代码。

LandingAI ADE API 的 Python 库，可将 PDF 和图像解析为结构化 Markdown，并使用 Pydantic 模型提取类型化数据。

一个将机器学习集成到 LLVM 中的框架，用于用训练好的模型替代人工编写的编译器优化启发式规则。

一个开源的 PyTorch 实现，用于预测包括蛋白质、核酸和配体在内的生物分子相互作用的三维结构。

通过 CLI、Rust crate 和 OpenAI 兼容 API 服务器提供快速文本转语音合成的 Kokoro TTS 模型高性能 Rust 实现。

一个用于协作追踪、评估、监控和调试 AI 代理的开源代理工程平台。

StoryMem 是一个使用记忆条件化扩散模型生成长篇、连贯叙事视频的多镜头视频生成框架，可保持角色一致性。

一款轻量级、OpenAI 兼容的 AI SDK，专为最小的包大小以及在浏览器、边缘计算和智能体工具中的高移植性而设计。

一个将设计系统编译为可安装 Agent Plugin 的工具，使 AI 编码代理能够遵循特定的设计令牌和组合规则，编写符合品牌风格的 UI。

ObjectClear 是一个对象移除模型，能够联合消除目标对象及其相关效应（如阴影），同时保持背景一致性。

一个使用 Repository Planning Graphs (RPG) 作为持久控制层的框架，用于防止 AI 编码代理的需求漂移，并管理复杂的多文件代码库生成与编辑。

一个实现小波卷积的库，为 CNN 提供大感受野，配备针对 CUDA、Metal 和 Triton 优化的后端。

作为多个 AI 代理和终端的统一控制平面，集成了系统诊断和跨设备任务管理的原生 macOS AI 桌面伴侣。

IBM 模拟硬件加速套件 (AIHWKit) 是一个 Python/PyTorch 库，用于模拟模拟内存内 AI 芯片（PCM、RRAM 等）。它提供模拟感知层、优化器、高性能 CUDA/C++ 模拟器，以及将标准模型转换为模拟等效模型的工具。可通过 pip 或 conda 安装，在 CPU/GPU（包括 AMD ROCm）上运行，适用于研究、算法原型设计或教育中的模拟 AI 硬件实验。

基于 Three.js 的 Web 渲染器，支持大规模 3D 高斯点云的高性能流式传输与自适应 LOD。

一系列扩展至 100B 参数的离散扩散大语言模型，为文本生成提供高速并行解码。

一组用于高效低比特矩阵乘法的 Triton 内核，可加速 LLM 的预填充和解码性能。

WorldEngine 是一个开源的自动驾驶训练后平台，能自动从真实日志中发现罕见且高安全风险的场景，使用逼真的三维高斯点云（3DGS）重建，并通过强化学习（RL）在生成的回放数据上微调驾驶模型。它包含 SimEngine（闭环仿真）和 AlgEngine（训练/评估）两个子系统，在罕见场景基准测试中表现大幅提升，并在真实世界部署中实现零脱手。

一种 GPU 原生的结构从运动（SfM）流水线，可加速从 2D 图像重建 3D 结构的过程，包括对 3D 高斯点云（3DGS）的集成支持。

Cohere Python SDK 是一个客户端库，可让开发者在 AWS、Azure、GCP 和 Oracle OCI 等多个平台上访问 Cohere 的 AI 模型。

一个多功能的编码代理，可在终端、通过 ACP 的 IDE 插件或非交互模式下运行，支持多种 LLM 提供商，使 AI 能够规划并执行代码变更。

一个支持跨 100+ GPU 扩展的 PyTorch 库，用于机器学习气象与气候模型的大规模并行训练和推理。

一组用于人声分离、音量匹配和转录等任务的音频处理脚本，用于准备AI训练的数据集。

一个用于 Julia 的高性能自动微分包，支持变异并利用优化的中间表示进行高效的微分计算。

用于分割、分类、追踪和计数细胞及其他实验图像数据的交互式机器学习工具包。

MDia 是一个 Python 库，将 LLM 的中间推理形式化为可重用的“方言卡”（LSF），并提供一个确定性的八阶段流水线（collect → create → evolve → profile → select → run → validate-rules → report），用于在异构模型间生成、演化、分析、路由和审计这些协议。它支持黑盒 LLM API，提供多种路由计划，包含 100 条规则库，并通过在测试评估前冻结决策来保证可复现性。该仓库包含一个无需任何 API 密钥的玩具离线演示、详尽的文档、MIT 许可证，以及对 ICML 2026 海报和 arXiv 论文的引用。

Evo-1 是一款用于机器人操作的轻量级视觉-语言-动作 (VLA) 模型，能将视觉与文本指令转换为机器人动作，适用于各种模拟环境与真实硬件。

一个利用 LLM 和自定义 SVG 渲染引擎，将主题或文件转换为交互式视觉思维导图的 AI 工具。

一个自动化小说创作的 AI 平台，包括文本生成、一致的角色插图和视频改编。

一个用于在拓扑域（如单体复形）上进行深度学习的 Python 模块，适用于科学和工程领域。

MineBench 是一个基于网页的基准测试工具，通过让 LLM 对如“一座中世纪城堡”等提示输出体素坐标，来评估其三维空间推理能力。它可视化生成结果，支持人类进行头对头对比，并使用 Bradley-Terry 系统对模型进行排名。平台包含用于成对投票的 Arena、用于自定义构建的 Sandbox、社区提示的 Gallery，以及 GLB、STL、.vox、.schem 等格式的导出功能。支持主流 LLM 提供商，可通过 Node.js、pnpm 和 Docker 在本地运行。

一个通过智能缓存加速 Diffusion Transformer (DiT) 模型的 ComfyUI 扩展，为图像和视频生成提供 1.4x 到 2.0x 的速度提升。

Onyx 是一个开源 AI 平台，作为 LLM 的应用层，提供 Agentic RAG、深度研究和自定义代理等高级功能。

一个使用标准化数据集和判断模型，对不同提供者之间的 AI 记忆和上下文系统进行评估和比较的可插拔基准框架。

RunPod 官方 Python 库，提供用于创建 Serverless AI Worker 的 SDK 以及用于管理 GPU 云 Pod 和端点的 REST API 封装器。

一个集中式工程手册，可在多个 AI 编码代理和仓库之间同步编码标准和指令。

为 Windows 开发者提供的交互式 AI 示例库，可探索本地 AI 模型并将其导出为 C# Visual Studio 项目。