一个通过官方 ClawBot API 实现的桥接服务，可让您通过 WeChat 远程运行和控制 Claude Code、Gemini CLI 等 AI 编程 CLI 工具。

一种用于云存储上数据版本控制的命令行工具，无需单独服务器，可对数据进行快照并切换版本，而无需更改文件存储位置。

一个为符号回归提供统一框架和可复现结果的持续更新基准测试，可用于在多样化数据集上比较现代 SR 方法。

一项定义 Kubernetes 平台标准化能力的认证计划，旨在确保 AI 与机器学习工作负载在不同集群间具备可移植性与可靠性。

Open Simulation Interface (OSI) 是一种基于协议缓冲区的通用接口，用于虚拟仿真场景中自动驾驶功能的环境感知。

一个使用本地 OCR 引擎（如 Tesseract）在 Obsidian 中实现图像和 PDF 文本搜索的插件。

TFB 是一个开源库，用于时序预测方法的公平且全面的基准测试，提供标准化的流程以防止评估偏差。

一个为 AI 编码代理设计的通用技能精选市场，开发者只需安装一个技能，即可在多个不同代理平台上使用。

一个简化辅助数据集成与多种推荐算法基准测试的多模态推荐系统比较框架。

一个为 Ruby on Rails 设计的框架，引入面向代理编程，允许开发者将 AI 代理作为控制器来构建，以管理 LLM 交互和工具使用。

一个 MCP 服务器，通过执行 AppleScript 和 JavaScript for Automation (JXA) 脚本，使 AI 代理能够控制 macOS 应用程序和系统功能。

GroundX On-Prem 是 EyeLevel AI RAG 管道（文档摄取、加密存储和向量增强搜索）的开源、Kubernetes 原生部署。它附带 Helm 图表、可选的 AWS Terraform 脚本和详细的节点组要求，使您能够在安全的气隙集群中运行整个系统——包括 GPU 加速的视觉模型和重排序器。

一个在确保用户完全掌控 API 请求的前提下，提供按需 LLM 文本补全、内联编辑和聊天会话的 Neovim 插件。

一个用于 Gemini CLI 的扩展，利用 AI 分析代码变更中的安全漏洞，并扫描依赖项中已知的风险。

一个用于提升自然场景图像中任意形状文本检测性能的单词级英文弯曲文本数据集及评估框架。

一个开源框架，用于在浏览器中构建 AI 代理，使开发者能够轻松地将智能嵌入 React 和 Angular 组件中。

为 Claude Code 设计的 AI 驱动股票研究工具，可生成包含基本面和技术分析的机构级投资报告

QuietHarness 是一个微型、开源的 AI 编码代理（Claude Code、Codex、Cursor）安全层。它提供共享配置模板、预览安装脚本、自动备份和风险门控操作，确保代理在未确认前不会覆盖文件、跳过测试或执行不可逆操作。可按项目或全局安装，完全离线运行，采用 MIT 许可证。

用于可微分 3D 旋转操作的轻量级 PyTorch 库，提供旋转表示之间的映射和旋转回归工具。

一套包含点对点、成对和列表级模型的重排序工具，用于提升搜索和检索系统的准确性。

基于 Jax 的 Stable-Baselines3 概念验证实现，提供高性能强化学习算法，并保持一致的 API。

gmft 是一个轻量级、高性能的PDF表格提取工具，使用Microsoft的Table Transformer将PDF表格转换为Pandas数据框等结构化格式。

一个基于 CPU 和 GPU 的开源框架，用于高性能医疗图像处理、神经网络推理和实时可视化。

一个融合 Vision Transformer (ViT) 与 Mamba 的多模态 AI 模型，可高效处理并解析文本、图像、音频和视频数据。

SDAR（扩散与自回归的协同）是一个开源 LLM 家族，将自回归训练与离散扩散解码相结合。该方法在保持 AR 模型质量的同时，实现 2~4 倍的推理加速，尤其在科学推理基准测试中表现优异。仓库提供预训练模型（1.7 B–30 B）、简单生成脚本和两个高性能推理引擎（JetEngine 与 LMDeploy）。训练/微调脚本基于 LLaMA‑Factory，项目采用 MIT 许可证，持续维护中。

一个基于 Streamlit 的网页应用，使用 LLM（如 Qwen2.5）和 BGE‑M3 嵌入从新闻中提取主张，通过 DuckDuckGo/SearXNG 检索网络证据，并通过三节点流水线进行验证。支持中文、英文、日文、韩文，多种模型提供商，用户账户，历史记录，以及 PDF 报告。

AI 代理编码的意图编译器，将人类需求转化为可机械验证的任务合同，确保 AI 生成代码的准确性。

一个本地优先的 AI 终端操作员，将自然语言意图转化为受控、可审查、可撤销的系统操作，并内置安全防护机制。

一个全面的 iOS SDK，用于安全地扫描身份文件，支持从 ID 和护照中自动提取数据，并提供可选的即用型 UI。

一个允许 AI 代理通过出站连接或云沙箱在私有、非公开可路由机器上执行任务的多用户代理平台。

一个支持通过彩色提示、文本标签或参考图像进行引导的线稿自动上色深度学习框架。

一个独立的 NumPy dtype 扩展实现，支持机器学习中的 bfloat16、8 位浮点数和窄整数等低精度格式。

一个允许 AI 代理在不阻塞的情况下运行、监控和与后台开发服务器及 TUI 交互的终端会话管理器。

专为 macOS 设计的私有 AI 工作区，提供聊天、语音转录和会议笔记功能，同时保持数据本地化，并通过可验证的隐私保护 API 路由推理。

一个 PyTorch 实现，用于通过反向传播学习突触权重和轴突延迟，以训练多层脉冲神经网络。

面向企业级 AI 代理的生产就绪治理框架，实现安全防护、合规即代码、IAM 和人工介入升级

一个用于自动化文本和语音对话的开源机器学习框架。

Ivy 是一个转译器，允许开发者在 PyTorch、TensorFlow、JAX 和 NumPy 等框架之间转换机器学习代码、模型和库。

一个使用深度神经网络从图像和实时视频流中识别人员的开源人脸识别库。

一个深度集成 Hugging Face 生态系统和云计算的自主机器学习代理，能够自动完成机器学习代码的研究、编写和发布。

LMFlow 是一个可扩展的 Python 工具箱，用于微调大型语言模型。支持全参数训练、LoRA、内存高效的 LISA 算法、QLoRA 量化，以及一系列加速技巧（FlashAttention‑2、DeepSpeed、vLLM、SGLang）。训练完成后，提供简单的聊天式推理脚本和可选的 Gradio/Flask 部署。该库专为 Linux/Colab 环境设计，还提供多模态模型、分布式奖励模型推理等可选扩展功能。

一个为 .NET 开发人员设计的跨平台开源机器学习框架，让其无需使用 Python 或 R 即可构建、训练和部署自定义模型。

torchtune 是一个基于 PyTorch 的库，提供多种现代大语言模型（Llama、Gemma、Qwen、Phi 等）的微调、RL-HF、蒸馏、量化感知训练和推理的即用型配方与配置。它通过简单的 CLI（`tune`）和 YAML 文件抽象了分布式训练、内存优化技巧和设备支持，与 Hugging Face、torch-ao、FSDP2 和日志工具集成。尽管 2025 年开发已停止，但它仍是 LLM 实验的实用、开源工具包。

一个包装 PyTorch 的 scikit-learn 兼容神经网络库，使用户能够使用 scikit-learn 的管道和网格搜索功能来操作 PyTorch 模型。

pycorrector 是一个用于中文文本纠错的 Python 工具包。它提供基于 KenLM 的快速规则系统和一系列神经模型（MacBERT、T5、ERNIE、GPT 风格 LLM、BART 等），可即用或在自有数据上微调。通过 pip 安装，选择模型类，调用 `correct()` 或 `correct_batch()` 即可获得纠正后的句子和错误详情。仓库包含评估脚本、演示和命令行批量处理功能，适用于输入法、OCR/ASR 后处理、搜索查询清洗等场景。

一个使用图像字幕架构将手绘网页原型转换为 HTML 代码的深度学习模型。

一个将深度神经网络转换为优化的 CUDA/HIP C++ 代码的 Python 框架，用于在 NVIDIA 和 AMD GPU 上实现高性能推理服务。

一个用于 NeoVim 的 GitHub Copilot Vim 插件的纯 Lua 替代品，提供更好的性能与更深度的现代插件生态系统集成。