一种基于神经网络的算法，用于对异质性冷冻电镜和冷冻电镜断层成像中的连续3D结构分布进行建模。

一个专为理解用户界面和信息图而设计的 ScreenAI 视觉-语言模型的实现。

SuperBench 是一款专为提升云 AI 环境可靠性而设计的 AI 基础设施验证与性能分析工具。

一个使用 OpenAI ChatGPT API（或兼容服务）的 Node.js CLI/Web UI，可逐行翻译 SRT 字幕文件，保留时间戳。支持批量处理、结构化 JSON 输出、提示缓存、可选审核，以及用于更丰富翻译的高级多轮“代理”模式。

一个用于单细胞基因表达分析的深度学习工具包，提供实验复现的基准平台和自动化预处理推荐功能。

LViT 是一个结合语言和视觉变换器的多模态框架，旨在提升 CT 扫描及其他医学影像中医学图像分割的准确性。

一个以 AnnData 为先的 API 和与 Scanpy 生态系统兼容的 GPU 加速单细胞分析库

一个使用 DeepSeek 模型通过 GitHub Actions 或本地 CLI 自动化 PR 审查的 AI 驱动代码审查工具。

LightGBM 的扩展，通过预测目标变量的完整条件分布而非单一点估计，实现概率建模

用于与 Gemini Developer 和 Gemini Enterprise Agent Platform API 交互的 Java SDK，支持内容生成、多模态输入和自动函数调用。

SciML 生态系统用的感度分析工具包，帮助确定模型输出相对于输入参数的变化情况。

一个 Kubernetes 设备插件，可将 AMD GPU 注册并调度为容器集群中的计算资源。

一个使用 AI 自动根据代码变更生成标准化约定式 git 提交消息的 CLI 工具。

一个使用纯 Python 编写的快速机器人运动学和动力学库，利用 JAX 进行 JIT 编译和自动微分。

一个用于离线强化学习的 PyTorch 库，提供最先进的无模型（model-free）和基于模型（model-based）算法的标准框架和实现。

一款开源规划工具，利用 AI 将复杂的项目简报转换为结构化、可编辑的规划基准和交互式报告。

一个异步数据流执行引擎，允许开发者通过声明式 YAML 或 JSON 图定义工作流来构建代理应用。

一组 Kubernetes 部署清单，可帮助用户轻松在 Kubernetes 集群上部署和托管 Dify。

一个基于 Rust 的神经网络引擎、高级预测模型和 CPU 原生、临时性 AI 的蜂群编排系统组成的神经智能框架。

一个集成的 AI 硬件评估引擎，可在各种模型、框架和软件栈中对 AI 芯片的实际性能进行基准测试，确保结果公平且可复现。

一款 AI 驱动的 DevOps CLI，允许用户通过自然语言代理管理、查询和部署云基础设施与 Kubernetes 集群。

一个为快速多 GPU 训练和解码优化的通用循环神经网络可扩展训练框架。

为 Claude Code 提供持久、具身的伴侣运行时，增加长期记忆、内稳态需求以及摄像头和语音的硬件集成。

一系列 Spring Boot starters，简化了将 LangChain4j 集成到 Java 应用中，减少了 AI 功能的样板代码。

一个用于创建后端的框架和工具集，使 Triton Inference Server 能够执行来自各种深度学习框架或自定义 C/C++ 逻辑的模型。

一个将基于 stdio 的 Model Context Protocol (MCP) 服务器封装为 AWS Lambda 函数的库，使云托管的 MCP 服务器可通过 HTTPS 访问。

一种为AI代理提供持久记忆的系统，专门追踪并衡量人类修正是否真正改变了代理行为，防止重复犯错。

一组用于评估 Triton 与 PyTorch 集成的性能的 PyTorch 算子集合。

ALF（智能体学习框架）是一个基于 PyTorch 的强化学习库，提供大量算法（A2C、PPO、SAC、MuZero 等）、模块化组件、Python 风格配置，以及单机和多 GPU/集群训练支持。包含多个即用型示例（CartPole、Atari、MuJoCo、MetaDrive），并支持 Docker、Nix 和 uv 安装方式。

一个用于 Model Context Protocol (MCP) 的 PHP SDK，能够创建 MCP 服务器和客户端，专门针对无状态的虚拟主机环境进行了优化。

一个用于评估 MLLM 视频理解能力的稳健基准，采用三级渐进难度量表和分组非线性评分机制，以衡量真实的时间推理能力。

DanceOPD 是一个研究型库，将多种基于扩散模型的图像生成能力（文本转图像、局部编辑、全局编辑、写实度等）浓缩到一个模型中。它将每个教师模型视为速度场，在学生模型的自身 Rollout 状态下进行查询，并使用简单的速度 MSE 损失进行训练。该库支持 SD-3.5-Medium 和 Z-Image 后端，包含一个微型烟雾测试（smoke-test），并提供用于 LoRA 适配器完整训练的脚本与配置。

一个使用符号表达式来轻松构建、操作和优化回归与分类复杂机器学习流水线的 Julia 包。

一个为 OpenClaw 及相关主机设计的生命周期插件，通过集成 MemOS Cloud，为 AI 代理提供持久记忆召回和消息存储功能。

一款完全离线的移动 AI 应用，可在设备上实现私密、本地化的聊天、文档分析和多模态交互，无需依赖云服务。

一个 MCP 服务器，使 AI 助手能够通过一组标准化工具执行本地 Terraform 工作流，并管理 HCP Terraform/TFE 基础设施。

一个为 ComfyUI 设计的自定义节点集合，通过集成流媒体和 MIDI、OSC、游戏手柄等外部控制，实现 AI 艺术的实时互动。

一个安全框架，用于记录和缓解使用模型上下文协议（MCP）的智能体系统中的敌对行为。

在私有基础设施上追踪机器学习实验和指标的 Weights & Biases 自托管版本。

Milady 是一个以隐私为先的个人AI助手，可在本地运行（或通过自托管或云后端）。它提供带3D头像的桌面应用、多平台聊天连接器、渐进式动作流式传输，以及内置的BNB智能链交易功能。可通过macOS/Windows/Linux的签名安装程序安装，或使用CLI（`milody setup`）。系统具备能源感知、插件可扩展性，并可通过API令牌安全地暴露为远程后端。

一个用于模拟私有联邦学习实验的 Python 框架，支持多种机器学习框架和差分隐私机制。

一个轻量级的 Python 库，用于使用像素级、目标级和混合指标分析红外小目标检测模型的性能。

一个用于在 ARC-AGI 任务上测试 AI 模型的基准测试框架，具备多提供商适配器、速率限制和自动评分功能。

一个可运行时加载的 SQLite 扩展，利用 HNSW 实现快速、SIMD 加速的向量搜索，为近似最近邻查询提供 SQL 接口。

一个用于计算病理学中多重实例学习（MIL）的统一库，提供标准化框架，用于实现和比较多种MIL架构以分析全切片图像。

一个原生代理的操作系统，为人类和 AI 代理创建共享工作区，防止团队中共享智能的流失。

基于 React 的 AI 聊天应用，通过逻辑与创造力两个协作代理的内部辩论，提供更全面、更有依据的答案。

一个 Go 客户端库，提供对 pgvector PostgreSQL 扩展的支持，使 Go 应用程序能够实现向量相似性搜索和存储。