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。

一个 PyTorch 库，实现可微神经计算机（DNC）、稀疏 DNC（SDNC）和稀疏访问记忆（SAM），包含安装说明、API 使用方法、调试支持和示例训练任务（复制、加法、argmax）。

一个包含可立即运行的深度学习训练配方的库，为常见任务提供生产就绪的基线，以消除重复的胶水代码。

一个为 AI 客户端提供 AI 驱动的语义代码搜索的 MCP 服务器，使用 Windsurf 的 Devstral API 通过本地命令迭代地查找相关的代码片段。

用于 OpenML 的 Python API，允许用户下载和上传数据集、机器学习实验结果以及精选的基准测试任务。

SmartPDF 是一款利用 DeepSeek V4 Flash 模型进行即时摘要与分段 PDF 的 AI 驱动工具。

一款原生的 macOS 桌面版 Claude Code 客户端，将 CLI 代理工作流程带入以项目为中心的图形化界面，专为非开发人员设计。

一款用于 iOS 的设备端全离线 SDK，提供人脸检测、识别和活体检测，无需网络即可实现安全的身份验证。

一个基于 JAX 的学习排序库，提供即用型的排序损失、度量和转换，用于优化项目的相对顺序。

一个利用对抗性运动先验（AMP）帮助人形代理从动作捕捉数据中学习运动技能的强化学习库。

一个极简的编码代理工具框架，具有极简的核心提示词和内置的小型工具集，专为轻量且可配置的 AI 辅助开发而设计。

一种基于MADDPG的多智能体深度强化学习框架，用于优化高速移动车联网中V2V和V2I通信的频谱共享与功率控制。

一个开源 AI 故事创作平台，能够从单个提示词生成多个故事变体，并提供分析与比较工具。

Superinterface 是一个 React 库，提供用于在应用程序和网站中构建 AI 助手界面（如聊天和向导）的组件和钩子。

通过追踪元数据和自动化任务依赖关系管理，确保可复现性的机器学习流水线框架