GeoCalib 是一个研究级 Python 库，通过深度网络结合几何优化，从单张图像预测相机内参和场景重力方向。支持多种镜头模型、部分先验、批量处理和多相机阵列标定，并附带易安装的推理代码、Gradio 网页演示、Colab 笔记本和实时网络摄像头演示。预训练模型在 OpenPano 数据集（约 37k 个来自 HDR 全景图的透视裁剪图像）上训练，已在 LaMAR、MegaDepth、TartanAir 和 Stanford2D3D 等基准上达到最先进水平。

一种生产级的大型梵文吟诵文本转语音系统，能够生成传统的旋律吟诵，而非平淡的朗读语音。

一款通过 AI 驱动的工具，可自动生成单元测试以提高代码覆盖率，支持多种编程语言及多种 LLM 提供商。

一个用于构建低延迟、多模态 AI 代理的框架，将实时视频流与大型语言模型（LLM）以及计算机视觉模型结合，提供交互式视觉体验。

一个开源眼动追踪库，可使用标准网络摄像头和手机摄像头而非昂贵的专用硬件，实现眼控界面。

一款支持 GPU 加速的快速且灵敏的工具，用于比较和聚类大规模蛋白质结构集，支持单体和多聚体搜索。

bioSkills 是一个包含即用型代码模板（“技能”）的库，可教会LLM编码代理如何执行生物信息学分析——从序列输入输出到单细胞分析、变异检测、结构生物学、化学信息学及工作流管理。可通过 Claude Code、Codex、Gemini/Antigravity、OpenCode 和 OpenClaw 的轻量脚本安装，提供最佳实践命令行标志、示例脚本和使用指南，提升AI生成的生物信息学代码的准确性。

BoTorch 是一个基于 PyTorch 的库，提供模块化框架，用于组合概率模型和获取函数。

一个将 PyTorch 模型转换为 .tflite 格式的 Python 库，可在 Android、iOS 和 IoT 设备上实现高性能的本地执行。

一套用于 LLM 开发的流水线集合，可简化本地工作站和大规模 GPU 集群上的合成数据生成、训练和评估流程。

Vestige 是一个开源、本地运行的 LLM 编码代理记忆层。它记录决策为“记忆”，合并重复项，标记矛盾，并能从错误回溯到导致问题的早期决策（回填）。所有数据均保留在开发者机器上（SQLite），可选通过付费 Pro 版本实现加密同步。安装仅需一条 npm 命令；工具以 25MB 的 Rust 二进制文件形式提供，仅需一次性下载嵌入器和重排序器，之后即可离线运行。基准测试显示，Vestige 使代理比普通向量搜索 RAG 更可靠地收敛到正确修复。采用 AGPL-3.0 许可证。

一个经过生产环境测试的 AI Agent 框架，通过实现 SAFe 方法论来协调跨 Claude 和 Gemini 等多种 AI 提供商的多智能体团队。

一个围绕 Claude Code 和 Codex 构建的专业上下文与工程封装系统，为生产级软件提供持久上下文、质量门禁和运行时验证。

VLM-R1 是一个使用 GRPO 训练 R1 风格大型视觉语言模型的框架，旨在提升在视觉定位、数学与目标检测等任务中的推理与泛化能力。

一个用于并行分派多个 AI 编码代理的 GUI，使用 git worktree 将每个任务隔离到独立的分支和目录中，实现并发开发。

The official JavaScript/TypeScript SDK for LM Studio, enabling developers to integrate local LLMs into applications with advanced memory and hardware controls.

一款专为日式漫画优化的 OCR 工具，能够识别多行文字、振假名，以及垂直和水平布局。

OmniLottie 是一个多模态 AI 生成器，使用预训练的视觉‑语言模型，从文字、图像或视频输入生成复杂的向量 Lottie 动画。

一个构建在 PyTorch 上的深度概率编程库，允许用户为大型数据集创建并扩展通用概率模型。

一组公开的 AI 智能体技能，通过动态工作流、Claude Code 插件开发和个性化学习的工具来扩展智能体能力。

一个用于构建 AI 驱动的工作流自动化平台模板，具有可生成可执行 TypeScript 代码的可视化拖拽式构建器。

一个开源的自托管机器学习平台，结合了 AutoML 引擎、用于实验管理的控制平面以及用于完整训练到部署工作流的 Web UI。

一种用于代理文档提取的命令行工具，可将复杂文档转换为带有可验证证据（页面和框坐标）的结构化 Markdown 和数据。

一款在您本地机器上本地运行的自托管 AI 代理，提供原生桌面应用，并与 Discord 和 Slack 等多个消息平台集成。

一个 macOS 菜单栏应用，实时显示 Claude Code 的 AI 状态，包括是否正在工作、思考或等待用户授权。

为 ML 模型提供的可移植层和操作集，实现不同 ML 框架与 ML 编译器之间的互操作性。

一个社区仓库，提供 Draw Things 应用的核心图像生成、采样和训练代码，包含可自托管的 gRPC 服务器以实现远程推理。

一个基于扩散模型的框架，用于从歌词、MIDI 和音高数据生成高质量的歌声合成与文本转语音生成。

GraphRAG‑SDK 是一个 Python SDK，从您的文档构建 FalkorDB 中的知识图谱，然后通过遍历该图谱回答问题。它添加了出处边、多跳检索和可选拒答功能，显著减少 LLM 幻觉，并附带基准测试显示其优于标准向量 RAG。通过 pip 安装，运行 FalkorDB 容器，摄入文本（或 PDF/markdown），调用 `finalize()`，再使用 `completion()` 查询。该库支持模式、增量更新、自定义提供者，采用 Apache‑2.0 许可。

一个基于浏览器的机器人远程操作平台，用于众包人类示范数据，以训练视觉-语言-动作（VLA）模型和模仿学习策略。

一个将碎片化 Web 标准整合为单一参考的平台无关网站规范，包含使网站对 AI 代理更易读的工具。

使用 Fastify、React 和 tRPC 的全栈 SaaS 代码模板，提供预配置基础，用于构建集成 OpenAI 的 AI 驱动 Web 应用程序。

一种基于 LLM 的 PID 调参辅助工具，通过分析硬件或仿真中的系统响应，自动建议并应用最优控制参数。

FlashRAG 是一个 Python 库，提供模块化框架、基准数据集以及 23 种 SOTA 检索增强生成（RAG）方法的实现（包括基于推理和多模态的方法）。支持密集、稀疏和神经稀疏检索，通过 vLLM 实现快速 LLM 推理，并提供 Web UI 以实现轻松配置和评估。

基于 Whisper 引擎的 Android 离线语音识别输入法，提供注重隐私的语音转文字和翻译功能。

基于PaddlePaddle的低代码AI开发工具，提供预训练模型流水线，支持在多种硬件上快速完成训练、推理和部署。

Hugging Face 生态系统的扩展，提供优化工具，使 AI 模型在目标硬件加速器上以最高效率进行训练和运行。

MagenticLite 是 Microsoft AI Frontiers 的一款代理式应用程序，使用高效且小规模的 AI 模型自动化浏览器和本地文件系统任务。

一款轻量级、在设备上运行的 macOS 语音输入工具，利用 Apple 原生语音 API 将转录文本私密地粘贴到任何活跃应用中。

LLaDA 是一种大规模掩码扩散语言模型，它挑战了自回归架构的主导地位，实现了与 LLaMA3 8B 相当的性能。

使用 C++ 编写的高精度 Game Boy 模拟器，内置 MCP 服务器以支持 AI 辅助调试和 ROM 破解。

一个将 OpenClaw 框架打包到 USB 驱动器上的便携式 AI 工作区，让用户可以将 AI 配置和记忆带到任何计算机上。

Model Explorer 是 Google‑AI‑Edge 的开源可视化工具，可将 TensorFlow、TFLite、TF‑JS、MLIR 和 PyTorch ExportedProgram 模型渲染为交互式分层图。它提供 GPU 加速渲染、可搜索节点、I/O 高亮、元数据叠加以及可扩展的适配器系统以支持更多格式。

一个与 Prometheus 集成，为警报提供诊断数据和自动修复功能的 Kubernetes 警报增强引擎。

一款开源编译器，可将 CUDA、HIP 和 Triton 内核转换为 AMD、NVIDIA 和 Tenstorrent GPU 以及 x86-64 CPU 的二进制文件。

一个实时空间感知系统，可逐步构建并优化用于机器人环境理解的3D场景图。

一款以隐私为先、跨平台的提示词管理工具，允许用户通过本地存储来组织、优化并使用动态 AI 提示词。

一个可部署的研究后端，通过协调浅层和深层研究代理，提供带引用的答案和深入报告。