一款無需編寫程式碼的視覺化網路爬蟲與瀏覽器自動化工具，允許使用者透過點選介面設計並執行數據採集任務。

一個針對行動裝置、嵌入式系統和桌面端部署進行優化的、無第三方運行時依賴的高性能神經網絡推理框架。

一個實驗性的 llama.cpp 分支，引入可變位元率 KV 快取量化與 Trellis 編碼量化，以在 VRAM 受限的 GPU 上最大化上下文長度與品質。

一個讓您可在DeepSeek Harness中無需API金鑰即可使用ChatGPT、Claude、Grok、Copilot與Antigravity訂閱作為LLM提供者的外掛程式。

MNN 是由阿里巴巴設計的輕量級、高性能深度學習框架，旨在為移動、嵌入式和 IoT 設備提供高效的模型推理和訓練。

一款專業的 Google Gemini 與 Claude 多帳戶管理器，可自動切換帳戶並提供本地 API 代理以繞過配額限制。

一種自動搜尋與優化固定AI模型周圍程式碼基礎支架（支架）的框架，無需重新訓練即可提升任務特定效能。

一個 iOS 位置服務研究和測試框架，透過本地或第三方代理攔截 Apple 位置服務回應來模擬地理位置。

A hardware-aware LLM recommendation tool that ranks the best HuggingFace models based on your specific GPU/CPU/RAM and real-world benchmark performance.

一個統一的索引系統，透過 CLI 和桌面應用，使來自多個 AI 編碼代理（如 Claude Code、Codex、DeepSeek Harness、Kimi Code、OMP 和 Pi）的會話歷史對人類與 AI 代理皆可查詢。

透過 MCP 伺服器與精選技能將 AI 編碼代理連接到 MATLAB 的工具包，防止幻覺並支援代理撰寫與執行符合 MATLAB 風格的程式碼。

一種為 AI 代理設計的高性能網路研究工具，透過原生 Chrome TLS 繞過機器人檢測，提供無密鑰搜尋與 token 優化的內容擷取。

XRAG 是一個開源 Python 框架，用於對檢索增強生成（RAG）管線的各個元件進行基準測試。它為檢索器、嵌入、LLM 和編排器提供模組化外掛程式，支援傳統 IR 指標以及基於 LLM 的品質分數，提供 CLI（`xrag-cli`）和 Web UI，並可作為 REST 服務執行。透過 PyPI 安裝，設定 `config.toml` 以評估或提供 RAG 系統。

一個基於 Rust 的 MCP 伺服器和桌面版 Studio，用於 AI 原生本體工程，讓 LLM 能建立、驗證並管理 RDF/OWL 知識圖譜。

一個官方的Model Context Protocol (MCP) 伺服器，讓AI應用能啟動、執行與分析MATLAB程式碼。

一個系統工具，可在狀態欄、TUI 和 CLI 中追蹤並顯示多個 LLM 供應商的 AI 方案使用情況與重設計時器。

一個高效率的預訓練框架，允許使用者從頭預訓練 1B 參數的基礎模型，同時大幅減少運算與資料需求。

一個代理優先的計算平台，允許 AI 代理將硬性最佳化與決策問題卸載至加速且可驗證的執行引擎。

一個用於授權安全評估的 AI 驅動滲透測試工程師，可自動化發現全球與中國雲端供應商的業務邏輯缺陷與雲端錯誤配置。

一個企業級的自托管註冊表，用於發布、發現與管理可重用的 AI 代理技能套件，內建治理與版本控制功能。

一款支援透過 GUI、CLI 與 HTTP API 批次發布並自動上傳至 8 個主要社交平台的多平台影片分發工具。

透過將控制平面從提示詞移至決定論性 Python 程式碼，實現可重複 AI 軟體開發工作流程的框架，具備門控代理階段與即時可觀察性。

使用 Rust 編寫的高效率 GPU 渲染 SSH 客戶端與遠端操作工作區，整合 AI 輔助、SFTP 與遠端桌面工具。

以 Rust 寫成的快速、彈性 LLM 推論引擎，支援多模態模型、代理工具執行與 OpenAI/Anthropic 兼容 API。

一種基於瀏覽器的 API 工具，讓 AI Agent 可以使用您的真實瀏覽器工作階段來存取網站並繞過反爬蟲保護，無需 API 金鑰。

專為代理工作負載優化之高效率 LLM 推論引擎，透過 C++ 控制平面與 Python 執行平面的分離，實現極致速度與易用性。

一個用於在 CPU、GPU 和 NPU 硬體上優化與部署深度學習模型的開源工具包，旨在提升推論性能。

一個基於 Rust 的通達信量化數據客戶端 Python API，提供對 A 股市場行情、K 線及公司財務數據的高效能存取。

這是一款透過 Web、CLI 和 TUI 介面來檢查與除錯 Model Context Protocol (MCP) 伺服器的開發者工具。

EvalScope是一個基於Python的一體化評估框架，適用於LLM、視覺語言、嵌入和代理模型。它執行數十個基準測試，提供壓力測試（延遲、吞吐量），支援帶工具呼叫的多輪代理迴圈，並在互動式Web儀表板中視覺化結果。使用`pip install evalscope`安裝，並透過單一CLI指令或幾行Python程式碼評估模型。

一個為 AI 編碼代理程式設計的精選集合，包含可攜式技能與插件，用於執行專門的 .NET 開發任務，例如遷移、除錯與套件管理。

用於 AI 編碼代理的上下文工程層，透過壓縮輸入與 shell 輸出來降低令牌成本並擴展上下文視窗。

用於 AI 編程代理的自主改進引擎，透過修改、機械驗證與基於 git 的回滾循環來優化程式碼與系統。

這是一個在兩個節點的 DGX Spark 集群上，使用 vLLM、DSpark 推測解碼（speculative decoding）和 NVIDIA 優化的 KV 快取（KV cache）來提供 DeepSeek‑V4‑Flash‑Vision‑Exp 模型（支援 100 萬 token 上下文與圖像）的部署方案。內容包含 Docker 映像檔、環境變數配置、可選的 NFS 權重共享，以及多種效能調優參數。

一個為 Claude Code 設計的外掛程式，透過並行查詢多個 AI 程式碼代理，提供技術決策中共識與分歧的並排對比與綜合分析。

一個 TypeScript 和 JavaScript SDK，透過持久化進度、重試失敗步驟以及允許工作流在不消耗運算資源的情況下暫停，使函數變得持久化。

一個開源低程式碼平台，利用 AI 與視覺化建構器連接現有資料庫與 API，用於建構內部工具與儀表板。

一個安全且彈性的基礎設施執行環境，提供隔離的沙盒來執行 AI 產生的程式碼並管理 AI 代理工作流程。

一種決定性掃描器，用於衡量並評分 AI 編碼代理周圍基礎設施（規則、指南與防護措施）的成熟度，以提升其可靠性。

一個 ESP32 + 觸控螢幕的硬體儀表板，透過藍牙即時顯示 Claude Code 使用情況，配有 Clawd 動畫和用於語音模式快捷鍵的物理按鈕。

一個提供 MySQL 相容性以及原生向量搜尋和可插拔儲存引擎等進階功能的開源關聯式資料庫。

這是一套與平台無關的 Agent Skills 集合，專注於上下文工程，旨在優化 AI 智能體如何管理其有限的注意力預算和上下文窗口。

一系列經過人工審查的指令集（技能），用於確保AI代理生成慣用、安全且高效的Go程式碼。

一個用於遠端管理 AI 編碼代理會話的控制中心，允許使用者透過行動應用或網頁介面批准請求並執行命令。

一個基於模型設計最佳實務提供 MCP 工具與領域特定技能的工具包，使 AI 代理能讀取、建構、編輯與測試 Simulink 模型。

OpenCode 的外掛，透過將過時的對話上下文壓縮為技術摘要並移除冗餘工具呼叫，自動減少 token 使用量。

一個基於 Model Context Protocol 的框架，用於在 AI 聊天客戶端中內嵌渲染互動式 UI（圖表、表單、儀表板等）

一個基於 SQLite 後端的持久化與分析儀表板，用於追蹤 CLIProxyAPI 中的 AI 模型使用情況、成本與請求健康狀態。