一個 MCP 伺服器，使 AI 代理能夠與 Grafana 互動，允許它們查詢資料來源、管理儀表板和處理可觀測性操作。

一個視覺化審查工具，讓使用者可以直接編輯 HTML 和 Markdown 檔案，並以批次反饋的方式傳送給 AI 代理，而非使用聊天提示。

一個本地代理，將 Claude Agent SDK 橋接到標準的 Anthropic 和 OpenAI API，允許第三方 AI 代理使用 Claude Max 訂閱存取。

一個高性能 AI 網關，為多個 LLM 提供商提供統一 API，內建成本追蹤、快取與故障轉移機制。

Google 所提供的開源框架，用於建構全端 AI 應用程式，具備統一的 API 可支援多個模型供應商，並整合開發者工具以進行測試與監控。

一個自託管的 Apple Silicon 推理伺服器，提供相容 OpenAI、Anthropic 與 Ollama 的 API，讓本機執行 LLM、VLM 與影像生成模型。

一個為 AI 助手、聊天機器人和桌面寵物提供 32 個資料驅動情感狀態的零依賴 SVG 與 JavaScript 表達引擎。

一個包含15TB多樣化數值物理模擬的大型資料集合，以及專為計算科學中機器學習代理模型的訓練與評估設計的基準測試套件。

一款 AI 驅動的工具，用於掃描與診斷 Kubernetes 集群問題，提供平易近人的英文解釋與修復建議。

一組 Model Context Protocol (MCP) 伺服器與核心工具，用於標準化 AI 代理與 LLM 連接 Microsoft 服務及外部資料來源的方式。

將多個 AI 訂閱與 API 金鑰整合至單一管理端點的統一代理伺服器，支援路由、配額與可觀測性。

一個用於處理南韓行政文件 (HWP, HWPX, PDF) 的文件處理工具包，可將其轉換為 Markdown 以供 AI 分析，並能生成符合官方政府標準的文件。

一個利用 CPU-GPU 異構運算，在消費級硬體上高效執行超大型 MoE 模型推論與微調的框架。

ExecuTorch 是一個開源的 PyTorch 基礎執行時，用於將 AI 模型部署到邊緣裝置——從手機到微控制器。它可直接從 PyTorch 導出模型，提前編譯為極小的 `.pte` 檔案，並透過輕量級 C++/Python/Swift/Kotlin API 在多種硬體後端上執行。支援視覺、語音和 LLM（例如 Llama），已在 Meta 的生產應用中使用。

針對 LLM 和代理工作流的開源漏洞掃描器，保護 AI 系統免受越獄、模糊測試和多模態攻擊。

一個 Docker CLI 插件，為 AI 客戶端提供管理與部署隔離容器化 MCP 伺服器的網關。

一個結合 LLM 與進化演算法的框架，用於自動化跨多種程式語言的科學程式碼發現與優化。

一個使用 eBPF 監控模型呼叫、程序執行和檔案活動的 AI 代理系統級可觀測性工具，無需 SDK 或代理。

Agentic Coding Flywheel Setup (ACFS) 是一個 Bash 安裝程式，可將全新的 Ubuntu/Arch VPS 轉變為完全配置好的 AI 編程工作站。它透過單一的幂等性 `curl | bash` 命令安裝現代化 shell、語言執行時、雲端 CLI 以及三個 AI 編程智能體（Claude、Codex、Antigravity）。工具鏈由 YAML 清單定義，TypeScript 程式碼從中產生安裝腳本。配套的 Next.js 向導可引導初學者完成 VPS 部署與 SSH 設定。安全性採用 HTTPS 僅下載與 SHA-256 校驗和驗證。此專案採用 MIT 許可證，適用於需要可重現智能體環境的個人開發者與團隊。

一個為 SQLite 添加圖資料庫功能與 Cypher 查詢語言支援的擴展，使嵌入式圖資料儲存與查詢成為可能。

一個為 AI 編碼代理提供的管理層，透過 Git worktrees 提供隔離的工作區，並為任何基於 CLI 的代理提供統一的終端介面。

一個 Python 框架，用於構建具備內建 UI 的生產級會話式 AI 應用，將開發時間從數週縮短至數分鐘。

一個單行指令的探索性數據分析 (EDA) 工具，可為 pandas 和 Spark DataFrames 生成全面的剖析報告，識別數據品質問題與模式。

一項提案，旨在透過標準化使用 /llms.txt 檔案，為 AI 代理提供簡潔、格式化的 Markdown 摘要與網站上乾淨內容的連結。

一個 OpenCode 的配置與元件管理器，讓使用者能在不同的倉庫間套用可攜帶、經 SHA 驗證的設定檔與元件。

一個輕量級、無需 root 權限的 Linux 進程沙盒，利用 Landlock 和 seccomp 以極低的開銷和快速啟動來限制不受信任的程式碼。

一個代理，使僅支援本地 stdio 伺服器的 MCP 客戶端能連接到支援完整 OAuth 授權的遠端 MCP 伺服器。

一個針對 Qualcomm Snapdragon 裝置的本機生成式 AI 推論執行環境，允許使用者使用 GGUF 模型或經過 Qualcomm AI Hub 最佳化的套件，在本機執行 LLM 與 VLM。

一個 CLI 工具，讓不同的 AI 編碼代理能在終端之間互相傳訊、觀察並產生彼此，以協調複雜的開發流程。

一個結合三層次程式碼審計系統（Shield）與自動化授權滲透測試引擎（Spear）的 AI 安全平台。

一個實作 Model Context Protocol (MCP) 的 Godot Engine 插件，讓 AI 助手能透過自然語言直接讀取和修改場景、腳本與資源。

一個允許 AI 代理透過 WebDriver BiDi 自動化 Firefox 的 MCP 伺服器，支援網頁導航、元素互動與開發者工具存取。

一個允許在 Web 上對去中心化 RDF 資料執行 SPARQL 與 GraphQL 查詢的 JavaScript 知識圖譜查詢框架。

一個 Dashboard-as-Code 工具，允許使用者與 AI 代理使用 YAML 或 TSX 定義、驗證與提供儀表板，並具備內建語意層。

一個用於建構AI驅動的攻防安全自動化開源框架，用於建立網路安全AI研究領域。

一套知識庫，包含技能、規則與驗證鉤子，教導 AI 程式碼代理產生正確且可編譯的 UdonSharp 程式碼，適用於 VRChat 世界開發。

一個通用、無伺服器的貼上板，能在區域網路上實現 Windows、macOS 和 Linux 裝置間的即時、端到端加密剪貼簿共享。

mlx-dspark 是一個 Python 套件（和 macOS 應用）, 透過 MLX 在 Apple-Silicon Mac 上為多種主流 LLM 執行無損推測解碼（DSpark 與 DFlash），實現 2–4 倍更快的生成速度，並提供相容 OpenAI 的本地 API。

一個用於練習從零開始實作 PyTorch 操作符與架構的互動式編碼平台，幫助準備 ML 工程師面試。

一個用於遞迴語言模型 (RLMs) 的推論引擎與訓練環境，透過在 REPL 環境中以程式化方式透過遞迴子呼叫分解任務，使 LLMs 能夠處理近乎無限的上下文。

agent-style 是一個 Python/Node 庫，為 AI 編碼與寫作代理提供 21 條經典與 LLM 觀察結合的寫作規則。規則注入模型系統提示（軟性強制），也可作為生成後審查技能使用。在 Claude Opus、GPT‑5.4 和 Gemini 3 Flash 上的基準測試顯示，機械規則違規顯著減少，證明該方法可使 AI 生成的技術文本更清晰。

一個輕量級、高效能的文字分塊函式庫，適用於 RAG 流程，提供多種切分策略，並與向量資料庫與嵌入提供者有廣泛整合。

以人為本的框架，用於構建與管理真實世界的 AI 與 ML 系統，簡化從原型開發到生產部署的過程。

一種為編程代理設計的瀏覽器自動化技能，使其能夠編寫並執行自定義 Playwright 腳本，用於測試和複雜的 Web 流程。

一個 HTTP/HTTPS 代理，透過靜態規則和基於 LLM 的策略評估 AI 代理的出站 API 請求，提供安全防護機制。

基於 Cloudflare Workers 的無伺服器 Web SSH 終端，允許使用者透過瀏覽器直接管理遠端伺服器，內建 SFTP 與 AI 協助功能。

為 Claude 提供的自託管 API 中繼服務，支援多帳號管理、成本分攤以及對 Anthropic 模型的私有存取。

一個統一的 LLM API 網關，可在 OpenAI、Anthropic 和 DeepSeek 等多個供應商之間進行雙向協定轉換與智能故障轉移。