一個為 AI 代理設計的技能層，提供註冊表與解析器，用於查找、審計並安裝最適合且可信的可重複使用技能以完成特定任務。

一個微型、自架設的通知收件匣，讓開發者能透過 APNs 直接將應用程式事件與錯誤推送到 iOS 應用程式，且無需第三方中繼。

一個用於靜態 Linux 二進位檔的 .so 加載器，允許 musl 連結的可執行檔在無需第二個 libc 的情況下載入 glibc 連結的 GPU 驅動程式和共用物件。

一套有傾向性的設定、沙箱規則與鈎子，用於 Claude Code，以實現安全、高吞吐量的自主 AI 編碼。

一個自動化影片發布管線，處理從檔案監控、AI 文案生成到透過瀏覽器自動化進行多平台上傳的所有流程。

一個 Rust 實作的自由間隔重複排程器（FSRS），提供用於記憶保留應用程式的排程、參數優化和模擬工具。

一個免費開源的AI API配額監控工具，透過本地儀表板跨多個提供者追蹤使用量與支出，防止意外限流。

一個持續將 Chrome 瀏覽器工作階段從 Mac 同步到遠端 Linux 伺服器的工具，允許 AI 代理使用現有的認證工作階段而無需手動登入。

面向 AI 代理的 Rust 原生持久記憶基礎架構，支援本地語意檢索、圖關係與跨會話自適應學習。

一個用於 LLM 強化學習的高效擴展庫，透過基於 Ray 的分散式架構，優化大規模 GPU 集群上的訓練與推論。

VeOmni 是一個多功能框架，透過模組化、無訓練器的設計，可在各種硬體加速器上擴展單模態與多模態模型的預訓練與微調。

一個開源通訊協定套件，使 AI 代理能使用標準化身份與訊息傳遞，在不同平台上安全地進行認證、發現與協作。

一個基於 Python 的 AI 推理流程工具包，用於天氣與氣候科學，提供統一 API 以整合各種 AI 模型與資料來源。

nnsight 是一個 Python 庫，可讓您在不撰寫鈎子的情況下，追蹤、讀取和修改任何 PyTorch 模型（包括 Hugging Face、Diffusers 和 vLLM 模型）的任意中間張量。您在 `with model.trace(...):` 區塊內撰寫一般 Python 程式碼；該庫會在前向傳播期間注入您的程式碼，允許您儲存值、計算梯度、逐步生成文字、批量處理提示，或在 NDIF 托管的大模型上遠端執行相同追蹤。透過 `pip install nnsight` 安裝，並使用 `TransformersModel` 等封裝開始探測或編輯模型內部。

一個用於 AI 聊天和 LLM 令牌串的串流 Markdown 渲染器家族，提供穩定的部分狀態和跨多個 JS 框架的平滑渲染。

一系列適用於材料化學的預訓練基礎模型，能夠預測 89 種化學元素的原子級屬性。

一種集中式的 AI 代理防護系統，可在不修改代理程式碼的情況下，強制執行執行時安全規則，阻止提示注入與 PII 外洩。

Claude Artifacts 和 v0 的開源替代方案，允許使用者在 Next.js 和 Python 等多種框架中生成並安全地執行 AI 生成的程式碼。

一個 CUDA Tile 核心程式庫，提供教學與範例，協助學習並實作基於分塊的 GPU 程式設計，以優化深度學習運算子與 LLM 推理。

一個為生產級代理服務提供即時傳輸、企業治理與持久會話管理的 JVM AI 代理即時引擎。

LitServe 是一個基於 Python 的框架，用於建立自訂的推論伺服器，讓開發者能夠為模型、代理和 RAG 流程定義自己的批次處理、路由和編排邏輯。

一種利用多智能體架構分析程式碼庫並自動建立 README 與 AI 助手設定檔的 AI 驅動文件生成器

一種平台無關的設定語言與 SDK，用於描述 AI 代理與工作流程，透過執行時適配器實現跨不同代理框架的可移植性。

Model Context Protocol 的官方 Ruby SDK，讓開發者能建構 MCP 伺服器與用戶端，向 AI 主機公開工具與資源。

一個用於 Rust 專案的工具，計算 CRAP 指標以識別最可能藏有錯誤的複雜且測試不足的函數。

一個基於 MLIR 的機器學習編譯器，可將 PyTorch 和 ONNX 等框架中的預訓練神經網路轉換為適用於 TPU 執行的優化 bmodel 檔案。

無需持續 GPU 存取即可用於效能分析、容量規劃與排程優化測試的高保真 LLM 推論系統模擬器。

一個零設定部署 CLI，可實現前端、Worker 後端與資料庫的一鍵建立與部署

提供便捷、類型安全的 OpenAI REST API 存取方式，適用於 .NET 應用程式的官方 OpenAI .NET API 套件。

一個 AI 模型優化工具包，根據硬體與效能限制，組合最佳優化技術，為雲端或邊緣推論創建高效 ONNX 模型。

一個用於 OpenAI API 及相容提供者的非同步 Rust 庫，具備類型安全請求、SSE 串流與自動速率限制重試功能。

一款用於 AI 代理的反偵測瀏覽器伺服器，透過 C++ 引擎層級指紋偽造，以 REST API 與 CLI 繞過機器人偵測。

為 NVIDIA、AMD、Intel 與 CPU 環境提供預先設定的 Docker 影像，簡化節點式 AIGC GUI 工具 ComfyUI 的部署。

一個在 Apple Silicon 上原生微調 LLM、視覺、音訊與 OCR 模型的函式庫，使用與 Unsloth 相容的 API，方便原型設計並可擴展至雲端 GPU。

一種針對AI代理的上下文工程層，透過動態選擇並僅在每回合注入相關工具和技能，降低token成本並提升準確性。

近即時解決大規模線性、二次與車輛路徑問題的 GPU 加速優化引擎。

一組用於 LLM 開發的流程集合，可簡化本地工作站與大型 GPU 叢集上的合成資料生成、訓練與評估流程。

一套用於神經AI的Python套件，提供經過篩選的資料集取得、高性能資料載入，以及可擴展的模型訓練與基準測試工具。

一個為 Claude Code 和 Codex CLI 設計的跨平台通知系統，可在 AI 代理完成任務或需要輸入時，透過系統警報、聲音與 Webhook 通知使用者。

一個由桌面應用、CLI 和 AI 代理技能組成的規格驅動開發工具，可視覺化追蹤與管理規格、變更提案與任務。

華為諾亞方舟實驗室提供的可信AI工作集合，包含因果結構學習工具鏈與時間序列基礎模型。

一種針對 Apple Silicon 的預測解碼實作，利用塊擴散草稿模型在不損失輸出品質的前提下加速 LLM 推理。

一個自包含的全棧工具包，適用於單節點大語言模型強化學習與後訓練，同時支援 CUDA 與 Apple Silicon。

Octocode 是一款結構化程式碼智慧工具，透過 MCP 伺服器將程式碼庫轉換為可導航的知識圖譜，使 AI 智能體能夠理解相依性並執行語意搜尋。

一個高效能的作業佇列，用於 Bun，以 SQLite 或 PostgreSQL 取代 Redis，並內建 MCP 支援，供 AI 代理使用。

以 Rust 編寫的可攜式、加速的 SQL 查詢、搜尋與 LLM 推論引擎，無需複雜的 ETL 管道即可實現即時、資料驅動的 AI 應用。

一個使用深度學習在各種檔案格式中檢測敏感 PII/NPI 數據的自動化數據分析與監控 Python 函式庫。

一個僅限 GitHub 的工具，每日爬取指定的 arXiv 類別，使用大型語言模型（預設為 DeepSeek）生成中文摘要，並將結果以靜態網站形式發佈在 GitHub Pages 上。僅需分叉、設定幾個祕密/變數，並透過 GitHub Actions 執行 – 無需伺服器。