一款 AI 驅動的工具，自動為 REST、GraphQL 和 RPC API 產生系統層級的測試案例，以偵測故障並建立回歸測試套件。

一個命令列介面，用於在本機或 CI 中執行與管理 QA Wolf 測試流程，具備 AI 代理整合與 TypeScript Runner SDK。

用於科學研究中貝氏參數估計的仿射不變 MCMC 系綜採樣的 Python 工具包。

一個 GPU 加速的終端面板，將 shell、AI 代理和瀏覽器置於無限 2D 畫布上，實現空間化工作區組織。

一款生產等級的 GPU 監控與管理工具，確保 AI/ML 工作負載的硬體效率與可靠性。

一個為 Vulkan、DirectX 12 和 Metal 提供統一介面的原生 Rust GPU 記憶體分配器。

Vulners 官方 Python SDK，提供對漏洞智慧圖譜的程式化存取，用於優先處理安全修復並審計軟體資產。

一個統一的 PHP API，用於文件解析，提供單一介面以支援 LiteParse 與 AnyDoc 等多個可交換驅動程式，將檔案轉換為 Markdown 與結構化資料。

一個模組化的 Julia 程式庫，提供先進哈密頓蒙地卡羅（HMC）演算法（包括 NUTS）的高效實作，適用於機率推論。

一個將複雜流程程式碼轉換為可搜尋、可互動圖表的互動式視覺化工具，專為 Kedro 資料科學流程設計。

一個使用便捷的愛因斯坦指標記法實現快速張量運算的 Julia 庫，可簡潔高效地進行張量收縮。

一個用於在 Amazon Bedrock 上部署 Claude Code 與 Claude Cowork 的企業級部署框架，提供安全的 SSO、使用者使用監控與令牌配額強制功能。

一個高性能 DataFrame 庫，作為 Pandas 的即插即用替代品，利用 MPI 與 JIT 編譯加速 AI/ML 的大規模資料處理。

一個基於 JAX 的機率狀態空間模型函式庫，為 HMM 和高斯 SSM 等各種模型類型提供推論與學習工具。

一個基於 FastAPI 和 HTMX 建構的 Web 框架，專為 AI 編碼助手設計，提供完全類型化的 API，使其易於撰寫與理解。

一個使用統計與計量經濟調整方法，確保資料在不同聚合層級上保持一致性的機率階層預測套件。

一個簡化在多個節點上部署與管理 allreduce 風格分散式 AI 訓練作業的 Kubernetes Operator。

一個用於 ComfyUI 的 Docker 和 Podman 包裝器，提供預先配置的 NVIDIA CUDA 環境，以簡化安裝和 GPU 硬體相容性。

一個利用封建階層與基於 YAML 的通訊機制，並行運行多個 AI 編碼 CLI 實例，以消除 API 協調成本的系統。

一個用於 Gemini CLI 的擴充功能，利用 AI 分析程式碼變更中的安全弱點，並掃描相依性中已知的風險。

一種標準化協定，讓 AI 系統能透過 HTTP、WebSocket 和 CLI 等多種通訊協定發現並呼叫工具。

一個用於增強文字、音訊與頻譜圖資料，以產生機器學習模型合成訓練集的Python套件。

一個專為大規模分散式任務與無模擬器離線訓練設計的端到端應用強化學習平台。

透過提供使用者友善的可視化、互動式 Web 應用程式和審計報告，讓每個人都能理解機器學習模型的 Python 函式庫。

一個使用多種監督式與非監督式技術，將類別變數編碼為數值型態的 scikit-learn 風格轉換器函式庫。

一個開源的機器學習資料庫，提供特徵平台，確保機器學習訓練與線上推論的一致性與低延遲特徵。

AI 編碼代理的本地治理層，提供持久、結構化的專案記憶，並透過 First Principles Framework 強制執行嚴謹的工程推理。

一種輕量級、離線的 RESTful API，用於管理基於向量的知識庫，讓 AI 代理能在無雲服務的情況下處理本地的長期與短期記憶。

一個用於簡化 CUDA 內核基準測試的 C++17 庫，提供參數掃描和詳細的吞吐量與頻寬測量。

一個為 Mac 提供 VM 級別隔離的本地沙箱，可安全執行程式碼與使用工具。

一個將 ONNX 模型轉換為資源受限微控制器用決定性靜態庫的推論引擎與編譯器框架。

一個用於建立代理型 AI 工作流程的框架，其中 Docker 容器作為工具，Markdown 檔案定義邏輯，讓 LLM 能在沙箱環境中執行複雜任務。

一個本地 MCP 伺服器，透過優先於視覺資訊的層級感知系統，使 AI 智能體能夠安全地控制 Windows、macOS 和 Linux 上的任何桌面 GUI。

modelrelay 是一個免費、OpenAI 相容的本地路由器，可對多個提供者的免費 LLM 進行基準測試並自動選擇最快、品質最高的模型。透過 npm 或 Docker 安裝後，將您現有的 OpenAI 基礎工具指向 `http://localhost:7352/v1`，即可讓路由器自動處理模型選擇、標籤與 QoS 評分。

一個將冗長的 API 規範轉換為壓縮、代理原生格式的編譯器和註冊表，以減少 LLM 幻覺和 token 成本。

R‑KV 是一種具備冗餘感知的 KV 快取壓縮方法，專為推理模型設計，可將記憶體使用量降低最高 90%，且在不犧牲準確度的前提下提升吞吐量。

一個以規格驅動、代理式的工作流框架，可將需求、計畫與驗證證據直接持久化至專案儲存庫中。

一個 PyTorch 框架，用於深度學習研發，去除訓練迴圈樣板程式碼，以加速實驗與可重現性。

一個輕量級的 CLI 工具，透過過濾 CLI 輸出與在檔案內容送達 AI 代理前進行壓縮，降低 AI 代幣成本。

一個基於 REST API 的 LLM 資產管理平台，提供模型與資料集的組織、儲存與分發工具。

一個用於訓練、微調和蒸餾 RAG 檢索模型的全面工具包，包括嵌入模型、後期交互模型和重排序器。

一個端到端的 AI 平台，簡化非結構化資料、AI 流程管線與模型部署的協調，打造 RAG 與 AI 為先的應用程式。

一個多執行緒的網頁爬蟲，將網站頁面轉換為 markdown 檔案，以簡化 RAG 與 LLM 微調的文件解析與切分。

一個 Dart MCP 伺服器和 Flutter 套件，允許 AI 代理在偵錯模式下檢查、驅動並與執行中的 Flutter 應用程式進行互動。

一個 Model Context Protocol 伺服器，讓 AI 代理程式能存取 Mapbox 的位置智慧，支援地理空間推理、路徑規劃與互動式地圖視覺化。

一個用於序列到序列數值預測的套件，允許從可分詞輸入（如文字或影像）中預測浮點數值。

基於 PyTorch 的統一深度學習框架，專為工業級推薦、廣告與搜尋系統中的超大規模稀疏與密集計算優化。

一個用於 Hugging Face Hub API 的 Rust 客戶端，允許開發人員以程式設計方式管理模型、資料集和空間。