基於 Azure API Management 建構的企業級 AI 網關框架，為管理 AI 模型、工具和代理提供集中式安全、成本控制和可觀測性。

一個輕量級 API 網關，可集中管理憑證注入、速率限制與負載平衡，適用於使用 API 金鑰或 Bearer Token 的服務。

結合本地 LLM 與 AST 清理、模式比對的高階 Python 去混淆工具，幫助惡意軟體分析師與逆向工程師恢復可讀程式碼。

一個自動化 LLM 推理、微調與 RAG 引擎部署、擴展與管理的 Kubernetes Operator 套件。

一種用於在各種 Kubernetes 叢集上安裝 Kubeflow 平台的清單分發，提供完整的端對端機器學習環境。

一個利用GPU加速的VLSI佈局工具包，將晶片元件佈局視為深度學習最佳化問題，相比傳統CPU工具實現巨大速度提升。

一個使用模擬、用戶模擬器和裁判代理來評估 AI 代理在多輪對話中行為和穩健性的代理測試框架。

一個模組化執行時與編排系統，讓 AI 代理透過結構化流程、品質門檻與專用代理角色，自動化軟體開發生命週期。

一套為 Mistral AI 模型提供的工具集，提供開源分詞器（tokenizers）以及針對文本、圖像和音訊的 Pydantic 驗證功能。

一個用於在多種SQL方言與複雜資料環境中，評估LLM在真實企業級文字轉SQL工作流程中表現的基準測試。

一個高性能的約束解碼庫，透過強制執行 JSON 模式、正規表示式與上下文無關文法，確保 LLM 輸出的結構化資料。

一個終端機型用戶端，可將本機 Ollama LLM 連線至 Model Context Protocol (MCP) 伺服器，讓本機模型能執行工具並存取外部資源。

一個自主的、AI 驅動的滲透測試框架，可協調 72+ 個安全工具，實現偵察、利用和報告的自動化。

一個將任何 Odoo 16+ 資料庫轉換為 AI 就緒介面的 Model Context Protocol 伺服器，使 LLM 能在無需企業 AI 模組的情況下安全查詢與管理 Odoo 資料。

RelBench 是一個用於關係型資料庫上預測機器學習的開源基準，提供統一框架，用於載入和評估多表資料上的模型。

一個讓 AI 應用與代理能連接到 AWS 主機 MCP 伺服器的橋接器，可自動處理 AWS IAM（SigV4）驗證。

針對 Google TPU 優化的高性能 JAX 推理引擎，為 LLM 與多模態模型提供高吞吐量與低延遲。

一個用於深度神經網絡符號蒸餾的框架，利用 PySR 將模型組件近似為符號方程式，以提升可解釋性。

為 AI 程式設計助手提供的便攜式、標準化技能集合，使其能夠與資料庫、生產力工具和雲端基礎設施進行互動。

一個開源的資料工程框架，為LLM提供決定性工具，實現跨主要雲端平台的SQL分析、欄位級血緣追蹤與資料倉儲連接。

一個用於追蹤透過 API 使用的生成式 AI 模型之能源消耗與溫室氣體排放的工具。

一個用於訓練自訂內容生成模型的序列建模工具包，具備模組化架構與對超過 70B 參數模型的可擴展訓練能力。

一個在 Apple 平台上執行本地 LLM 的 Swift 函式庫，提供結構化輸出、工具使用與思考鏈推理的高階抽象。

一個將檔案、SQL 資料庫與版本控制整合為單一 ACID 相容系統的嵌入式倉儲系統，支援即時協作與資料歷史記錄。

AMD MIGraphX 是一個在 AMD 硬體上加速機器學習模型推理的圖推理引擎。

一組優化的預訓練深度學習模型與工具，旨在加速高性能推理應用程式的開發與部署。

一個將 ONNX 模型轉換為 LiteRT、TFLite、TensorFlow 和原生 PyTorch 程式碼的工具，以促進跨框架部署。

一個整合 scikit-learn 相容模型、統計方法與基礎模型的統一 API 時間序列預測 Python 庫。

一個開源、自託管的代理框架，供內部 AI 團隊透過沙箱化的程式碼執行與模型獨立性來建構主權 AI 工作流程。

Vearch 是一個雲原生分散式向量資料庫，能為 AI 應用提供嵌入向量的高效相似度搜尋。

一個ComfyUI節點，即時動態調整預留的VRAM，以防止OOM錯誤並最佳化GPU記憶體使用。

一個適用於 Tabbit 瀏覽器的 OpenAI 相容 API 代理，允許使用者在第三方客戶端中存取 Tabbit 整合的 AI 模型。

一個容器化的開發環境，透過啟用 `bypassPermissions` 使 Claude Code 在隔離環境中執行，將 AI 的檔案系統存取限制在專案目錄與暫時容器內，為安全審計與不可信程式碼探索提供安全沙箱。

一個注重隱私的 152 個基於瀏覽器的實用工具集合，透過 Transformers.js 提供本地裝置 AI 進行轉錄、翻譯和影像處理。

一個用於檢查、重放和修改來自瀏覽器、應用和 API 的網路流量的本地代理伺服器，具備 AI 驅動的控制平面。

ROCm 平台的範例與教學集合，提供 HIP 執行時功能、GPU 加速應用與 AI 模型執行的程式碼。

一個由 LLM 驅動的 Emacs 程式碼補全套件，支援多個供應商以及基於聊天和 Fill-in-the-middle (FIM) 補全模式。

一個 Python CLI 框架，使用 LOCK 模式將威脅狩獵調查以 markdown 儲存，使其可被搜尋，並可選地讓 LLM 代理生成研究、執行查詢並自動化部分狩獵流程。

一種成本效益高的推理庫，透過將專家權重卸載至主機記憶體與 SSD，使在記憶體受限的 GPU 上執行大型混合專家模型成為可能。

一個通用環境框架，可將 AI 代理在任務環境中執行並根據標準化合約進行評分，將基準測試視為凍結的環境。

一個用於按需建立、隔離的 Linux 微虛擬機的平台，AI 代理可安全地使用它們來執行程式碼和瀏覽網頁。

基於 Rust 的 AI 代理長期記憶框架，採用三層分層架構與虛擬檔案系統，提供持久化、情境感知的互動。

專為 ComfyUI 與 AI 生產庫設計的開源數位資產管理與畫廊工具，用於組織、搜尋與重混生成內容。

一個用於大規模代理強化學習的合成環境生成管線，可創建數千個以 SQL 為基礎的工具使用環境。

一個輕量、開源的 IAM 堆疊，支援後量子安全與去中心化身分，為人類、AI 代理與機器提供存取保護。

基於 PyTorch 的框架，用於在傳統硬體上模擬量子計算，支援參數化量子電路與混合式古典‑量子模型的訓練。

一個為 AI 編碼代理提供規劃與執行能力的層，透過嚴謹的設計與審查工作流程，將高階請求轉化為結構化計畫與並行化的 PR。

一個統一的多模態後端，將資料庫、編排與服務層整合至單一 Python 檔案，用於 AI 數據應用。