一種基於再整合的編碼代理，透過使用新上下文和檔案系統記憶體，迭代地將程式碼庫與指定目標對齊，防止上下文腐化。

一個 AI 原生軟體測試平台，使用單一基於 YAML 的宣告式語言來自動化 API、Web、行動裝置和 LLM 測試，無需傳統的程式碼腳本。

一個用於瀏覽、搜尋和匯出 Cursor AI 編輯器聊天記錄與 Composer 日誌的 Web 應用程式。

一個用於將非結構化文字與影像資料集嵌入潛在空間、投影至 2D，並使用 LLM 為聚類標籤的可視化與探索工具。

ONNX 的後端，可將 ONNX 模型轉換為 TensorFlow 模型，使其能夠使用 TensorFlow 執行引擎來執行。

一種成本高效的路由系統，以輕量級傳統機器學習代理模型取代昂貴的 LLM 分類呼叫，針對簡單輸入，維持與教師模型相當的效能。

一個供 LLM 智能體執行結構化工具呼叫鏈的統一執行階段，具備與 Solana 區塊鏈的深度整合，並支援 Model Context Protocol (MCP)。

一個統一且輕量的框架，用於大規模 AI 資料集的整理、打包、載入與評估，支援 LMDB 與 Pickle 等多種格式。

一個為部分可觀測多智能體路徑規劃（PO-MAPF）設計的彈性格子環境，專為測試多智能體系統中的去中心化導航與碰撞避免而打造。

一個供應商無關的 PHP SDK，提供統一的 API 用於與各種生成式 AI 模型進行互動，以生成文字、影像和嵌入。

一個非官方的 Dart/Flutter SDK，為 OpenAI API 及相容提供方提供類型安全的客戶端，支援包括 Web 在內的所有主要平台。

一種主機無關的安全中間件，可保護使用工具的 AI 智能體，防止其執行高風險命令並洩露敏感資料。

一個基於 GenAI 的無程式碼測試自動化平台，讓 QA 團隊無需撰寫程式碼，即可為 Web、行動與桌面應用生成與維護測試。

一個高度可自訂的終端狀態列，支援 1-9 行設定，用於在 Claude Code 中即時顯示指標、成本追蹤與環境狀態。

一個面向 B2B/B2C 產品的全面 SaaS 藍圖，採用 .NET 10 與 React 19 技術堆疊，整合 Stripe 計費，並具備 AI 原生多代理開發工作流程

一個輕量級的 CPU 和 GPU 函式庫，用於在一個到三個維度中以指定的精度計算非一致性快速傅立葉轉換 (NUFFT)。

LAVA 是一個用於自動向軟體中注入合成但真實漏洞的工具，以建立用於評估漏洞偵測工具的基準資料集。

一個以 C++ 與 Python 寫成的跨平台有向無環圖（DAG）框架，支援自動依賴管理與平行執行，協助開發者建構複雜的任務流水線。

用於貝葉斯模型探索性分析的 Python 套件，提供後驗分析、模型檢查和診斷的工具。

Neanderthal 是一個利用 CPU 與 GPU 上優化原生 BLAS 與 LAPACK 程式庫的高性能 Clojure 矩陣與線性代數計算函式庫。

一個透過擬合指標與診斷檢查來評估、比較與測試統計迴歸模型品質的 R 套件。

Buckaroo 是一個用於 Jupyter 筆記本的互動式、高效能資料表，透過自動清理、直方圖與懶加載等功能，簡化探索性資料分析。

一種使用三值邏輯與連續時間模擬的生物啟發計算框架，實現即時學習與結構可塑性。

專為 macOS 與 Linux 設計的現代 git 界面，協助開發者監控與管理由 AI 編碼代理產生的大量程式碼變更。

一個使用AST圖與污點分析來檢測14種不同程式語言中漏洞的開源靜態程式碼安全分析系統。

透過整合降維、聚類與高階 2D/3D 繪圖的流程，實現高維資料可視化的 Python 工具箱。

用於整合 IBM Watson AI 服務的 Node.js 客戶端程式庫，為 Watson Assistant 和 Discovery 等工具提供簡化的驗證與 API 存取。

一個用於 Python 的高階貝葉斯模型建構介面，可使用 PyMC 簡化混合效應與線性模型的擬合。

一個 Julia 庫，使用前向模式自動微分計算導數、梯度、雅可比矩陣和海森矩陣。

一個僅標頭檔的 C++ 套件，為 NVIDIA 的 CUDA Runtime、Driver、NVRTC 與 NVTX API 提供輕量、現代的封裝，簡化 GPU 程式設計與資源管理。

一個為 Kotlin 提供型別安全 N 維陣列、線性代數和統計功能的跨平台多維陣列函式庫。

一個跨平台的日誌檢視器，可解析並分析來自多種來源的日誌，並透過模型上下文協議 (MCP) 與 AI 助理整合。

用於建構 AI 聊天介面的輕量級 Vue 3 原型範本，支援多模型 API 整合與串流富文本渲染。

一個支援 CPU 多執行緒與 GPU 加速的高效能 Python/C++ 庫，可用於快速模擬大型、雜訊或參數化的量子電路。

一個支援稀疏與密集檢索、神經重排序以及 RAG 使用案例的資訊檢索管道建構與評估框架。

一個僅含標頭檔的 C++ 模板庫，提供自訂算術插件類型，透過混合精度與替代數值格式優化 AI 與 HPC 演算法。

一個使用 Metal 框架在 macOS M 系列晶片上實現 GPU 程式設計的 Julia 套件，提供高階陣列抽象與低階 API 存取。

一個快速、並行化的稀疏矩陣乘法函式庫，整合了前 n 個結果的選擇功能，以在比對對象大型特徵向量時減少記憶體使用量並提升效能。

一個基於 Ansible 的框架，用於使用 llama.cpp 和 distributed-llama 等工具自動化分散式 AI 叢集的設定與基準測試

一個用於函數資料的表示、預處理與統計分析的 Python 套件，適用於依賴連續參數的資料。

Anserini 是一個基於 Apache Lucene 建構的工具包，旨在使資訊檢索研究可重現，並彌補學術基線與真實世界搜尋應用之間的差距。

一個 JupyterLab 擴充功能，提供即時 GPU 使用率儀表板與對 pandas 及 scikit-learn 的一鍵 GPU 加速功能。

CodaLab 是一個開源的 Web 平台，用於組織和運行機器學習及高階運算研究領域的科學挑戰與競賽。

一個使用可擴展、基於磁碟的 TSV 格式，建立與分析大規模超關係知識圖譜的綜合性框架。

一個高效能、可移植的執行引擎與序列化格式，可在不依賴其沉重相依性的情況下，從 Spark 與 Scikit-learn 部署機器學習管道。

一個提供 AI 原生後端能力的 Backend-as-a-Service 基礎設施，讓開發人員無需撰寫後端程式碼即可建構全端 AI 應用。

一個使用可擴展 Actor 訊息機制、監督樹容錯與 RDMA 高效能記憶體傳輸的 PyTorch 分散式程式設計框架。

一種基於多面體的編譯器，專為深度學習與張量代數優化資料平行運算，適用於 CPU、GPU、FPGA 與分散式系統。