一個模組化平台，用於電力網運作模擬，提供與 Gymnasium 相容的環境，用於訓練強化學習代理以管理電力網路。

一個面向 Claude CLI 的自動化任務執行系統，監控使用視窗並自動從 Markdown 檔案執行預先定義的任務。

一個用於研究 LLM 中後門攻擊與防禦的全面基準與工具包，包含標準化的污染流程和七種防禦策略。

Tnlearn 是一個 Python 函式庫，它透過符號回歸發現的基於任務的神經元來構建神經網路。它使用向量化符號回歸或 LLM 引導的方程發現（DrSR）將公式擬合到表格數據，然後將這些公式嵌入 MLP 作為可學習的神經元，實現了比經典梯度提升和表格深度學習更好的準確性。

一個用於在程式碼、瀏覽器、電腦操作與機器人領域建構 AI 代理強化學習環境的平台，支援從評估到訓練的無縫過渡。

Delphi 的原生全端框架，提供 Web API、ORM、依賴注入與透過 MCP 的 AI 代理整合的統一生態系統。

一個 Julia 庫，用於實現與架構無關的高效率平行捲積運算，使領域科學家能撰寫可部署於 CPU 與 GPU 的高階程式碼。

一組用於 Vespa 的參考應用程式與教學，展示如何在大規模場景下實作混合搜尋、RAG 與多模態向量檢索。

Clojure 的 `tech.ml.dataset` 庫的資料集操作 API，提供一種高階、受 R 啟發的資料框操作介面。

使用統一 API 和先進根查找演算法的高性能 Julia 函式庫，用於求解非線性方程組。

一個動態的符號回歸基準，提供統一且可重現的框架，使用多樣化的資料集與 scikit-learn 相容 API 來比較現代 SR 方法。

一個基於 JAX 和 Flax NNX 的高性能框架，用於在 TPU/GPU 集群上進行 LLM 和多模態模型的訓練、微調和推理服務。

Sopify 是一種 AI 編碼的開發流程協定，透過強制計畫優先工作流程，並在 Git 追蹤的檔案中儲存可恢復的專案計畫，防止過早編碼。

一個利用LLMs與GNNs自動發現並整合可提升準確率的外部特徵的智慧型資料搜尋與增強庫。

在私有基礎設施上追蹤機器學習實驗與指標的 Weights & Biases 自托管版本。

一個將 ONNX 模型轉換為 PyTorch 模型的程式庫，使使用者能利用 PyTorch 的後端與神經網路操作工具。

一個使用 FastAPI 和 LangChain 建構的 RAG 服務，透過 PostgreSQL 和 pgvector 提供用於管理文件集合和執行語意搜尋的 REST API。

一個無 C/C++ 依賴的純 Rust 機器學習與深度學習套件，提供傳統機器學習、神經網路與評估指標工具。

轉換器用於將各種框架的 AI 模型轉換為 ONNX 格式時所使用的常見實用工具與函式集合。

用於處理 Web 規模多模態數據集的分佈式高吞吐量流水線，具有用於過濾、評分和去重的 Rust 加速算子。

一個用於不確定性量化的深度學習框架，提供工具通過不確定性感知的訓練、評估和後處理來讓神經網絡更可靠。

Unbody 是一個為 AI 應用程式設計的開源後端基礎設施專案，旨在提供全面的數據管理與索引系統。

一個將 Excel 資料轉換為 Neo4j 知識圖譜的工具包，包含舊版教育範例與現代 GraphRAG 及向量搜尋實作。

一個基於 Go 的漏洞掃描與利用工具，專為 Spring 框架設計，透過 MCP 與 AI 代理整合，實現滲透測試的自動化。

一個為 Claude Code 提供持久記憶的外掛程式，透過將對話壓縮為精選日誌並自動恢復上下文，實現跨會話的持續記憶。

一個 Python 程式庫，實現自然梯度提升以進行機率預測，讓模型能夠輸出機率分佈而非單一的點估計。

一個並行運行多個 Claude Code 代理的編排框架，系統性地修復大型程式碼庫中的錯誤並實施最佳實務。

一個 CLI 腳手架工具，可生成整合 Neo4j 知識圖譜與代理框架的全端領域特定 AI 應用程式。

一個 TUI 應用程式，可在單一終端介面中管理與對話本地 Ollama 模型及主要雲端 LLM 提供者。

Apple 的 MLX 庫的 Rust 繫結，支援針對 Apple Silicon 優化的高效能機器學習與數組運算。

一個用於在低階微控制器上訓練與部署低比特量化神經網路的框架，使設備在僅有 2KB RAM 情況下也能實現高準確率推論。

一組範例程式碼與基準測試，用於在 Axera AI SoC 硬體上部署常見的開源深度學習演算法。

一個整合代理輪換、CAPTCHA 解決與 JavaScript 渲染的一體化網頁資料蒐集 API，可從公開網站提供結構化資料。

一款專業級的 Burp Suite 擴展，提供自動化探測、智能模糊測試與 AI 就緒資料導出，用以偵測 OWASP API Top 10 漏洞。

一個用於 R 語言特徵工程與資料預處理的框架，使用可管線化的步驟序列來為機器學習模型準備資料。

一個用於從 AI 程式設計助手提取聊天歷史、程式碼上下文和差異的工具包，以建立機器學習訓練資料集。

一個適用於 Claude Code 和 Codex CLI 的自主規劃與執行框架，能將複雜任務轉化為單一、具備自我修復能力的自主執行過程。

一個用於在各種機器學習任務中為任意機器學習模型提供嚴謹不確定性估計的 Python 庫。

一個利用多模態模型與 UI 互動並產生測試報告的 AI 驅動 CLI，透過自然語言規格測試 Android 與 iOS 應用。

一個資料倉儲原生的事件收集層，透過設定即程式碼的方式統一跨多個目標（如 GA4 和 BigQuery）的追蹤。

一個MCP伺服器，將DeepSeek的V4.1 Flash API整合到MCP相容用戶端中，實現文字和視覺聊天以及檔案管理。

一個使用哈希技巧來維持記憶體佔用有界的高速、可擴展機器學習系統，專注於線上學習與強化學習。

一個類似 scikit-learn 的全面機器學習工具包，為 Rust 提供古典機器學習演算法與預處理工具。

基於 PyTorch 建構的可擴展進化計算套件，利用 GPU 加速與 Ray 分布式處理解決不可微分優化問題。

一個 Go 實作的 Model Context Protocol (MCP) SDK，可實現外部系統與 AI 應用程式之間的無縫通訊。

一種通用的 Bash 工具，使 AI 代理能在沙箱環境中執行 shell 命令並管理檔案。

一個 Python LSP 客戶端程式庫，提供統一 API 以查詢多個語言伺服器的靜態分析結果，支援 AI 驅動的程式碼生成與代理。

一個純 Python 庫，用於模擬各種撲克變體、評估手牌並進行統計分析，專為 AI 開發與工具建立而設計。