OpenPAI 是一個全棧 AI 平台，使組織能夠共享 GPU 和 FPGA 等計算資源，並管理 AI 資產，以簡化訓練流程。

一個結合 NoSQL 可擴展性與標準 SQL 強大功能的分散式 SQL 資料庫，適用於即時分析巨量資料集。

一個.NET 函式庫，透過 DX12 和 D2D1 動態生成 HLSL 著色器，讓開發人員能夠在 GPU 上並行執行 C# 程式碼。

一個 C++ 函式庫，提供 SIMD 內建函數的統一包裝器，以加速不同 CPU 架構上的數值計算。

一個用於小波轉換的 Python 函式庫，可實現多維訊號與資料的時間-頻率分析。

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。

基於 OWASP 標準提供自動化漏洞掃描的開源對抗模擬框架，專為紅隊測試 AI 代理與 MCP 伺服器而設計。

透過分散式權重平均化減少通訊開銷的大型模型全球分散式訓練開源框架。

一個基於 Jax 建構、專為 Cloud TPU 和 GPU 基礎設施優化的大規模機器學習實驗設定與執行框架。

一個基於 PyTorch 的 Python 函式庫，專為水文學中的深度學習研究而設計，允許使用者透過設定檔訓練神經網路。

一個提供程式設計模型的函式庫，用於撰寫可在不同 GPU 與 CPU 架構之間移植的高性能機器學習內核。

Dify 的插件生態系統與市場，讓開發者能透過自訂模型、工具與代理推理策略來擴展 AI 應用。

一個以 Rust 寫成的機器學習執行環境，可在 Rust 與 WebAssembly 環境中執行 PyTorch 等 Python 框架訓練的 ONNX 模型。

一個通用的 LLM 強化微調框架，透過解耦探索、訓練與資料緩衝，支援多樣的 RL 算法與智能體工作流程。

面向機器人技術和工業物聯網的高性能時間索引對象存儲系統，允許按時間範圍和標籤查詢二進制數據。

一個為從微控制器到 GPU 各種硬體環境優化、快速且可移植的 C++ 函式庫，專用於深度強化學習與連續控制。

一個現代化的多模態推薦工具箱，為各種基於研究的推薦模型提供統一的框架與原始碼。

1-bit Transformer 的 PyTorch 實作，透過將標準線性層替換為二值化投影，大幅降低 LLM 的記憶體與運算需求。

一個用於無監督時序異常偵測的機器學習函式庫，提供已驗證的 ML 管線以識別訊號中的稀有模式。

一個 Python 工具包，為 40 多種免費和付費的 AI 模型提供統一且與 OpenAI 相容的介面，包括文字、圖像和語音生成。

codedb 是一個基於 Zig 的程式碼智慧引擎，建立專案（符號、呼叫者、相依性、三元組搜尋等）的本地索引，並透過 Model Context Protocol (MCP)（JSON-RPC over stdio）向 AI 編碼助理提供資訊。它提供 `codedb_context`、`codedb_explain` 和 `codedb_callpath` 等 MCP 工具，實現亞毫秒級的快速查詢，同時作為代理的唯讀「指南針」。可作為原生二進位檔或 npm 包裝器安裝，支援 macOS、Linux 和 Windows，支援混合本地/遠端語意檢索，並可作為 HTTP 伺服器用於除錯。

Aider 的 Emacs 結合，為 Emacs 編輯器帶來 AI 對夥程式設計與自動程式碼編輯功能。

一款使用 YARA、LLM 和 Cisco AI Defense 檢測惡意行為和漏洞的 Model Context Protocol (MCP) 伺服器和工具安全掃描工具。

Oxylabs AI Studio 的 Python SDK，提供 AI 驅動的網路爬蟲、爬行與瀏覽代理，可透過自然語言提示提取結構化資料。

一個 CUDA 加速的基礎演算法與原語庫，供機器學習與資料探勘使用，設計為高效能 AI 應用的建構模組。

一個現代 C++ 函式庫，用於使用 NVIDIA TensorRT 進行高效能 GPU 推論 CNN 模型，具備安全的引擎快取與零拷貝 Python 綁定。

A Python package for computations, statistics, and machine learning on manifolds, enabling the analysis of non-Euclidean data like rotations and shapes.

一個使用 GANs 和 Gaussian Mixtures 等生成式模型來生成合成表格與時間序列數據的套件，以確保隱私並擴充數據集。

一個用於使用差分隱私訓練機器學習模型的 PyTorch 函式庫，允許使用者在追蹤隱私損失的同時保護敏感的訓練數據。

一個用於部分觀測時間序列機器學習的 Python 工具箱，提供統一的 API 以在缺失值資料上執行插補、預測與異常偵測。

一個可擴充的開源庫，支援 Python 與 R，提供度量指標與演算法，用以偵測與減輕機器學習模型中的演算法偏見。

一個快速、靈活的 C++ 機器學習函式庫，提供核心張量介面與神經網路工具，適用於語音、視覺與文本的高性能 AI 研究。

一個高效能的機器學習模型服務系統，旨在管理模型生命週期，並透過 gRPC 與 HTTP 在生產環境中提供版本化推論。

官方 Amazon SageMaker 範例筆記本與 SageMaker-Core SDK 的集合，用於在 AWS 上建置、訓練、部署及營運機器學習模型。

一個用於構建可擴展合成資料管道的 Python 函式庫，提供批量推論與結構化輸出工具，以策劃高品質的後訓練資料集。

一個跨平台 CLI 工具，根據使用者可用的系統 RAM，測量透過 Ollama 執行的本地 LLM 的每秒令牌吞吐量。

一個開源、自架設的 AI 模型註冊表，作為私有的 Hugging Face 替代方案，加速模型分發並保障企業推論的權重安全。

一個自主 AI 代理編排器，用於管理程式碼工作者以解決來自 Linear 或本地追蹤器的問題，具備沙箱驗證的 Worker/Reviewer 流水線。

一個使用視覺語言模型（VLM）從複雜文件中抓取乾淨的 Markdown 與結構化資料的多模態資料提取套件，適用於 RAG 與 LLM 應用。

專為嵌入式最佳化應用中通常使用的、可放入快取的小型矩陣優化之高性能線性代數庫。

基於 Vue 3 和 Element-Plus 的企業級 AI UI 元件庫，提供聊天機器人、語音互動和串流介面的即用元件。

一個無需 API 密鑰即可提取公開 Spotify 元資料的 Python 庫，內建 AI 代理用 MCP 伺服器，並支援歌詞與字幕。

一個開源的 vLLM 外掛程式，透過先進的平行處理與預測解碼，優化 LLM 與嵌入推論，以提升吞吐量並降低延遲。

AdaRubric 是一個框架，可生成任務特定的評估標準和密集獎勵信號，以可靠地評估和過濾 LLM 代理軌跡，用於獎勵學習。

專為AI代理設計的本地優先文件管理與語意搜尋伺服器，提供私有知識庫、內建Web UI與混合搜尋功能。

使用 JAX 寫成的可微分動力核心，旨在將物理方程與 AI 結合，用於天氣與氣候預測。

一個系統托盤與菜單列應用程式，可為 Claude Code、Codex、Antigravity 和 Grok CLI CLI 提供即時配額與令牌使用情況的可見性。

一個為 Kubernetes 設計的生產就緒型 LLM 推理平台，可簡化在多種推理後端上的部署、擴展與管理。