適用於 Apple Silicon 的儲存層級感知 LLM 推論排程器，透過從 NVMe 儲存流式傳輸張量，實現執行超出物理記憶體的大型模型。

一個與框架和後端無關的基準測試平台，用於比較 ML 推理執行時期指標，並偵測各種硬體與軟體環境中的效能衰退。

一個 R 套件，提供基於密度的聚類演算法（如 DBSCAN 和 HDBSCAN）的快速 C++ 實作，用於空間資料分析和異常值偵測。

一個多智能體系統，自動化端對端的多模態機器學習工作流，無需人工干預即可將原始數據轉化為 ML 解決方案。

一個為醫療問答、實體識別和知識圖譜建構等任務提供支援的開源中文醫療資料集的精選集合，旨在推動醫療AI的發展。

一個為迴歸、分類與排序提供可擴展且高效能的分散式梯度提升框架的 Julia 接口。

一個針對編碼代理的基準測試，透過在多個遊戲引擎中驗證實際執行時行為，評估其建構、除錯與修復互動式遊戲的能力。

一個透過優化延遲與記憶體等目標，加速神經架構搜尋（NAS）以產生高效深度網路的框架。

一種快速的 AOT 編譯 JavaScript 沙盒，可用於執行使用者撰寫或由 AI 生成的程式碼，具備安全隔離與原始碼地圖調試功能。

一個 OpenCode 外掛程式，可自動建立 Git worktree 並啟動專用終端，讓 AI 代理在隔離環境中工作。

一個將擬合的統計模型自動轉換為 LaTeX 方程的 R 套件，減少撰寫研究論文時編寫數學公式的手動工作量。

一個使用數學規劃來優化連續變數分箱的 Python 庫，以提升預測模型與評分卡的特徵工程效果。

透過將 dagitty 與 tidyverse 和 ggplot2 整合，提供一個用於可視化和分析因果有向無環圖 (DAG) 的 R 套件。

LIGER 是一個使用整合性非負矩陣分解來整合與分析多個單細胞數據集的套件，以識別共享與數據集特異性因子。

一個支援 COCO 與 Pascal VOC 等格式的網頁式影像標註工具，用於建立物件偵測器的訓練資料。

一個將 Scikit-Learn 管道轉換為 PMML 格式的 Python 套件，以提升模型在不同環境中的可移植性與部署能力。

一個 Python 函式庫，提供統一框架，包含 16 種不同的圖核，用於在機器學習中測量圖之間的相似度。

一個基於雲端的無頭瀏覽器基礎設施，提供整合住宅代理與自動驗證碼解決功能，適用於複雜的網頁抓取與自動化場景。

一個連接到 OpenAI ChatGPT（以及 DALL‑E 3）的 Slack app，讓使用者可以透過頻道執行緒、私訊或首頁分頁進行聊天、校對和生成圖像。它可透過環境變數進行配置，可使用 Docker 在 Socket Mode 下部署，並包含選用的 Azure OpenAI 支援。

一個用於多變量統計與數據分析的 Julia 套件，提供降維與回歸工具。

Omnia 是 Dell 開發的開源 Ansible 基礎工具包，可自動設定 Linux 伺服器、安裝驅動程式，並部署 Slurm 或 Kubernetes 以及 AI/ML 框架。它簡化了 HPC 或在地 AI 叢集的建構，採用 Apache 2.0 授權，由包括 Dell、Intel、大學及其他合作夥伴在內的社群積極維護。

一個為 Rust 設計的純非同步、立即模式反應式 TUI 框架，為終端機應用程式帶來類似 Web 的佈局與樣式設計體驗。

一個 Claude Code 與 Codex 外掛程式，能將分散的 markdown 檔案與程式碼庫編譯成綜合的、基於主題的 wiki，以降低 AI 代理程式的上下文成本。

CLIProxyAPI 的跨平台桌面管理器，集中管理 AI 帳戶、配額追蹤與 AI 編碼代理設定。

一個整合單細胞與空間轉錄組資料的貝葉斯模型，用於在組織結構中映射細粒度細胞類型及其豐度。

一種利用三元組約束保留高維數據全局結構的降維方法，相比 t-SNE 或 UMAP 提供更優的全局視圖。

一個專注於論文重現、自訂資料基準測試以及預算限制下超參數與方法優化的多代理系統，用於自動化科學研究。

一個基於 Python 的搜尋代理，允許開發人員使用自然語言搜尋網路，並自動抓取結果中的內容，包括對 JavaScript 渲染的支援。

一個用於在 Go 應用程式中執行預訓練 ML 模型的 TensorFlow Lite Go 語言綁定。

適用於 macOS 的代理優先型開發者工作區，支援開發者在隔離的終端、瀏覽器與 AI 代理會話中並行執行多個專案與分支。

一個用於半自動化資料科學的 Python 套件，可自動化 scikit-learn 相容管道的演算法選擇與超參數調校。

一個用於深度強化學習的模組化 PyTorch 框架，允許使用者透過 JSON 規格在各種 Gymnasium 環境中設定並執行 RL 實驗。

一個利用多代理系統與知識圖譜自動化 bug 修復、功能實作與程式碼庫導航的 AI 驅動軟體工程平台。

一個 Python 套件，抽象化基礎設施管理，讓 AI/ML 與科學研究程式碼只需一行程式碼即可在任何雲端或在地叢集上執行。

一個讓 AI IDE 能夠安全執行 SQL、管理模式並處理 Supabase 專案認證的 MCP 伺服器。

一個提供多種查詢策略與元算法以自動選擇最佳策略的池化主動學習 Python 套件。

一個輕量級桌面應用，讓 Claude Desktop 使用者透過本地閘道管理並切換第三方 Anthropic 相容 API 提供商。

一個證據優先的本地記憶體執行階段，適用於 AI 代理，可防止雜訊攝取，並提供可驗證的雙時態記錄與檢索收據。

一個為 Claude Code 設計的工程工具鏈，透過多模型路由、TDD 強制與持久化架構記憶，建構一個自我審查的 AI 開發系統。

一個為序列模型提供統一框架的任務型資料集、預處理與評估的順序資料處理函式庫。

一個透明的 HTTP 代理，用於捕獲 Agent-LLM 通訊，以實現 AI 代理評估的自動評分、行為診斷與原始碼探查。

一個 JavaScript/TypeScript 客戶端程式庫，讓 Node.js、Deno 與 Bun 應用程式能使用 pgvector PostgreSQL 擴展來儲存與查詢向量嵌入。

一個將 Aider AI 對夥程式員整合至 Neovim 的外掛，使使用者能直接從編輯器將緩衝區、診斷資訊與檔案傳送給 AI。

一個研究型倉儲，實作LLM與線性模型的Canon層，以改善架構設計與知識儲存，包含合成資料產生器與預訓練配方。

一個用於 GFlowNets 的 Python 套件，提供可分離的框架，用於原型設計算法，包含各種環境、損失函數和採樣策略。

一個本地優先的儀表板，從本地 JSONL 檔案讀取 Claude Code 會話資料，提供成本、Token 使用量與工具活動的分析。

一個為內容尋址的 LLM 互動提供持久化儲存與 OpenTelemetry 儀器化的代理遙測系統。

為 Codex 和 Claude Code 設計的哈希工程層，將 AI 編碼轉變為具有規劃、開發和審計等專業角色的門控工作流。