一個用於非侵入式負載監測（NILM）的資料與評估工具包，提供資料集轉換、預處理與效能指標的工具。

具備多叢集管理與 AI 整合的單一二進位檔案 Kubernetes 控制台，可自動化故障排除與資源監控。

一個跨平台的 C/C++ 函式庫，用於檢測詳細的 CPU 硬體資訊，如指令集與快取拓撲，以實現效能最佳化。

一個受 Ruby 與 Haskell 啟發的實用工具庫，擴展 Python 的核心功能，提供增強的資料結構與函數式程式設計工具。

一個可自訂的互動層，將 AI IDE 操作映射至各種硬體裝置與語音指令，以優化 AI 輔助編碼工作流程。

一組用於程式開發工作流程的 AI 驅動命令列工具，包含終端聊天、自動程式碼編輯與上下文感知重構。

一個開源文件平台，可將 Markdown 和 MDX 轉換為專業文件網站，內建 AI 聊天與 OpenAPI API 參考。

一個允許 AI 程式代理在開發過程中與正在執行的 Ruby on Rails 應用的執行時、資料庫和日誌互動的 MCP 伺服器。

專為 AI 代理 TUI 優化之網頁 GUI，支援在桌面與行動裝置間管理與互動代理會話。

一個安全的命令列介面，讓 AI 代理程式能存取成長技術棧，用於查詢行銷資料、管理廣告活動，以及自動化 SEO 工作。

一個使用數據分析（如 Google Analytics）來預測使用者下一個要訪問的頁面並進行預取，以提升 Web 效能的函式庫與工具集。

一個以隱私為先的工具包，為使用網頁版 AI 聊天機器人進行編碼的開發者自動化提示詞構建與上下文管理。

為 Elasticsearch、OpenSearch、DynamoDB 與 MongoDB 設計的原生桌面 GUI 客戶端，內建 AI 代理以實現自然語言查詢

一個統一的 API 閘道器，為企業和開發者提供對 OpenAI、Claude、Gemini 及其他主要 LLM 的穩定存取，無需海外帳戶。

一個使用加權方法平衡有偏差數據樣本的 Python 套件，確保樣本能準確反映目標人口。

基於 JAX 建構的可微分托卡馬克核心輸運模擬器，用於核融合研究中的快速前向建模、軌跡優化與控制器設計。

Atlas 是一個去中心化的協調層，使不同區塊鏈生態系統中的 AI 代理能夠相互發現、協商任務並結算支付。

一個根據使用者收藏的 GitHub 倉儲，為其推薦新專案的推薦系統。

一個為 AI 電腦設計的操作系統，可簡化在您自有的 NVIDIA、AMD 與 Intel 加速器硬體上部署與管理 AI 基礎設施。

一個 CLI 工具，可將目錄、原始碼和網頁聚合為單一優化過的 Markdown 檔案，適合 LLM 輸入，具備程式碼壓縮與 token 計數功能。

一個用於解密與分析 Apple Intelligence 生成模型所使用的安全過濾器與防護機制的工具包，揭示不同地區間內容過濾的運作方式。

AI 編碼 CLI 的工作流程層，添加專業技能、專案知識庫與驗證門檻，確保代理可靠完成任務。

一種 Git 原生控制平面，可將 Markdown 檔案轉換為可重複、版本控制的 AI 智能體工作流程，並內建行為評估功能。

一種用於 Generative AI 的可執行提示模板檔案格式，可在多種語言與模型提供者之間，將提示工程與應用程式碼解耦。

一個包含實用範例、基準測試和應用程式的集合，展示如何使用 DeepSpeed 函式庫進行訓練、推論和模型壓縮。

torchtune 是一個基於 PyTorch 的庫，提供 Llama、Gemma、Qwen、Phi 等多種現代大語言模型（LLM）的微調、RL-HF、蒸餾、量化感知訓練與推論的即用型配方與設定。它透過簡單的 CLI（`tune`）與 YAML 檔案，抽象化了分散式訓練、記憶體節省技巧與裝置支援，並與 Hugging Face、torch-ao、FSDP2 及日誌工具整合。儘管 2025 年開發已停止，它仍是 LLM 實驗的實用、開源工具包。

一個用於條件流匹配的 PyTorch 庫，提供無模擬訓練，使圖像、表格資料與生物動態的快速生成建模成為可能。

一個 Python SDK，可在多個 AI 提供商之間實現 LLM 應用與代理的提示詞版本控制、追蹤與監控。

一個提供標準化 API 和基準環境的 Python 庫，用於開發與比較多目標強化學習演算法。

一個開源的 Web 應用程式，用於在部署前透過探測測試 AI 模型的漏洞與越獄攻擊。

一個 CLI 工具與 SDK，透過 MITM 代理實現網路允許清單與安全密鑰注入，在隔離的暫時 microVM 中執行 AI 代理。

一個 CLI 工具，允許使用者在 Claude Code CLI 中即時切換不同的 Anthropic 相容 AI 提供者和本地後端。

整合 BMAD-METHOD 規劃與 Ralph 自主實作的 CLI 工具，將 AI 輔助專案從初始分析推進至自主 TDD 編碼。

一個 MCP 伺服器，利用 Windsurf 的 Devstral API 提供 AI 驅動的語意程式碼搜尋，透過本地指令迭代找出相關程式碼片段。

一個透過智慧快取加速 Diffusion Transformer (DiT) 模型的 ComfyUI 延伸模組，為圖像與影片生成提供 1.4x 到 2.0x 的速度提升。

一個透過 RAG、AST 解析與譜聚類技術，將大規模程式碼庫轉換為可搜尋的層級功能圖，從而提供高精度 AI 編碼上下文的 MCP 伺服器。

Fulling 是一個用於構建專屬 AI 工作空間的基礎，將執行時、記憶體與技能結合於安全的基於 Kubernetes 的憑證邊界內。

一個跨 IDE 的程式碼庫知識引擎，為程式碼庫建立有根據的問答系統，讓 AI 代理能提供包含檔案路徑與行號的準確答案。

一個用於RunPod的OpenAI相容無伺服器worker，使用vLLM推論引擎實現快速LLM部署。

一個開源的 RAG 後端平台，結合了嵌入式 SQLite 與 LanceDB 資料庫，並搭配類試算表 UI，旨在簡化 AI 增強型表格與聊天機器人的建立過程。

一個統一的 AI 模型網關與代理協調器，簡化提供者管理、請求路由以及 AI 代理的遠端控制。

一個即插即用的提示壓縮函式庫，透過損失容許路由在保護關鍵程式碼和工具呼叫的同時，將 LLM 輸入令牌成本降低 10–40%

Orthrus 是一個雙架構框架，能在保持原始基礎模型完全相同的生成忠實度的同時，實現高速平行的 LLM 令牌生成。

使用 Jsonnet 管理提示與鏈的宣告式配置框架，實現版本化與透過 WebAssembly 自動硬體平行化的 GenAI 配置框架。

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 AI 驅動的滲透測試自動化框架，協調安全工具與多代理 AI，執行自適應安全評估並提供有證據支撐的報告。

一個透明的網路攔截器，用於 LLM 工具，可檢查、轉換以及跨供應商路由 AI API 流量。

一個為 Jupyter 和 nteract 設計的 Go kernel，讓使用者可以在基於瀏覽器的筆記本中互動式地執行 Go 語言程式碼，用於數據科學和文件製作。