一個官方的 Model Context Protocol (MCP) 伺服器，讓 LLM 能使用 Qdrant 作為語意記憶層來儲存與檢索資訊。

一款本地優先的桌面 AI 助手，透過代理協調與持久記憶，在本地檔案、倉儲與外部工具之間執行複雜任務。

一個整合 AI 代理與 LLM 的 Burp Suite 擴充功能，可自動執行 62 種漏洞類別的漏洞掃描與安全分析。

一個本地優先的知識管理系統，可捕獲、索引並使所有與 AI 編碼助手在各種 IDE 和 CLI 工具中的互動可被搜尋。

MACE 是一個開源的 PyTorch 庫，用於等變圖神經網路原子間勢能。它提供快速訓練/評估、多 GPU 與 Apple-Silicon 支援、可選 CUDA 加速，以及材料與有機化學的預訓練基礎模型目錄。透過 `pip install mace-torch` 安裝，使用 `mace_run_train` CLI（或 YAML 設定）訓練，使用 `mace_eval_configs` 評估。包含文件、Colab 教學與 Weights & Biases 集成。v0.3 線穩定，而重大 v1.0 重構正在進行中。

OpenTSLM 是一個開源套件，為 Llama 3.2 與 Gemma LLM 加入原生時間序列處理功能，支援對醫療訊號（ECG、EEG、加速度計等）進行自然語言提示與推理。提供預訓練檢查點、簡單的 `OpenTSLM` Python API、多個基準任務的推論示範腳本，以及涵蓋 MCQ、描述生成與鏈式思考推理階段的課程學習訓練管道。透過 `pip install opentslm` 安裝，從 Hugging-Face 加載模型，並使用提供的腳本進行微調或評估。採用 MIT 授權。

Attention Gym 是一個基於 PyTorch 的函式庫，為 FlexAttention API 提供可重複使用的遮罩/分數修改函式、稀疏注意力模式以及線性注意力核心，並附帶用於構建和基準測試自定義注意力機制的可範例腳本與工具。

一組用於深度學習操作（如 RMSNorm 和 Softmax）的高性能 GPU kernel，使用 CuTe-DSL 為現代 NVIDIA GPU 實作。

一個高度可擴展的 AI 機器人框架，讓 LLM 能在安全沙箱中執行程式碼，並透過統一適配器架構在多個聊天平台之間互動。

一款一體化模型控制台 WebUI，優先支援 Google Gemini 的原生功能，同時相容於 OpenAI 標準 API，採用本地優先架構以保障隱私。

一種從非侵入性腦記錄中解碼自然句子的系統，可實現打字過程中腦活動到文字的重建。

一種基於行為測試的證據驅動框架，確保每個技能都能顯著提升 AI 代理效能

一個以行動裝置為首的網頁介面，用於管理 OpenCode AI 代理，讓使用者能從任何裝置上管理程式庫、控制 AI 編碼會話，並設定代理技能。

NavDP 是一個使用擴散策略的端對端無地圖導航模型，能夠實現從模擬到現實的遷移，使機器人能在不同機器人實體之間實現即時路徑規劃與障礙物避讓。

一個為跨多種代理工具鏈訓練多輪 LLM 代理提供回放即服務的強化學習回放框架。

一種透過分離規劃與執行，並利用自我修正、迭代驗證循環來自動化複雜資料科學工作流程的自適應多代理框架。

一個 MCP 伺服器，允許 AI 助手透過 44 個整合工具管理 Coolify 自托管 PaaS 基礎設施的部署、除錯與運維。

一個連接AI代理與Todoist的程式庫與MCP伺服器，讓LLM能存取與修改任務與帳戶資料。

一個為終端機程式碼代理設計的即時視覺化介面，可在瀏覽器中渲染圖表、UI草圖與差異，取代純文字溝通。

一個為 Arm Cortex-M 處理器優化之神經網路內核函式庫，最大化設備端 AI 性能並最小化記憶體佔用。

一個在20億幀資料上預訓練的GPT風格人形運動Transformer，可實現Unitree G1等類人機器人零樣本全身運動追蹤。

一個 AI 原生程式庫與 MCP，可透過 Appium、Playwright 或 Selenium 實現以自然語言在應用程式中執行操作與驗證斷言的端對端測試。

Apache Texera 是一個開源的視覺化平台，讓使用者透過拖曳式 GUI 建構與執行資料分析流程，內建 AI 代理可將自然語言指令轉譯為工作流程步驟。支援 Python 與 Java 算子，具備即時協作、互動式除錯功能，並可從筆電擴展至大型雲端叢集。

一款 Android 聊天應用，透過 OpenRouter 與雲端 LLM 互動，同時透過 Ollama、LM Studio 等本地部署模型，提供統一介面操作。

一套先進的多模態 LLM，為大型語言模型提供通用聽覺能力與整合音視覺感知能力。

一個基於 ncnn 的可攜式 Z-Image 生成器實作，可在任何支援 Vulkan 的 GPU 上實現高效能圖像生成、圖像修復與 ControlNet 支援。

一個用於治理、安全與信任的代理控制平面，為自主 AI 代理提供可決定性的行為定義、執行與審計層。

一套用於將自主代理連接到業務 API 與工具的生產就緒 AI 代理模板與參考架構集合。

MDia 是一個 Python 庫，將 LLM 的中間推理形式化為可重用的「方言卡」（LSF），並提供一個確定性的八階段流水線（collect → create → evolve → profile → select → run → validate-rules → report），用於在異質模型間生成、演化、分析、路由和審計這些協定。它支援黑盒 LLM API，提供多種路由計畫，包含 100 條規則庫，並透過在測試評估前凍結決策來保證可重現性。該倉儲包含一個無需任何 API 金鑰的玩具離線示範、詳盡的文件、MIT 授權，以及對 ICML 2026 海報和 arXiv 論文的引用。

一種 AI 驅動的學習系統，可將課程、書籍和講義轉換為互動導師，透過練習與基於來源的驗證，引導使用者實現真正的技能掌握。

透過執行嚴格的估值、取證會計和產業特定研究協定，將 AI 智能體轉化為機構級分析師的 AI 驅動型股票研究框架。

一套工具和工作流程，供 AI 代理進行市場研究、管理錢包，並在 20 多個區塊鏈上執行 DeFi 交易。

無需持續 GPU 存取即可用於效能分析、容量規劃與排程優化測試的高保真 LLM 推論系統模擬器。

一系列即時可用的公開資料集，以 `tf.data.Dataset` 形式提供，簡化機器學習中的資料載入與準備流程。

一個無相依的最小 C 函式庫，支援反向傳播與替代最佳化方法，可用於訓練與使用前饋人工神經網路。

一個本地伺服器，透過 OpenAI 與 Ollama 兼容 API 暴露 ChatGPT 帳戶模型，使其可在第三方聊天與編碼工具中使用。

一個超輕量級、開源的代理框架，用於建構具備持久記憶與工具整合的自我學習代理及決定性多步驟工作流程。

一個綜合性的 LLM 量化工具包，利用 GPTQ 和 AWQ 等方法壓縮模型，並透過 NVIDIA、AMD、Intel 和華為 NPU 等硬體加速實現高效推理。

一款在您機器上本地運行的自架設 AI 代理，提供原生桌面應用，並與 Discord 和 Slack 等多個訊息平台整合。

一個 MCP 代理伺服器，將多個 Model Context Protocol 伺服器聚合為單一的 HTTP 入口點，簡化工具與資源管理。

為 ML 模型提供的可移植層與操作集，實現不同 ML 框架與 ML 編譯器之間的互操作性。

Arbigent（Arbiter-Agent）是針對行動、網頁與電視應用的開源AI代理測試框架。它讓QA工程師能以自然語言目標在視覺化UI中建立測試場景，同時開發者可從YAML檔案或CLI中以程式化方式執行相同場景。功能包含任務分解、跨平台支援、模型選擇彈性、基於影像的斷言、可重用場景圖書館、Maestro/YAML整合，以及透過Model Context Protocol（MCP）實現的可擴充性。安裝方式為macOS二進位檔或透過Homebrew安裝的CLI（可選固定版本包裝指令碼）。此工具免費、由社群主導，適合希望以LLM驅動的高保真UI測試的團隊，但需接受較慢速度與AI成本的取捨。

一個使用圖形模型進行因果與機率推理的 Python 程式庫，提供模型結構學習、參數估計與因果推論的工具。

ChatGPT CLI 是一款跨平台的命令列客戶端，支援多家 LLM 供應商。它提供串流查詢、基於執行緒的聊天紀錄、提示檔案注入、多媒體 I/O，以及一個實驗性的代理模式 (ReAct / Plan-Execute)，可在預算與策略限制下執行 shell/檔案/網頁搜尋工具。它也支援模型上下文協定 (MCP) 以進行自訂工具呼叫。透過 Homebrew 或預建二進位檔案安裝，在 `~/.chatgpt-cli/config.yaml` 中設定 API 金鑰，並使用 `chatgpt "your question"` 或 `chatgpt --interactive` 開始聊天。

一個用於近似任意階 Shapley 相互作用的 Python 套件，以解釋機器學習模型預測中的特徵協同作用。

一個可嵌入、零相依的 Go 向量資料庫，無需獨立資料庫伺服器即可實現 RAG 與語意搜尋。

以 Rust 編寫的持久 AI 同伴與代理執行環境，整合長期記憶、電腦使用與計畫的背景工作。

一個在業務政策和對抗性攻擊下對 AI 代理進行壓力測試，以識別安全漏洞的 AI 代理評估與紅隊平台。