一系列增強多模態推理能力的視覺語言模型（VLM），支援原生函數呼叫、視覺定位與複雜文件理解。

VRCT 是一款翻譯與轉錄工具，旨在透過即時音訊轉文字與聊天整合，幫助 VRChat 用戶進行跨語言溝通。

一個面向生產環境的端對端語音辨識工具包，提供串流與非串流語音轉文字的全棧解決方案。

透過協調本機和雲端語音及語言模型，建立有聲書、字幕和配音的統一工作空間。

一組 ComfyUI 節點，透過分塊（tiled）方法對大圖進行圖生圖擴散，以提升細節並降低硬體需求。

一個實作 LoHa 與 LoKr 等多種參數高效微調演算法的函式庫，讓 Stable Diffusion 在極小儲存與運算開銷下實現高品質模型客製化。

attention‑map‑diffusers 是一個 Python 庫，可捕獲並可視化 Hugging Face Diffusers 圖像與影片生成管道中的注意力張量，讓使用者能看見提示、圖像區塊或影片幀如何相互影響。

使用者張貼了一段關於 llama.rn 的長篇 README，涵蓋了許多功能。助手表示可協助特定問題，並提供了關鍵使用要點的簡潔 TL;DR。

Paritok 是一個開源代理，位於程式代理（Claude Code、Cursor、Codex、OpenHands 等）與 LLM API 之間。它透過（1）過濾無關工具模式，（2）使用 4B 模型壓縮檔案讀取／工具輸出／歷史記錄，（3）總結舊回合，來減少輸入 token 使用量。網關是一個 Python 套件（`paritok[proxy]`），可透過 Ollama 或 vLLM 本地執行，或透過託管 GPU 服務執行。報告的節省效果為首次回合約 25%，長時間會話超過 60%，顯著降低使用成本。專案採用 Apache-2.0 許可證，包含儀表板與 VS Code 擴充。

一個用於靈活多模態資料準備的 Python 庫，可優化機器學習訓練中語音、音訊、影片與影像資料的載入與操作。

一種用於建構神經符號 AI 中世界模型的宣告式邏輯程式語言與執行環境，透過結構化推理減少 LLM 幻覺。

支援類型安全工具與本機設備 Apple Foundation Models 的 Swift 原生代理執行環境

一個用於 AI 輔助醫學影像標註的智慧開源生態系統，採用伺服器-用戶端架構，為放射學、病理學和內視鏡檢查實現互動式與自動化的標註。

一款 AI 助理，可使用各種 LLM 從主題描述或 PDF 檔案生成專業的 PowerPoint 簡報。

LaunchStack 是一個 TypeScript 優先、基於埠設計的 AI 原生應用程式引擎，提供擷取、OCR、RAG、LLM 聊天與背景任務基礎設施。一個 Next.js 參考應用程式展示了如何將引擎連接至 PostgreSQL + pgvector、S3、Inngest 和 Google Gemini（或任何 OpenAI 相容端點）。套件目前尚未發布但已準備好發布；該儲存庫可在本機或透過 Docker 執行。

用於 OpenClaw 和 Hermes Agent 的原生 Android 語音用戶端，使自託管 AI 助手能夠控制裝置硬體和系統功能。

一個利用YOLO從即時攝影機串流中偵測PPE違規與接近危險的AI驅動建築工地安全監控系統。

一個包含 2,624 張已標註太陽能電池電致發光影像的基準資料集，用於視覺辨識降低功率效率的缺陷。

一個開源機器學習平台，利用深度學習與衛星影像自動偵測森林砍伐、北極冰層融化與洪水。

Rust 中用於 AI 代理的狀態化圖工作流框架，提供一種類型安全的方式，建構複雜、可恢復且互動式的代理工作流程。

一種用於 LLM 的快取管理框架，透過持久化 KV 快取並實現稀疏注意力檢索與儲存-運算分離，顯著降低推論延遲與 GPU 記憶體使用量。

一個 AI 員工平台，用於運行持久、永遠在線的自主代理，這些代理可透過電子郵件或簡訊聯絡，並執行生產環境的瀏覽器自動化。

Harbor 是一個以 CLI 驅動的 Docker‑Compose 協調器，讓你僅需一個 `harbor up` 命令，即可啟動完整的本地 LLM 堆疊——包含模型後端（Ollama、llama.cpp、vLLM、MLX 等）、聊天前端（Open WebUI、LibreChat、AnythingLLM、…）、網路搜尋、語音、影像生成，以及基於 Boost 的智能工作流程。

一個為 Joplin 設計的 AI 筆記助理，能夠與筆記聊天、語意搜尋，並使用線上或離線 LLM 進行自動文獻回顧。

使用 Gemini 2.5 Flash 的自主 AI 機器人，可在無人干預下每日編寫、產出並上傳教育類 YouTube 影片與 Shorts。

一個受控的本地 GraphRAG 和代理框架，結合階層樹搜尋與知識圖譜推理，實現可驗證的多跳 AI 檢索。

一個上下文感知的程式碼搜尋引擎，優先考慮相關性而非純速度，為 AI 代理與開發者提供精確、意圖導向的檔案檢索。

一個為 PHP 提供的高階機器學習與深度學習程式庫，支援整個 ML 生命週期的 40 多個演算法與工具。

Kronotop 是一個基於 FoundationDB 的分散式、交易型文件資料庫。它提供低成本、隔離的命名空間，支援 ACID 交易、JSON 文件模型（Bucket）、有序鍵值 API（ZMap）以及內建向量相似性搜尋，所有功能均可透過熟悉的 Redis RESP 協定存取。

一組可重複使用的 SKILL.md 工作流程，讓 AI 代理在長期專案中具備持久狀態、任務追蹤與自我進化能力。

為 AI 代理提供長期、角色感知的文本與影片記憶的代理記憶管理層，是 Mem0 的高性能替代方案。

一個用於訓練自訂內容生成模型的序列建模工具包，具備模組化架構與對超過 70B 參數模型的可擴展訓練能力。

一個自托管框架，可將 AI 編碼代理轉變為在使用者控制的本地機器上執行任務的持久性 Slack 團隊成員。

一套領域特定指令，為 AI 程式編寫代理人提供 ClickHouse 與 chdb 的最佳實踐、結構設計與查詢最佳化專業知識。

codedb 是一個無依賴、基於 Zig 的伺服器，可為本地程式碼庫建立豐富的索引（三字詞、詞彙、符號、呼叫圖），並透過模型上下文協定（JSON-RPC over stdio）公開。AI 程式碼助理（Claude Code、Cursor、Gemini CLI 等）可於低於毫秒的延遲下查詢檔案樹、輪廓、符號定義、呼叫者與全文搜尋，大幅減少 token 使用量。它可作為 MCP 守護程序（`codedb mcp`）或 HTTP 伺服器運行，透過檔案監視器增量更新，並提供 macOS、Linux 與 Windows 的簽署二進位檔。

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。

.NET 用的供應商無關 SDK，內建對 30 多個 API 供應商與向量資料庫的連接器，可建構與編排 AI 代理與工作流程。

一個 AI 驅動的平台，能自動將文件與主題轉換為專業的簡報投影片，並附上 AI 生成的圖像與講稿。

一個全面的結構化 AI 會議論文記錄庫，以及用於分析主要會議（如 NeurIPS 和 ICLR）學術文獻的本地搜尋工具。

一個加密的代理對代理網路，為 AI 代理提供身份註冊、發現、Signal 加密訊息以及透過 Solana 的鏈上付款結算。

一個為 AI 代理與人類提供可寫、可搜尋、可版本化的 Markdown 檔案系統，支援原生 MCP 與基於 Git 的審計功能。

一種為 AI 代理與本地設備模型設計的本地優先共享記憶系統，將可搜尋的記憶儲存在單一磁碟檔案中，無需託管向量資料庫。

Codex CLI、Claude Code 和 ACP 相容代理的輕量級代理工作站與命令中心，具備任務排程與統一專案工作區功能。

Shob 是一個 AI 代理工作空間，讓開發者能從整合了 Git 與權限控制的單一環境中，並行執行多個 AI 工作流。

GenAI Prices 是一個支援多語言（Python、JS/TS、Go）的程式庫，提供數百個 LLM 模型在數十家提供者中的最新價格資料與查詢邏輯，支援歷史價格、階層定價與每日價格變動。

一種協定與引擎，透過匯集分散式 GPU 的 VRAM 與運算能力，在開放互聯網上運行大型 AI 模型。

以 Rust 編寫的可攜式、加速的 SQL 查詢、搜尋與 LLM 推論引擎，無需複雜的 ETL 管道即可實現即時、資料驅動的 AI 應用。

World-R1 是一個強化學習框架，透過在不改變基礎模型架構的前提下，將產生的影片與 3D 約束對齊，提升文字生成影片的 3D 幾何一致性。