一個用於自行主機 OpenClaw AI 代理的 Kubernetes 操作員，透過宣告式 API 提供生產級安全、可觀察性與自動化生命週期管理。

一個互動式的 PyTorch 模型可視化工具，允許使用者在 notebook 中直接追蹤與視覺化前向傳播。

一個用於 RAG 管線的框架，透過對五種內在品質指標進行評估，自動為每個文件選擇最佳的分塊策略。

基於 PyTorch 的框架，用於在傳統硬體上模擬量子計算，支援參數化量子電路與混合式古典‑量子模型的訓練。

一個用於胸部 X 光資料集與模型的函式庫，提供預訓練模型以及統一介面，以便在多個公開胸部 X 光資料集上工作。

NetKet 是一個基於 JAX 的 Python 函式庫，利用神經網路和機器學習來研究多體量子系統。

一個專為學習與實驗設計的模組化 Python RAG 流程實作，具備混合檢索功能，並支援多種大型語言模型後端。

一個為 AI 編碼代理提供規劃與執行能力的層，透過嚴謹的設計與審查工作流程，將高階請求轉化為結構化計畫與並行化的 PR。

一個本地優先的代理型個人知識管理系統，為任何 LLM 提供可移植、使用者擁有的記憶與治理層。

一種針對計算社會科學與市場研究的領域專屬語言，讓使用 AI 代理與大型語言模型（LLM）設計與執行調查與實驗變得簡單。

一個以超圖為驅動的檢索增強生成（RAG）框架，透過捕捉領域特定知識中複雜、超越兩兩關係的結構，降低大型語言模型的幻覺現象。

專為 FIRST Robotics Competition 機器人量身打造的免費且快速的電腦視覺解決方案，提供易於整合與視覺處理的工具。

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%

透過在真實任務上測試候選設定，自動分析倉庫並應用最便宜、最可靠的 AI 編碼設定的工具。

一個用於教育目的的互動式視覺化工具，解釋擴散模型與流式生成模型的幾何直覺。

MAMMA 是一個無標記的多人 3D 動作捕捉系統，能從多視角影片中重建精確的人體姿態。

一款原生 AI 抠像執行環境與 OFX 外掛，適用於 DaVinci Resolve 與 Foundry Nuke，為影片編輯者提供自動化、機器學習加速的背景移除功能。

一個超輕量、無錨點的即時物件偵測演算法，針對 ARM CPU 與嵌入式裝置的高速推論進行最佳化。

一個統一的多模態後端，將資料庫、編排與服務層整合至單一 Python 檔案，用於 AI 數據應用。

Sa2VA 是 ByteDance 的一個研究級代碼庫，它將 SAM‑2 分隔模型與多模態 LLM (InternVL, Qwen‑VL) 融合，為圖像和影片提供像素級的具身化理解。它包含核心 Sa2VA 模型、VRT 推理基準測試、SAMTok 遮罩‑token 介面，以及 SaSaSa2VA 等擴展。該存儲庫使用 `uv` 包管理器來確保環境的可重現性，並提供設置腳本、論文、模型庫和數據集連結。

一套針對 Arm Cortex-A、Neoverse 與 Mali GPU 架構優化的低階機器學習函式庫，提供高效能的 ML 推論。

一個輕量級的 8.3 億參數影片生成模型，能在消費級 GPU 上實現高品質的文字轉影片與圖像轉影片合成。

一個使用RQ-VAE將項目映射為語意ID，並使用Transformer預測下一個項目的PyTorch生成式推薦框架。

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。

一個開源的 LLM 框架，用於從文件中提取結構化數據和見解，並提供精確的來源引用和自動化理由說明。

一種用於參考影片生成的訓練時對齊框架，可在不增加推論開銷的情況下提升身份一致性和參考保真度。

基於擴散強制的極簡框架，用於訓練視頻世界模型，適用於未來視頻預測、3D 重建與機器人規劃。

Matcha-TTS 是一種快速、非自回歸的文字轉語音架構，使用條件流匹配來實現高品質且高效率的語音合成。

一個使用 JAX 和 Python 寫成的高性能、可擴展的 LLM 庫，適用於在 Google Cloud TPUs 和 GPU 上進行大型模型的預訓練和訓練後優化。

Hugging Face 函式庫與 OpenVINO 之間的介面，可加速 Intel 架構上的 AI 模型推論與優化。

一個將已訓練的 scikit-learn 與 Keras 模型轉換為可攜式 C99 程式碼的工具，可在微控制器與嵌入式系統上高效推論。

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。

一組現代的、帶有 TypeScript 類型的 JavaScript 套件（如 `@huggingface/hub`、`@huggingface/inference`、`@huggingface/mcp-client` 等），可在瀏覽器、Node、Deno 或 Bun 中建立倉儲、上傳檔案，並呼叫 Hugging Face 推論 API（聊天、文字轉圖像、翻譯、串流、自訂端點）

一組優化的預訓練深度學習模型與工具，旨在加速高性能推理應用程式的開發與部署。

OpenVINO Model Server (OVMS) 是一個 C++ 推理伺服器，透過 OpenAI 兼容 REST 或 KServe gRPC API 提供 LLM、視覺-語言模型與傳統深度學習模型。專為 Intel CPU、GPU 和 NPU 優化，提供連續批次處理、串流、模型版本控制、熱重載與 Prometheus 指標等功能。可透過 Docker、裸機二進位檔或 Kubernetes 部署，支援多種模型格式（TensorFlow、ONNX、OpenVINO IR、GGUF 等），並與標準客戶端程式庫整合。

一個為分類、預測和聚類提供前沿演算法的 scikit-learn 相容 Python 庫。

一個將 ONNX 模型轉換為 LiteRT、TFLite、TensorFlow 和原生 PyTorch 程式碼的工具，以促進跨框架部署。

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

一個整合 scikit-learn 相容模型、統計方法與基礎模型的統一 API 時間序列預測 Python 庫。

一個純 Julia 的機器學習框架，提供輕量級抽象，讓使用者能以原生 GPU 與自動微分支援來建構與訓練模型。

一個高階的 PyTorch 函式庫，透過彈性的引擎與事件驅動系統，簡化神經網路的訓練與評估。

一個用於機率性時間序列建模的 Python 套件，利用深度學習和 PyTorch 來生成帶有不確定性區間的預測。

A fast, header-only C++ machine learning library that provides a wide array of ML methods and functions with bindings for Python, Julia, Go, and R.

一個硬體加速的 JavaScript 函式庫，用於在瀏覽器和 Node.js 中訓練與部署機器學習模型。

一個用於建構 AI 代理的平台，具備免程式碼視覺建構器與完整雙向同步的 TypeScript SDK，支援協作式代理管理。

一個多執行緒的網頁爬蟲，將網站頁面轉換為 markdown 檔案，以簡化 RAG 與 LLM 微調的文件解析與切分。

An open-source ecosystem for engineered language and structured protocols that provides tools like the Polaris Goal Compiler and Problem Map 3.0 to improve AI execution and debug broken workflows.