Evo-1 是一款用於機器人操作的輕量級視覺-語言-動作 (VLA) 模型，能將視覺與文字指令轉換為機器人動作，適用於各種模擬環境與真實硬體。

一個利用 LLM 和自訂 SVG 渲染引擎，將主題或檔案轉換為互動式視覺思維導圖的 AI 工具。

一個自動化小說創作的 AI 平台，包括文字生成、一致的角色插圖和影片改編。

一個用於在拓撲領域（如單體複形）進行深度學習的 Python 模組，適用於科學與工程領域。

MineBench 是一個基於網頁的基準測試工具，透過讓 LLM 對『中世紀城堡』等提示輸出體素座標，來評估其三維空間推理能力。它可視化生成結果，支援人類進行頭對頭對比，並使用 Bradley-Terry 系統對模型進行排名。平台包含成對投票用的 Arena、自訂建構用的 Sandbox、社群提示的 Gallery，以及 GLB、STL、.vox、.schem 等格式的匯出功能。支援主流 LLM 提供商，可透過 Node.js、pnpm 和 Docker 在本地執行。

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。

Onyx 是一個開源 AI 平台，作為 LLM 的應用層，提供 Agentic RAG、深度研究與自訂代理等進階功能。

一個使用標準化資料集與判斷模型，對不同提供者之間的 AI 記憶與上下文系統進行評估與比較的可插入基準框架。

RunPod 官方 Python 函式庫，提供用於建立 Serverless AI Worker 的 SDK 以及用於管理 GPU 雲 Pod 和端點的 REST API 包裝器。

一個集中式工程手冊，可在多個 AI 編碼代理與倉儲之間同步編碼標準與指示。

為 Windows 開發者提供的互動式 AI 範例庫，可探索本地 AI 模型並將其匯出為 C# Visual Studio 專案。

一個記憶體優化的推論庫，透過權重串流與注意力切片，讓 Stable Diffusion 和 LLM 等大型 AI 模型能在超低記憶體裝置上執行。

UniWM 是一種統一的、記憶增強的世界模型，適用於視覺導航，它在單一多模態自回歸骨幹中整合了自我中心視覺預測與規劃。

一個用於視訊世界模型的框架，將 3D 場景內容儲存為潛在表示，透過避免重複的 RGB 渲染來提升生成速度並減少記憶體開銷。

OmniNWM 是一個研究用程式碼庫，建構用於自動駕駛模擬的全景多模態世界模型。它從車輛軌跡聯合生成 RGB、語意、深度與 3D 佔用圖，使用歸一化 Plücker 射線圖實現精確控制，並提供基於佔用的密集獎勵以支援封閉迴路策略評估。該倉儲包含安裝步驟（含對 `transformers` 的手動修補）、nuScenes 資料準備說明、預訓練檢查點下載連結，以及用於推論、分布外測試與分階段訓練的腳本。

VerseCrafter 是一個可控影片世界模型，透過 4D 幾何控制與 GeoAdapter，為真實影片中的相機與多物件運動提供精確且可解釋的控制。

一套專為未來狀態預測設計的世界基礎模型，能從文字或影片提示生成視覺模擬，以支援 Physical AI 的開發。

HY-World 1.5 是一個即時互動式世界建模框架，利用串流影片擴散技術，根據使用者輸入生成幾何一致的 3D 環境。

一個將 AI 助手連接到 Gemini/Antigravity CLI 的 MCP 伺服器，支援大規模程式碼庫分析與沙箱化程式碼執行。

一個為 AI agent 設計的輕量級瀏覽器自動化工具，以單一 Zig 二進位檔實現，無需 Node.js 依賴。

GolemBot 是一個 Node.js 執行階段，為現有的編碼代理（Cursor, Claude Code, OpenCode, Codex）提供聊天機器人「身體」。透過單一的 `golembot gateway` 指令，您可以在 Slack、Telegram、Discord、Feishu、DingTalk、WeCom、WeChat 或自訂 HTTP API 上公開該代理，並透過微小的 YAML 設定檔切換 LLM 提供者（OpenRouter、MiniMax、DeepSeek 等）。它整合了 ClawHub 市場（13 k+ 社群技能），使代理能即時獲得新能力。功能包括內建儀表板、cron 排程器、艦隊管理，以及最小化的 JavaScript SDK（`createAssistant`）。透過 `npm i -g golembot` 安裝，執行 `golembot onboard` 進行設定，然後執行 `golembot gateway` 上線。採用 MIT 授權。

一個開源基礎設施，為影片生成、3D/4D 表示與具身 AI 提供統一的推論、資產階段化與基準評估堆疊。

一個使用視覺化工作流程在桌面、行動與邊緣裝置上部署 AI 模型的高性能 AI 部署框架。

用於視覺化 AI Agent 追蹤軌跡的 React 組件庫，將複雜的 JSON 日誌轉換為層級視覺圖表，讓除錯更加容易。

roam‑code 是一個本地靜態分析 CLI（及可選 MCP 伺服器），可建立程式碼庫的符號圖，讓 AI 編碼代理無需任何遠端 API 呼叫即可查詢定義、呼叫者、測試影響與風險（爆炸半徑）。它提供預飛行檢查、健康摘要、驗證門禁與 Claude 特定鈎子，全部開源且保護隱私。

一個 Python 函式庫，透過消除 Hydra 專案中手寫的 YAML 設定檔，簡化可配置且可擴展工作流程的建立。

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。

一款企業級開源 RPA 桌面應用，支援低程式碼自動化桌面軟體與網頁，具備與 AI 代理的深度整合。

一個可演化的多代理框架，能自動化並擴展資料科學，專注於端對端的單細胞生物學分析。

MInference 透過利用動態稀疏注意力模式，在單個 A100 GPU 上實現高達 10 倍的加速，藉此加速長文本 LLM 的預填充（pre-filling）階段。

ImageJ2 是一個科學成像框架，它擴展了原始的 ImageJ，以支援多維圖像數據以及跨多種程式語言的無頭處理。

一個為 Unreal Engine 設計的外掛程式，讓電腦視覺研究人員能利用 PyTorch 和 TensorFlow 等外部 AI 框架建立虛擬世界並與其互動。

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。

一個本地優先的長期記憶系統，為 AI 代理自動捕捉與更新使用者偏好與事實，跨會話消除 AI 健忘症。

一個包含 8,150 個高保真 CFD 汽車設計的全面性多模態數據集與基準測試，用於訓練用於空氣動力學優化與性能預測的 AI 模型。

一個靈活的 AI agent 框架，用於開發與部署具身智能 (Embodied AI) 功能，使機器人能夠利用生成式 AI 進行推理、多模態交互與複雜任務執行。

一個用於透過視覺化建構器與 GitHub 整合來建立與執行代理型工作流的開源 AI agent studio。

一個針對能量基礎變壓器（EBTs）的框架，能在文字、圖像與影片等多模態上實現可擴展的推理與 System 2 思考。

一個用於數據加載和預處理的 GPU 加速庫，旨在消除深度學習流水線中圖像、視頻和音頻數據的 CPU 瓶頸。

一個開源的 AI 代理技能記憶層，會自動從代理執行中捕捉學習內容，並以人類可讀的 Markdown 檔案儲存。

一個生產等級的網頁爬蟲引擎，為 AI 代理與大型語言模型（LLM）提供乾淨的 Markdown 輸出與反機器人繞過功能。

一個基於 PyTorch 的可組合 GAN 框架，讓開發者與藝術家能輕鬆訓練、分享與部署生成對抗網路。

一個高效能的 Windows 螢幕擷取程式庫，為 Python 提供低延遲、高幀率的畫面，適用於 AI 代理和電腦視覺工作負載。

一個用於 Claude Code 的 GUI 應用程式與工具組，提供視覺化工作階段管理、自訂代理建立以及使用分析。

DeTi*k*Zify 是一個開源的多模態 LLM，可將草圖或點陣科學圖形轉換為可編輯的 TikZ 程式碼。它支援影像轉 TikZ、透過 Ti*k*Zero 適配器進行文字轉 TikZ，以及使用蒙地卡羅樹搜尋進行迭代最佳化。可透過 pip 安裝，需要完整的 TeX Live、Ghostscript 和 Poppler 安裝，並可在 GPU（8‑b 模型）或 CPU（1‑b）上執行。此儲存庫提供 CLI/Web UI、Python API 範例、Hugging Face 上的模型權重，以及重建訓練資料集的腳本。

該倉儲是一個關於 AI 桌面與瀏覽器自動化的真實軟體專案，提供一個基於 Rust 的 MCP 伺服器，透過標準輸入輸出的 JSON-RPC 與 AI 代理通訊，使 AI 代理能夠控制本機電腦，支援本地 OCR 與可選的視覺模型整合。

Naomi 是一個開源、持續在線的語音助理平台（Python，Linux/Raspberry Pi），可讓你控制家庭裝置、查詢資訊，並透過簡單的 Python 模組新增自訂「技能」。

一個提供時間序列預測模型集合的 R 套件，包含 ARIMA 與指數平滑法，並與 tidyverse 工作流程整合。