一個專為理解使用者介面與資訊圖表而設計的 ScreenAI 視覺-語言模型實作。

SuperBench 是一款專為提升雲端 AI 環境可靠性而設計的 AI 基礎設施驗證與效能分析工具。

一個使用 OpenAI ChatGPT API（或相容服務）的 Node.js CLI/Web UI，可逐行翻譯 SRT 字幕檔案，保留時間戳。支援批次處理、結構化 JSON 輸出、提示快取、可選審核，以及用於更豐富翻譯的高階多輪「代理」模式。

一個用於單細胞基因表現分析的深度學習工具包，提供實驗重現的基準平台與自動化預處理建議功能。

LViT 是一個結合語言與視覺變換器的多模態框架，旨在提升 CT 掃描及其他醫學影像中醫學影像分割的準確性。

一個以 AnnData 為優先 API、並與 Scanpy 生態系統相容的 GPU 加速單細胞分析套件

一個使用 DeepSeek 模型透過 GitHub Actions 或本地 CLI 自動化 PR 審查的 AI 驅動程式碼審查工具。

LightGBM 的擴展，透過預測目標變數的完整條件分配而非單一點估計，實現機率模型

用於與 Gemini Developer 和 Gemini Enterprise Agent Platform API 互動的 Java SDK，支援內容生成、多模態輸入與自動函式呼叫。

SciML 生態系統用的感度分析工具套件，協助判斷模型輸出相對於輸入參數的變化情況。

一個 Kubernetes 設備插件，可將 AMD GPU 註冊並排程為容器叢集中的計算資源。

一個使用 AI 自動根據程式碼變更產生標準化慣例式 git 提交訊息的 CLI 工具。

一個使用純 Python 編寫的快速機器人運動學與動力學庫，利用 JAX 進行 JIT 編譯與自動微分。

一個用於離線強化學習的 PyTorch 函式庫，提供最先進的無模型 (model-free) 與基於模型 (model-based) 演算法的標準化框架與實作。

一款開源規劃工具，利用 AI 將複雜的專案簡報轉換為結構化、可編輯的規劃基準與互動式報告。

一個非同步資料流執行引擎，讓開發者能透過以宣告式 YAML 或 JSON 圖定義工作流程，來建構代理應用。

一組 Kubernetes 部署清單，可協助使用者輕鬆在 Kubernetes 叢集上部署與託管 Dify。

一個基於 Rust 的神經網路引擎、高階預測模型，以及 CPU 原生、暫時性 AI 的蜂群編排系統所組成的神經智能框架。

一個整合型 AI 硬體評估引擎，可在各種模型、框架與軟體堆疊中對 AI 晶片的實際效能進行基準測試，確保結果公平且可重現。

一款 AI 驅動的 DevOps CLI，允許使用者透過自然語言代理管理、查詢與部署雲端基礎設施與 Kubernetes 叢集。

一個為快速多 GPU 訓練與解碼優化之通用循環神經網絡可擴充訓練框架。

為 Claude Code 提供持久且具身的夥伴執行時，增加長期記憶、內穩態需求，以及攝影機與語音的硬體整合。

一系列 Spring Boot starters，簡化了將 LangChain4j 整合至 Java 應用程式中的過程，減少了 AI 功能的樣板程式碼。

一個用於建立後端的框架與工具集，使 Triton Inference Server 能夠執行來自各種深度學習框架或自訂 C/C++ 逻辑的模型。

一個將基於 stdio 的 Model Context Protocol (MCP) 伺服器封裝為 AWS Lambda 函數的函式庫，使雲端託管的 MCP 伺服器可透過 HTTPS 存取。

一種為AI代理提供持久記憶的系統，專門追蹤並衡量人類修正是否真正改變了代理行為，防止重複犯錯。

一組用於評估 Triton 與 PyTorch 整合效能的 PyTorch 算子集合。

ALF（智能體學習框架）是一個基於 PyTorch 的強化學習程式庫，提供大量演算法（A2C、PPO、SAC、MuZero 等）、模組化元件、Python 風格設定，以及單機與多 GPU/叢集訓練支援。包含多個即開即用的範例（CartPole、Atari、MuJoCo、MetaDrive），並支援 Docker、Nix 與 uv 安裝方式。

一個用於 Model Context Protocol (MCP) 的 PHP SDK，能夠建立 MCP 伺服器與客戶端，專門針對無狀態的虛擬主機環境進行最佳化。

一個用於評估 MLLM 影片理解能力的穩健基準，採用三級漸進難度量表與分組非線性評分機制，以衡量真實的時間推理能力。

DanceOPD 是一個研究型函式庫，將多種基於擴散模型的圖像生成能力（文字轉圖像、局部編輯、全局編輯、寫實度等）濃縮到單一模型中。它將每個教師模型視為速度場，在學生模型的自身 Rollout 狀態下進行查詢，並使用簡單的速度 MSE 損失進行訓練。該儲存庫支援 SD-3.5-Medium 和 Z-Image 後端，包含一個微型煙霧測試（smoke-test），並提供用於 LoRA 適配器完整訓練的腳本與配置。

一個使用符號表達式來輕鬆建立、操作與最佳化迴歸與分類複雜機器學習流程的 Julia 套件。

一個為 OpenClaw 及相關主機設計的生命周期外掛程式，透過整合 MemOS Cloud，為 AI 代理提供持久記憶召回與訊息儲存功能。

一款完全離線的行動 AI 應用，可在裝置上實現私密、本地化的聊天、文件分析與多模態互動，無需依賴雲端服務。

一個 MCP 伺服器，讓 AI 助手能透過一組標準化工具執行本地 Terraform 工作流程，並管理 HCP Terraform/TFE 基礎設施。

一個為 ComfyUI 設計的自訂節點集合，透過整合串流與 MIDI、OSC、遊戲手把等外部控制，實現 AI 藝術的即時互動。

一個安全框架，用於記錄與緩解使用模型上下文協定（MCP）的智能體系統中的敵對行為。

在私有基礎設施上追蹤機器學習實驗與指標的 Weights & Biases 自托管版本。

Milady 是一個以隱私為先的個人AI助手，可在本地運行（或透過自托管或雲端後端）。它提供帶3D頭像的桌面應用、多平台聊天連接器、漸進式動作串流傳輸，以及內建的BNB智能鏈交易功能。可透過macOS/Windows/Linux的簽署安裝程式安裝，或使用CLI（`milody setup`）。系統具備能源感知、插件可擴展性，並可透過API金鑰安全地暴露為遠端後端。

一個用於模擬私有聯邦學習實驗的 Python 框架，支援多個機器學習框架與差分隱私機制。

一個輕量級的 Python 庫，用於使用像素級、目標級和混合指標分析紅外小目標檢測模型的性能。

一個用於測試 AI 模型在 ARC-AGI 任務上的基準測試框架，具備多提供者適配器、速率限制與自動化評分功能。

一個可執行時載入的 SQLite 擴展，利用 HNSW 實現快速、SIMD 加速的向量搜尋，為近似最近鄰查詢提供 SQL 接口。

一個用於計算病理學中 Multiple Instance Learning (MIL) 的統一庫，提供標準化框架，以實現並比較多種 MIL 架構，適用於全切片影像分析。

一個原生代理的操作系統，為人類與 AI 代理建立共享工作區，防止團隊中共享智慧的流失。

基於 React 的 AI 聊天應用，透過邏輯與創造力兩位協作代理的內部辯論，提供更全面且有根據的答案。

一個 Go 客戶端程式庫，提供對 pgvector PostgreSQL 擴展的支援，讓 Go 應用程式能實現向量相似性搜尋與儲存。

一個 PyTorch 庫，實作可微神經電腦（DNC）、稀疏 DNC（SDNC）和稀疏存取記憶（SAM），包含安裝說明、API 使用方式、除錯支援和範例訓練任務（複製、加法、argmax）。