一個使用 DeepSeek 將現代文字轉換為正式、偽古代的「周禮」風格，並能解碼回普通語言的中文迷因生成器與翻譯工具。

一套用於實驗與研究推薦系統的 Python 工具集，提供訓練、執行與評估推薦演算法的支持。

適用於 macOS 的多代理安全控制台，透過在獨立的 macOS 使用者帳戶中執行隔離的 AI 代理實例，確保資料隱私與系統安全。

Julia 中用於多種自動微分後端的統一介面，提供計算梯度、雅可比矩陣與海森矩陣的一致語法。

一個 MCP 伺服器與 Firefox 擴充功能，讓 AI 助理能夠在使用者明確同意的情況下，安全地管理分頁、搜尋記錄並讀取網頁內容。

Mundi 是一個開源網路 GIS，利用 LLM 自動化向量、光柵與點雲資料的地理處理演算法與符號化編輯。

ASASR 是一個基於 FLUX.1-dev 的忠實影像超解析度框架，利用對抗 Sobolev 對齊減少偽影並提升放大影像的結構保真度。

一個使用 LLM 和 Chrome DevTools Protocol 來導航網站、與動態內容互動並自動化複雜網路工作流程的自主瀏覽代理。

一種高性能的 Rust 重寫版 DSPy 框架，可實現基於程式化與自動化的 LM 驅動應用管道優化。

一個用於評估 PII 檢測模型並使用模板生成合成 PII 資料集的工具包，以提升命名實體辨識（NER）的準確性。

一個開源的 Spark 套件，可將 Amazon SageMaker 整合至 Spark ML 流水線中，實現資料框上的可擴展模型訓練與推論。

一種基於CNN的全景分割架構，可為影像中每個像素預測類別與實例特定的標籤。

MeanVC 是一個輕量級的零次學習語音轉換系統，利用平均流與擴散變壓器，實現即時、單步的音色轉移。

提供集中式、受控 AI 消費網關的企業級 AI 落地區，具備統一的安全、合規與可觀測性。

Claude Code Multi‑Agent 是一個開源框架，為 Anthropic 的 Claude Code 專案賦予專案感知能力與專家代理功能。它使用 Python Hook 系統與本地執行的 Ollama 模型，自動偵測程式碼庫類型，分析使用者意圖，載入 300 多個領域專用的「技能」（後端、前端、測試、安全等），並強制執行自動文件（DEVELOPMENT.md、KNOWLEDGE.md、CHANGELOG.md）。克隆倉儲，安裝 Ollama、模型與 uv 後，將專案放入倉儲，Claude Code 即可立即了解其上下文，建議合適工具，並可透過 `/backend‑specialist` 或 `/kiro/spec` 等斜線命令驅動。 關鍵點： - 零設定啟動；所有設定皆位於 `.claude/settings.json` 與 `prompts.json`。 - Hooks 在會話啟動、使用者提示、工具使用等時執行，處理專案偵測、意圖分析與文件更新。 - Skills 由 `SKILL.md` 檔案定義，可自動發現。 - 完全本地運行（無外部 API），與 Git 整合，MIT 許可。 適合希望獲得可重現、本地部署 AI 編碼助手的開發者或小團隊。

一個讓 AI 模型能與 Elasticsearch 和 OpenSearch 互動的 MCP 伺服器，提供文件搜尋、索引管理與叢集健康監控功能。

一組為已停用的 AMD GFX906 架構優化之機器學習軟體建置與工具，讓舊型硬體仍可執行現代 AI 工作負載。

一個基於文字的互動式除錯框架，允許 LLM 代理使用 pdb 和 bash 等工具在程式碼倉儲中調查並修復 Python 程式中的錯誤。

以Java與Python建構的高頻率交易框架，透過統一程式碼庫實現L2 tick資料回測與即時市場執行。

一系列以程式碼為首的教育性手寫 Python 實作，涵蓋 PCA 重構、RobustPCC 與 PU 學習等多種表格異常檢測方法。

一個 AI 驅動的 PRD 產生器，能將自然語言描述轉換為結構化的技術文件與 SOP，以優化 AI 編碼代理的表現。

一個開源、低程式碼平台，為傳染病與被忽視疾病研究及藥物發掘提供對預訓練 AI/ML 模型的無縫存取。

一款情境策展工具，讓 AI 程式設計代理能夠自動識別、打包並管理特定任務所需的檔案和程式碼片段，以避免達到 token 限制和資訊缺失。

一套全面的 API 與工具，將安全性、隱私性、可解釋性與公平性整合到生成式 AI 與傳統 ML 模型中，以確保可信賴度。

Next.js Evals 是一個由 Vercel 維護的框架，用於在真實世界的 Next.js 任務上自動測試 AI 代碼代理。它從 `vercel/next.js` 倉儲同步評估固定裝置，在 Vercel 沙箱中執行代理，檢查隱藏斷言，記錄通過/失敗、令牌使用量與成本，並匯出 JSON 排行榜，為公開的 Next.js 評估網站提供支援。

一項即時輻射場渲染專案，透過以可變貝塔核取代高斯核，提升幾何細節、色彩表現與記憶體效率。

用於材質辨識與跨模態學習的機器人滑動接觸大型同步視頻、音訊與觸覺力資料集。

一個以 Rust 寫成的機器學習執行環境，可在 Rust 與 WebAssembly 環境中執行 PyTorch 等 Python 框架訓練的 ONNX 模型。

Sentis 套件的範例專案與模板集合，展示如何在 Unity 中實作 LLM、電腦視覺與模擬等 AI 功能。

一個為 GPU 和 AI 加速器設計的高性能推理引擎，可實現高效的模型部署與學術驗證。

一個整合了 YOLOv7 與 YOLOv8，用於在各種來源的影片串流中進行即時目標檢測與追蹤的電腦視覺專案。

一個使用 BentoML 框架來自我托管和部署各種 Stable Diffusion 系列模型的範例專案集合。

基於 ROS 的 xArm 系列機械臂開發與仿真框架，提供硬體介面、MoveIt 運動規劃與 Gazebo 仿真。

Q‑Transformer 是一個 PyTorch 庫，實現了用於可擴展離線強化學習的自回歸 Q 函數方法，專為結合影片觀測與語言指示的機器人任務而設計。它提供視覺 Transformer 模型、資料收集代理、回放記憶資料集與 Q 學習訓練器，可透過 `pip install q-transformer` 安裝。

TFTS 是一個基於 TensorFlow 的程式庫，提供統一介面，用於實作時間序列預測、分類與異常檢測的最尖端深度學習模型。

基於 Triton 的 PyTorch nn 模組子集，為開發自定義深度學習算子提供易讀且易於修改的神經網路層集合。

continuous-eval 是一個用於模組化、資料驅動評估 LLM 驅動流程的 Python 庫。它提供檢索、生成、程式碼和代理指標的目錄，讓您可將這些指標附加至單一流程模組，在資料集上執行，並可強制執行回歸測試。也支援自訂 LLM-as-a-judge 指標。

Ekho 是一個中文文本轉語音引擎，可將書面文本轉換為口語音訊，並支援自定義語音數據整合。

一種僅需幾秒參考音訊即可實現高品質零樣本文字轉語音與語音編輯的 token infilling 神經編碼語言模型。

專為 3D 重建與語義分割 AI 模型訓練設計的包含 10,000 個室內場景的大規模多視圖 RGB-D 資料集。

一種支援跨體態技能遷移和長時程操作的人形機器人全身視覺語言行動框架。

一個用於剛性多體機器人（如人型機器人與四足機器人）進行基於優化的逆向動力學控制的 C++ 函式庫。

一個用於類人機器人控制與模擬的全面軟體堆疊，提供動力學、感知與即時通訊的工具。

一個用於 GraspNet-1Billion 資料集的 Python API，提供載入、處理與驗證機器人抓取研究所需的抓取標籤與點雲資料的工具。

一套用於開放詞彙視覺-語言-運動學習的人類收集數據集及基準測試，使機器人能夠執行大量的自然語言指令。

專為機器人設計的開源、低成本無刷直流馬達電子調速器 (ESC)，支援 FOC 與多種控制模式。

使用 PyTorch 與 ROS 2 的即時眼動與眨眼估計系統，用於在自然環境中追蹤視線方向與眨眼機率。

使用Gazebo外掛模組為PX4自動駕駛儀提供SITL與HITL模擬的探測車、船隻與飛機飛行模擬器。