Giskard 是一个用于评估和测试 LLM 智能体的开源 Python 库，专注于对其进行红队测试、生成测试用例及 RAG 评估。它采用模块化、轻量级设计，支持动态、异步优先的测试流程。
mac-code是一个免费运行大型AI模型的工具，专为Mac设计。它通过闪存分页技术，在内存有限的Mac上运行超出现有RAM容量的大模型（如35B参数模型），实现本地部署而无需月费。支持多种量化配置，提供不同速度与精度的平衡。
谷歌DeepMind开发的Gemma开源权重大型语言模型库，基于JAX实现，提供模型加载、推理和微调功能的Python库，支持多轮对话和多模态交互。
OpenAI Evals是一个用于评估大语言模型(LLM)及其系统的框架，并提供公开的基准测试库。用户可运行预设评估项来测试模型各方面表现，也能基于自身需求和数据编写私有评估，用以精确衡量和比较不同LLM版本在实际应用场景中的效果。
pgsemantic 是一个Python库，能够为现有PostgreSQL数据库提供零配置的语义搜索功能，无需数据迁移或额外基础设施。它自动识别文本字段，通过本地模型生成向量并保持同步，让用户可以直接按语义搜索数据库内容。
PersonaPlex是一个实时全双工语音对话模型，支持通过文本角色提示和音频音色调节来控制对话者的人设。基于Moshi架构，能够生成自然、低延迟的语音交互，并保持角色一致性。适用于创建个性化语音助手或角色扮演应用。
EvoNexus是一个基于Claude Code CLI协议的开源多智能体操作系统层，专为AI驱动业务设计。它默认使用Anthropic的Claude CLI，但支持切换至OpenAI、Google Gemini等多种AI后端。系统包含38个专业智能体，涵盖17个业务领域（运营、财务、市场等）和21个工程领域（架构、测试、安全等），可将单一CLI工具转变为协同工作的智能体团队。
OpenCompass是一个大型语言模型综合评估平台，支持评估Llama、GPT、Claude等众多主流模型，涵盖超过100种数据集，并提供算法、界面和排行榜等工具。
OptionsGPT是基于GPT-OSS-20B模型、面向期权交易策略推荐的企业级微调系统。支持三种核心策略：备兑认购期权、长期期权和零日到期期权，集成了先进的参数高效微调技术、实验跟踪和性能优化，专为Apple Silicon优化。
这是一个记录Java后端工程师学习AI全栈开发的公开项目，目标是构建一个可自部署的RAG知识库系统，支持文档上传、智能问答和引用溯源，技术栈涵盖Python、FastAPI、PostgreSQL和Next.js等。
TLDSweep是一款域名情报OSINT工具，用于扫描目标域名在800多种顶级域名下的注册情况。它能发现已注册的变体域名、识别新注册的仿冒域名、收集DNS、WHOIS和技术指纹信息，并支持通过Telegram和Discord发送警报，适用于品牌保护和钓鱼检测。
Meshpoint是一款基于树莓派的开源LoRa基站，配合SX1302/SX1303集中器实现Meshtastic/Meshcore网络的本地收发。它提供被动多通道捕获、基于浏览器的本地仪表盘、原生消息传输，并支持多种LoRa区域频段。
SkillClaw是一个专为多用户智能体生态系统设计的框架，旨在实现技能的集体进化。它能够自动从多个用户和智能体的真实交互中提炼经验，将其转化为可重用的技能，并通过云端共享，让整个智能体集群的能力得以持续演化。
DataFlex是一个基于LLaMA-Factory的数据中心化动态训练框架，旨在通过智能选择、混合和重加权训练样本，动态优化数据集质量，以提升大语言模型在训练过程中的性能表现。
PosterReward是一个CVPR 2026论文的开源项目，旨在为高质量平面设计（特别是海报）生成提供准确的自动评估模型。它通过学习人类审美偏好来评估生成海报的质量，主要用于辅助和优化AI平面设计系统。
