一个基于AI的深度科研写作工具，能够自动进行文献检索并生成带引用来源的科学论文、报告、学术海报、项目申请书等学术文档，支持实时文献查找和格式转换。
基于Qwen3-VL的多模态嵌入和重排序模型，支持文本、图像、截图、视频及混合模态输入，用于先进的信息检索和跨模态理解任务。
FlashVSR是一个基于扩散模型的实时视频超分辨率框架，通过单步扩散、局部约束稀疏注意力和小型条件解码器等创新，显著提升处理效率，支持对高分辨率视频进行流畅的超分辨率增强，适用于实时流媒体场景。
codex-planr 是一个基于代码仓库的本地化规划和执行工作流系统，帮助AI助手通过明确的计划、状态跟踪和基于Git差异的评审来可靠地完成编码任务，确保代码变更与计划一致。
Kong是一个基于LLM的自动化逆向工程工具，它使用NSA级逆向框架对二进制文件进行分析。能处理混淆代码、恢复函数名称、类型信息、重建调用关系，并将结果写入Ghidra数据库。旨在解决二进制逆向中机械重复的耗时任务。
Darwin Derby是一个基于Python的自动化AI研究工具，源自Karpathy的autoresearch项目。它通过AI代理迭代优化任意目标（如代码、文本、网站等），使用评分函数量化改进效果，并支持单代理循环或多代理群实验，实现自动参数调优和性能提升。
OpenJarvis是一个本地优先的个人AI智能体框架，旨在让AI直接在用户设备上运行，减少对云端API的依赖。它提供共享的基础模块来构建设备端智能体，并优先考虑能效、计算成本、延迟和准确性等综合评估。
CorridorKey是一个基于神经网络的绿幕抠像工具，能够智能分离前景物体与绿幕背景，为每个像素（包括半透明边缘）生成真实的原始前景颜色和线性Alpha通道，简化专业视频合成流程。
Dimensional是一个面向物理空间的智能体操作系统，用于控制人形机器人、四足机器人、无人机等硬件平台。它允许用户通过自然语言构建多智能体系统，并集成摄像头、激光雷达、执行器等物理输入设备，完全用Python开发，无需ROS。
AutoRound是Intel开发的先进量化工具包，专为大型语言模型和视觉语言模型设计，支持2-4位超低位宽量化，通过优化的算法在保持高精度的同时减少模型大小和推理开销，支持多种量化方案和硬件兼容。
该工具通过HackerOne API获取已处理的漏洞报告，自动脱敏敏感信息后利用AI模型分析漏洞模式，生成可重复使用的AI技能文件（Markdown格式），帮助安全研究人员系统化整理漏洞挖掘经验。
A-MEM是一个为LLM智能体设计的创新记忆系统，它基于Zettelkasten原则，能够动态组织、索引和链接记忆，形成知识网络，以支持智能体进行更复杂的决策和任务处理。
这是一个开源机器人项目，旨在制作迪士尼BDX机器人的缩小版本（约42厘米高），成本控制在400美元以下。项目通过Python实现模拟到真实的强化学习控制，包含机械设计、物料清单和训练好的步行策略模型。
这是一个用于AI代理的自托管网页搜索工具，无需API密钥且保护隐私。它基于SearxNG，聚合Google、Bing等多个搜索引擎的结果，为OpenClaw、Claude Code等AI代理提供本地搜索能力，可避免付费查询或泄露隐私问题。
STATIC是一个用于大型语言模型约束解码的高性能框架，通过稀疏矩阵优化的字典树索引确保模型输出符合预设的序列集合，专为GPU和TPU等硬件加速器设计。
