CNCF 出品的分布式追踪平台，采集服务调用链路并做可视化分析，帮你在微服务和 LLM 应用里定位延迟与故障根因。

Model Context Protocol 官方 TypeScript SDK，用来快速搭建 MCP 服务端和客户端，让大模型应用以统一协议接入外部工具与数据源。

用 PHP 写的 PHP 解析器，能把源码转成 AST，方便做静态分析、代码改写和工具链开发。

专治 AI 代理写出的烂 React 代码，自动做代码审查并揪出常见反模式和坏习惯，帮你在合并前把问题拦下来。

用 Docker 容器快速拉起本地 Kubernetes 集群，方便测试 K8s 本身或验证集群配置，无需虚拟机。

字节跳动开源的 HTML5 视频播放器，内置流媒体解析能力，支持 HLS、DASH、FLV 等格式，通过按需解析节省流量。

高性能 AI 流水线引擎，C++ 内核搭配 50+ 可扩展 Python 节点，支持多模型提供商、向量数据库和 Agent 编排，可在 IDE 中构建调试 LLM 工作流。

把训练好的模型快速封装成推理 API 和任务队列，支持 LLM 应用与多模型流水线，省去自己搭服务框架的麻烦。

可移植的分布式应用运行时，用边车模式把事件驱动、工作流编排、状态管理和发布订阅等能力做成标准 API，让微服务在云和边缘环境都能一致运行。

把团队代码规范写成脚本，在 CI 里自动检查 PR 并留言提醒，省得人工反复说“你忘了改…”。

把 PDF、图片、音视频等各种格式的数据统一解析成结构化文本，方便直接喂给 GenAI 框架和 RAG 流程使用。

一条命令就能搭好包含 Caffe、Keras、MXNet 等主流框架的深度学习 Docker 环境，省去逐个配置依赖的麻烦。

开源的实时可观测性系统，通过 Agent 采集指标、日志并接入 LLM 智能分析，替代 Grafana 等传统监控方案做告警通知。

基于 OpenTelemetry 的 LLM 应用可观测性工具，能追踪调用链、采集指标并监控模型表现，帮你在生产环境定位 GenAI 应用的性能与质量问题。

用 Rust 写的 OLTP 图数据库，跑在对象存储上，原生集成向量检索和全文搜索，适合给 RAG 应用做统一的数据底座。