一个 Python 的 LLM 评测框架，提供开箱即用的评估指标，帮你在开发和上线前系统检验大模型输出质量。
用于评测大语言模型及 LLM 系统的框架，同时提供开源基准测试注册表，方便对比不同模型和系统的表现。
面向 LLM 应用的自动化评测工具，用合成测试集和多种指标量化 RAG 与生成效果，帮你在上线前发现质量问题。
面向 LLM 应用、RAG 和 Agent 工作流的可观测与评测平台，提供全链路追踪、自动评估和生产级监控看板，帮团队定位问题并持续优化效果。
微软出品的推荐系统实践库，提供从数据准备、模型训练到部署上线的完整示例和最佳实践，帮算法工程师快速搭建推荐与排序模型。
把任意编码助手变成 Google Cloud 上的 AI Agent 专家，提供命令行工具和技能，覆盖 Agent 的创建、评估与部署全流程。
面向 Agent 应用的 Python 可观测性 SDK，支持对 Agent、LLM 和工具调用做追踪、调试与评测，自带可自托管面板，用时间线和执行图看清多智能体系统的运行过程。
帮你把随手写的提示词改写成结构清晰、效果更好的版本，还能对比测试不同提示词的效果，适合经常和 LLM 打交道的人。
开源 LLM 应用可观测与评估平台，能追踪调用链路、跑评测实验，帮团队定位问题并持续优化提示词和模型效果。
基于 Claude Code 的求职自动化框架，在本地评估职位、定制简历、撰写求职信并准备面试，数据自己掌控。
一套用于评估目标检测算法的常用指标实现，支持计算 AP、mAP 和 PR 曲线，兼容 Pascal VOC 等标注格式。
从零手写一个极简 Claude Code 式 agent harness，用 Bash 就能跑，适合想搞懂 AI 编程助手内部原理的人边看边练。
面向大模型应用开发的 RAG 全栈实战教程，覆盖文本向量化、检索、重排与多模态等环节，手把手带你搭建检索增强生成系统。
面向 AI Agent 全生命周期的优化平台，覆盖开发调试、效果评估到线上监控，帮团队把 Agent 从能跑打磨到稳定可用。
一站式移动应用安全测试框架，支持 Android、iOS 和 Windows 应用的静态与动态分析，可自动完成渗透测试、恶意软件分析和安全评估。
单文件实现的深度强化学习算法集合，涵盖 PPO、DQN、SAC 等主流算法，代码简洁易读，适合做研究和快速实验。
用 Rust 写成的超快 Python 代码检查与格式化工具，能替代 Flake8、Black 等，大幅缩短 lint 和格式化耗时。
Android 上的 V2Ray 客户端，支持 Xray 和 v2fly 内核，可配置 VMess、VLESS、Trojan 等协议实现科学上网。
面向 LLM 应用的多智能体开发框架，支持多模态、语音与实时交互，让智能体的构建、运行和调试过程可见、可理解、可信。
给 AI 编程代理加上跨会话的长期记忆：自动记录会话过程，用 AI 压缩后把相关上下文注入后续会话，兼容 Claude Code、Codex、Copilot 等多种代理。
微软出品的 18 节入门课程，用 Jupyter Notebook 手把手教你搭建 AI Agent，覆盖 AutoGen、Semantic Kernel、Foundry 等主流框架与 Agentic RAG 实践。
面向 AI 研究者的开源实验环境，可在本地硬件到 GPU 集群之间无缝训练、评估和扩展大模型与扩散模型。
多智能体框架，让多个大模型智能体通过角色扮演和对话自主协作，用于研究智能体规模化规律并构建协作式 AI 系统。
开源自托管的后端即服务（BaaS）平台，把认证、数据库、存储、云函数、消息推送、托管和实时通信打包成一套 Docker 部署方案，帮开发者省去自己搭后端。
把任意网站变成命令行工具，让 AI Agent 复用你已登录的浏览器会话执行网页操作，省去重复登录和手动点击。
轻量级 OCR 工具包，能把图片和 PDF 转成结构化数据，支持 100 多种语言，方便接入 LLM 和 RAG 流程。
开源的 ML 与 LLM 可观测性框架，用 100+ 指标评估、测试并监控表格数据到生成式 AI 的数据管道与模型表现。
Windows 剪贴板增强工具，把每次复制的内容存进数据库，之后随时翻出来重新粘贴，不用再反复复制。
让 AirPods 在 Android 和 Linux 上也能用的逆向工程工具，支持电量监控、入耳检测、助听器模式和对话感知等原生功能。
一份覆盖 DevSecOps 全流程的资源大全，汇总云安全、CI/CD、容器与自动化等领域的工具、实践和参考资料，适合搭建安全开发流程时按图索骥。
用一套 Dart 代码同时构建 Android、iOS、桌面和 Web 应用，自带渲染引擎保证多端界面一致，适合想快速交付精美跨平台 App 的团队。
抓取 Claude Code 和 Codex 实际发给 API 的请求，逐段拆解 token 消耗与费用，帮你看清每次调用钱花在哪。
汇集大模型技术原理与实战经验的开源知识库，覆盖训练、推理、部署和工程化落地全流程，适合系统学习大模型应用开发。
用代码编写负载测试的开源工具，支持 Java、Scala、Kotlin 等语言，可接入 CI/CD 做自动化压测。
用 Lua 脚本把 macOS 的窗口管理、快捷键、应用联动等操作串起来，实现桌面自动化，省去重复的手动点击和切换。
开源平台，用于构建和部署基于 GPT/LLM 的对话式 Agent，集成提示词编排、工具调用与多渠道发布，省去从零搭建对话机器人的重复工作。
开源的 Zapier 替代品，用可视化方式把不同服务串成自动化工作流，可自托管，省去订阅费用。
端到端加密的开源笔记应用，可作为 Evernote 的替代品，支持跨平台使用，笔记数据在本地加密后再同步，适合注重隐私的用户。