… and Elastic Infrastructure for Running AI-Generated Code

用自然语言描述操作步骤就能完成端到端测试，让 AI 像人一样看懂界面并驱动浏览器或手机执行验证。

Open-source context retrieval layer for AI agents

为 AI Agent 提供可持久化的长期记忆层，让智能体和应用能跨会话记住上下文，开箱即用、面向生产环境。

开源智能体技能构建器，用可视化工作流定义技能，可运行在 Claude Code、Cursor、Codex 等平台，并生成 API 或 Slack、飞书机器人。

把公司业务流程写成代码，用多智能体协作自动执行，可自托管或托管部署，让团队像操作操作系统一样管理公司。

一条命令行就能让 AI 智能体读取和搜索 Twitter、Reddit、YouTube、GitHub、B站、小红书等平台内容，不用付任何 API 费用。

面向智能体的 RAG 检索引擎，把文档解析、知识编译和上下文管理整合成一套基础设施，帮 Agent 稳定拿到高质量检索结果。

用声明式 YAML 编排数据管道、基础设施、业务流程和 AI Agent 的开源控制平面，事件驱动、支持任意语言、可 Git 版本化，能扛住百万级执行。

字节开源的多模态 AI Agent 桌面栈，把前沿模型和 Agent 基础设施连起来，让 Agent 能像人一样操作 GUI、浏览器和电脑完成任务。

用 Rust 写的轻量级自主 AI 个人助理基础设施，跨操作系统和平台部署，组件可自由替换。

实时全球情报仪表盘，用 AI 聚合新闻、监控地缘政治与基础设施动态，把分散信息整合进统一的态势感知界面。

给 AI Agent 提供安全、快速、可扩展的沙箱运行时，基于 Kubernetes 隔离执行环境，防止智能体代码越权或污染宿主。

面向 AI 智能体的图原生上下文基础设施，用上下文图谱管理记忆与决策依据，让 AI 系统的行为可追溯、可问责。

把代码、文档和基础设施连成一张持久化图谱，为开发者和 AI 代理提供本地代码智能检索，还能按改动挑选测试。

在 Kubernetes 上编排 ML 流水线、智能体和实时推理的类型安全分布式引擎，用纯 Python 的 async/await 写工作流，也支持 Rust、Go 和 TS。

开箱即用的浏览器沙箱 API，让 AI Agent 和应用直接调用无头浏览器完成网页自动化，省去自建基础设施的麻烦。

面向 AI/ML 工作流的 Python 编排框架，用装饰器写 DAG，支持本地到 Kubernetes、多云部署，并带实验追踪和成本优化。

把分散在多家云上的 GPU 资源统一调度成一台「AI 超算」，自动选最便宜的可用算力跑训练、微调和推理任务，省去手动比价与跨云管理。

给 AI Agent 提供持久化记忆的基础设施层，把对话和执行过程转成结构化状态，兼容任意 LLM，可直接接入现有数据设施，支持云上和本地部署。

Meshery 是一个云原生管理平台，用可视化方式统一管理 Kubernetes 和多集群基础设施，支持 GitOps、服务网格与 IaC 配置。

开源的向量数据库，专门给 AI 应用做检索基础设施，支持 RAG、语义搜索和智能体记忆存储，底层用 Rust 重写后性能更强。

用 Python 编排数据管道的工作流框架，带重试、调度和可观测性，让数据与 ML 流水线在生产环境稳定跑起来。

面向不可预测增长的 Agent 负载设计的分布式数据库，原生支持事务、分析与向量检索，避免数据孤岛和资源争抢。

自托管的零信任访问平台，集反向代理、SSO 和 NAT 穿透于一体，让用户安全连接内网应用、基础设施和 AI 服务。

基于 OpenTelemetry 的开源可观测性平台，把日志、指标和链路追踪集中到一处，提供 APM、分布式追踪和基础设施监控，帮团队快速定位线上问题。

一本从硬件约束和模型架构出发、用定量推导讲透 LLM 推理与训练系统设计的开源书稿，附全书正文、PDF 和配套计算工具，适合想搞懂 AI Infra 底层账怎么算的工程师。