把几十种云存储（S3、Google Drive、Dropbox、Azure 等）统一成一套命令行接口，像 rsync 一样做同步、拷贝和挂载，还支持加密。

微软出品的 21 节生成式 AI 入门课程，用 Jupyter Notebook 带你从零理解大模型、提示工程和 ChatGPT 应用开发。

一套覆盖 Linux、Kubernetes、AWS、Terraform 等主题的 DevOps 练习题与面试题库，帮运维和 SRE 系统刷题、准备面试。

统一调用 100+ 家 LLM API 的 AI 网关，用 OpenAI 格式或原生格式接入，自带成本追踪、限流护栏、负载均衡和日志。

把 OpenAI、Claude、Gemini、通义千问等十几家主流大模型统一到一个 API 下，方便做密钥管理和二次分发，单文件部署开箱即用。

可自托管的多用户 AI 聊天平台，聚合 OpenAI、Anthropic、Gemini、DeepSeek 等多家模型，支持模型切换、Agent、MCP、代码解释器和消息搜索。

用 Python、Go、TypeScript 等常用编程语言编写基础设施即代码，统一管理 AWS、Azure、GCP 和 Kubernetes 资源，省去学习专用 DSL 的成本。

给数据和模型做版本控制的工具，像 Git 管理代码一样管理数据集和机器学习实验，解决数据版本混乱、实验难复现的问题。

基于 Docker 和 nginx 的可扩展 PaaS，一条命令就能把应用部署到自己的服务器上，省去手动配置容器和反向代理的麻烦。

在 Docker 里跑 Android 模拟器，支持 noVNC 网页操作、录屏和 MCP 服务，方便在 CI 或云端做自动化测试与 AI 代理控制。

微软开源的多智能体编程框架，让开发者用对话编排多个 LLM Agent 协作完成复杂任务，支持自定义角色与工具调用。

一个用 Go 写的通用文件管理平台，把 FTP、S3、Dropbox、Git、IPFS 等多种存储统一到一个 Web 界面里，方便人和程序集中访问和管理文件。

开源的身份与访问管理（IAM）系统，带 Web 界面，支持 OAuth、OIDC、SAML、LDAP 等协议，同时可作为 LLM MCP 与 Agent 网关统一管理认证授权。

一份面向 C#/.NET/.NET Core 开发者的中文学习与面试指南，汇总基础知识、学习路线、实战技巧、面试题和常用工具资源。

基于知识图谱的模块化检索增强生成系统，把文档抽成实体关系图，让大模型在回答复杂问题时能跨文档做全局推理。

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。

用大语言模型驱动的 Python 爬虫，只需描述想抓什么，就能自动完成网页抓取和结构化数据提取，省去手写解析规则。

用聊天方式让 AI 直接绘制和编辑 draw.io 图表，提供网页版、桌面版和 MCP 服务器，可接入 Claude Code、Cursor 等编码工具。

开源自托管的电子签名平台，可创建、填写并签署 PDF 文档，用来替代 DocuSign 完成合同签署流程。

用 Ansible 在裸机、AWS、GCE 等环境一键部署生产级 Kubernetes 集群，支持高可用，省去手工搭集群的繁琐。

面向图像、视频、音频和 3D 数据的开源标注平台，支持 AI 辅助标注、质量校验、团队协作和开发者 API，适合构建计算机视觉数据集。

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。

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。

给大模型智能体加上持久记忆和状态管理，让 Agent 能跨会话记住信息、持续学习并自我改进。

用声明式配置在 AWS、GCP 等云上自动化创建、升级和管理生产级 Kubernetes 集群，省去手工搭建和运维的麻烦。

微软推出的多智能体开发框架，支持 Python 和 .NET，用于构建、编排和部署 AI 智能体及多智能体工作流。

在终端里直接调用 GPT、Llama、Ollama 等大模型，用自然语言生成并执行 shell 命令，省去查手册和拼参数的时间。

安装前扫描 Claude Code、Codex 和 MCP 技能的安全工具，能发现漏洞、恶意模式、提示注入、数据外泄和供应链风险。

提供按需创建的云端开发环境，让开发者快速启动可丢弃的编码环境，提升开发效率与安全性。

一份 2026 版 DevOps 学习路线图，按阶段梳理从 CI/CD、容器到云平台的技能点并附学习资源，适合想系统入门或查漏补缺的工程师。

一份精选的 Kubernetes 资源清单，汇总教程、书籍、云厂商方案和企业级产品，帮你在庞杂生态里快速找到靠谱的学习与落地资料。