用你自己的订阅批量调度 Claude Code、Codex 等编码智能体，桌面、手机和远程运行时都能统一管理，省去多账号切换的麻烦。
在 256MB 内存的十美元级开发板上跑 10 亿参数大模型，靠量化与 C 实现把 LLM 推理压进嵌入式设备。
面向多模态 AI 的嵌入式向量检索库，支持近似最近邻搜索和语义相似度检索，无需单独部署服务，帮开发者省去向量数据管理的麻烦。
面向本地和自托管文档搜索的 Agentic RAG 方案，基于嵌入式 LanceDB 实现混合检索、重排序和多模态 RAG，并自带 Docling 解析与 MCP 服务。
给 AI Agent 用的无服务器单文件记忆层，用嵌入式向量检索替代复杂 RAG 管线，让智能体拥有即时检索和长期记忆能力。
面向 NVIDIA Jetson 嵌入式设备的深度学习推理部署指南，用 TensorRT 加速图像识别等视觉任务，配套教程和预训练模型开箱即用。
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。
PyTorch 官方的端侧推理框架，把训练好的模型导出并部署到手机、嵌入式和边缘设备上运行，覆盖 CPU、GPU 等多种后端。
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。
汇集计算机视觉方向的实战项目合集，覆盖 Python、C++、CUDA 和嵌入式部署，方便直接上手跑通检测、识别等模型并落地到 TensorRT 等推理环境。
在 Qualcomm NPU 上本地运行 AI Agent 的 C++ 框架，延迟低于 100ms，完全不依赖云端，适合车载、嵌入式和 IoT 场景。
纯 C99 实现的轻量级 ONNX 推理引擎，专为嵌入式设备设计，支持硬件加速，让单片机也能跑深度学习模型。
用 Go 写的嵌入式向量检索库，底层调 llama.cpp 做语义向量和相似度搜索，适合直接在 Go 服务里加语义搜索能力，不用另起向量数据库。
面向嵌入式设备的开源 AI 模型训练与部署工具，支持在 ESP32、Jetson、树莓派等硬件上完成图像分类、目标检测等任务的训练与推理。
一个用 Clojure 写的 Datalog 数据库，同时支持文档、图、键值和向量存储，还带全文检索，适合需要多种数据模型和向量检索的 AI 应用。
靠麦克风阵列听螺旋桨声音来探测无人机的开源方案，对光纤 FPV 这类完全不发无线电信号的机型同样有效，可做早期预警。