用 Rust 写的极速搜索引擎 API，支持全文、模糊、地理和 AI 混合检索，几行代码就能给网站或应用加上即时搜索。

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。

在终端里逐层浏览 Docker 镜像内容的 TUI 工具，能直观查看每一层新增了哪些文件、浪费了多少空间，帮你精简镜像体积。

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。

自动检测和修复真实数据集中标签错误、异常样本等质量问题，帮你在训练前把脏数据清理干净，提升模型效果。

一条命令就能从数百个模型和供应商里筛出适合你硬件配置的本地大模型，省去逐个试跑和查显存的麻烦。

每周更新的机器学习 Python 库排行榜，按类别和评分整理优质库，帮你快速找到 AutoML、深度学习、数据可视化等方向的趁手工具。

用 Rust 写的跨平台终端系统监控工具，像 top 一样实时查看 CPU、内存、磁盘和网络占用，但界面更现代、交互更顺手。

面向大规模数据与机器学习的 AI 搜索平台，支持向量检索、张量计算和推荐排序，适合搭建 RAG 与搜索服务。

提供文本嵌入与重排模型，用于语义检索和 RAG 场景，把文档和查询转成向量并做相关性排序。

扫描容器镜像和文件系统中的软件包，找出已知漏洞并输出 SBOM 与漏洞报告，适合接入 CI 做供应链安全把关。

AI 加持的 RSS 阅读器，用智能方式聚合和筛选订阅内容，帮你从海量信息流里快速抓到真正想看的文章。

每日精选 GitHub 上高质量、有趣实用的开源教程、开发者工具和编程网站，帮开发者发现值得关注的项目与技术资讯。

Elasticsearch 的可视化分析平台，用仪表盘、图表和指标面板把日志与可观测性数据变成可交互的探索视图。

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。

用 Go 写的磁盘空间查看工具，比 df 更直观，以彩色表格列出各挂载点的容量、已用和可用空间，支持 Linux、macOS 和 BSD。

把持续不断的内容流变成可搜索、可监控的知识库，支持持久化摄取、混合检索、告警，以及格式、模型和业务规则插件。

根据提交信息自动决定语义化版本号、生成变更日志并发布 npm 包，把发版流程完全交给 CI，省去手动改版本和写 changelog。

自托管的 RSS 新闻聚合器，把多个订阅源集中到一个网页阅读界面，支持 WebSub 实时推送，适合想自己掌控阅读数据的人。

自动投递简历的求职机器人，能按简历匹配度筛选岗位并批量提交申请，睡觉时也能持续找工作。

把小红书接入 MCP 协议的服务器，让 AI Agent 能直接调用小红书的内容与搜索能力，省去自己逆向接口和写适配层。

跨平台自动代理客户端，支持 Sing-box、X-ray、TUIC、Hysteria、Reality、Trojan、SSH 等协议，开源无广告，帮你在各设备上安全科学上网。

基于 Web 的 3D Gaussian Splatting 编辑器，可在浏览器里直接查看、裁剪和编辑 3DGS 重建场景，省去本地装软件和格式转换的麻烦。

单次前向传播即可对任意文本做类型化选择、打分和是非判断的非自回归决策引擎，支持100多种语言，并按请求自动路由到合适的检查点。

用 C++ 写的开源内存搜索引擎，支持模糊容错、分面和地理检索，可作为 Algolia、Pinecone 或 ElasticSearch 的轻量替代，快速搭建搜索体验。

现代 C++ 写的轻量级实体组件系统（ECS），用数据导向设计帮游戏和实时应用把对象逻辑解耦，跑得快又稳定。

一套跨平台的 .NET 终端 UI 工具包，用 C# 就能搭建带窗口、按钮和布局的字符界面应用，省去自己处理 curses 底层细节的麻烦。

开源向量数据库，同时存储对象和向量，把向量检索和结构化过滤结合起来，具备云原生数据库的容错与扩展能力。

跨语言、跨模态的嵌入模型评测基准，覆盖检索、聚类、重排序等任务，帮你选型对比不同 embedding 模型的实际效果。

本地优先的求职智能工作台，自动抓取招聘岗位、按匹配度排序，并生成定制化的申请材料。

轻量极速的重排序库，为搜索和 RAG 检索管线提供基于 LLM 与 cross-encoder 的 listwise/pairwise 精排，几乎不增加延迟。

用大模型对本地文档做检索问答，集成 HyDE、SPLADE、重排序和 Chroma 向量库，适合快速搭建 RAG 应用。

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。

静态代码安全扫描工具，通过数据流分析发现代码中的安全与隐私风险，并按严重程度过滤排序，方便 DevSecOps 流程中优先修复高危问题。

《AI-Powered Search》一书配套代码库，演示混合检索、学习排序、点击模型和生成式搜索等现代搜索技术，基于 OpenSearch 实现。

统一 RAG 检索环节的微调工具，覆盖 Embedding、ColBERT 和 ReRanker 三类模型，省去分别搭训练流程的麻烦。

基于 ReAct 推理-行动循环的 RAG 问答系统，支持多跳推理，用 Weaviate 检索、重排序和 FastAPI 服务搭建智能问答后端。

基于 todo.txt 格式的命令行待办事项管理工具，支持过滤、排序和自定义命令，适合习惯在终端里管理任务的人。

用 Python 写的透明 RAG 参考实现，把 FAISS 向量检索和 BM25 关键词检索做混合召回再重排，配 Gradio 界面和 FastAPI 接口，方便本地搭文档问答。

把 Substack 免费和付费文章批量下载成 Markdown，并生成 HTML 界面按作者浏览排序，方便本地归档和阅读。