轻量高性能的 WebAssembly 运行时，面向云原生、边缘和去中心化场景，支撑无服务器函数、微服务、智能合约和 IoT 设备。

NVIDIA 官方的高性能深度学习推理 SDK，能把训练好的模型在 NVIDIA GPU 上做极致加速和部署，适合追求低延迟高吞吐的生产推理场景。

一条 Docker 命令就能拉起 IPsec VPN 服务端，支持 IPsec/L2TP、Cisco IPsec 和 IKEv2，自动生成配置，各平台客户端都能连。

构建容器化系统的开源协作项目，提供可拼装的组件，用来搭建和定制自己的容器平台，也是 Docker 的上游基础。

Cloudflare Tunnel 官方客户端，把本地服务安全地暴露到公网，无需开放端口或配置公网 IP，适合零信任内网穿透。

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。

通用大模型部署引擎，借助机器学习编译技术把 LLM 高效跑在各种硬件上，从手机到服务器都能用。

用 Rust 写的去中心化 Mesh VPN，支持 WireGuard，能自动穿透 NAT 把多台设备组成虚拟局域网，适合替代 Tailscale/ZeroTier 自建组网。

面向云端和数据中心的高性能推理服务端，支持多种深度学习框架模型部署，并可在边缘设备上运行。

把分布在全球的设备组成一个虚拟二层以太网，无需公网 IP 或复杂配置就能点对点直连，适合搭建 SD-WAN 和远程组网。

几分钟内用脚本搭好自己的 IPsec VPN 服务器，支持 IPsec/L2TP、Cisco IPsec 和 IKEv2，覆盖主流 Linux 发行版和树莓派，附带客户端配置与管理脚本。

轻量级进程内向量数据库，主打极速检索，适合在本地为 RAG、语义搜索和 LLM 记忆等场景提供向量与全文检索能力。

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。

自托管的网页工具合集，涵盖图片处理、PDF 操作、格式转换等日常实用功能，无广告无追踪，打开浏览器就能用。

基于多模态大模型的 GUI 智能体家族，能看懂手机和电脑界面并自动点击操作，帮你完成跨 App 的自动化任务。

基于 PyTorch 的 YOLOv3 系列实现，覆盖训练、验证、推理全流程，并支持导出 ONNX、CoreML、TensorRT 等多种格式，方便做实时目标检测和边缘部署。

基于 ONNX Runtime、OpenVINO、PaddlePaddle 等多家推理后端的 OCR 工具包，支持多语言识别，方便在不同硬件上快速部署文字检测与识别。

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。

一套能在手机和边缘设备上本地跑大模型、扩散模型和多模态推理的生产级 SDK，覆盖 Android、iOS、Flutter，省去自己搭推理链路的麻烦。

基于 Cloudflare Workers、R2 和 D1 搭建的无服务器图床与文件托管方案，可当个人网盘用，省去自建服务器和运维成本。

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。

用 Go 语言调用 OpenCV 做计算机视觉的封装库，支持 DNN 推理、CUDA 加速、OpenVINO 和扩展模块，省去写 C++ 胶水代码的麻烦。

开源自托管的个人云操作系统，基于 Kubernetes 在本地或边缘设备上常驻运行 AI Agent，兼顾数据隐私与模型服务。

纯 Rust 实现的 WebGPU 推理引擎，原生支持 GGUF 模型，兼容 OpenAI API，无需 Python 和 llama.cpp，单个二进制文件即可在任意 GPU 上跑本地大模型。

在树莓派等边缘设备上跑深度学习推理的网关，把模型部署到 IoT 终端并通过 MQTT 上报结果，省去云端往返。

用 Rust 写的轻量级推理引擎，能直接跑 TensorFlow 和 ONNX 模型，无需额外依赖，适合在边缘设备或嵌入式场景部署神经网络。

把 PyTorch、TorchScript 和 FX 模型编译成 TensorRT 引擎，在 NVIDIA GPU 上做推理加速，省去手写 TensorRT 网络的麻烦。

把 ONNX 模型编译成纯 C 代码，方便在单片机和边缘设备上直接跑推理，不用带完整运行时。

在 OpenWrt 上把多条宽带、4G/LTE 等网络用 MPTCP 聚合成一条链路，提升带宽和可靠性，适合多线接入或需要稳定出口的场景。

在 NVIDIA Jetson 系列开发板上实时查看 CPU、GPU、内存和功耗状态，还能直接调整风扇与功耗模式，省去手动翻 sysfs 的麻烦。

一条命令在 Ubuntu、Debian、CentOS 等主流 Linux 上装好 WireGuard VPN 服务端，带交互式配置和客户端管理，省去手动改配置的麻烦。

面向 Keras 和 TensorFlow 的模型压缩工具包，通过量化和剪枝把训练好的模型压小、跑得更快，方便部署到移动端和边缘设备。

把任意电脑或边缘设备变成计算机视觉推理服务器，一条命令部署目标检测、分类、实例分割等模型，省去自己搭服务的麻烦。

轻量高效的 WebAssembly 解释器，专为嵌入式系统和插件运行时设计，提供确定性执行和燃料计量，适合资源受限环境。

为 Jetson Nano 准备的 Ubuntu 20.04 系统镜像，预装 CUDA、OpenCV、PyTorch、TensorFlow、TensorRT 等深度学习环境，省去在边缘设备上手动配置的麻烦。

超轻量无锚框目标检测算法，权重仅 250K 参数，比 yolo-fastest 快 10%，后处理更简单，适合边缘设备部署。

MIT 协议的开源计算机视觉库，支持目标检测、实例分割和姿态估计，兼容 ONNX 与 PyTorch，方便在边缘设备上训练和部署模型。

面向边缘设备的实时无锚框目标检测器，精度不错，支持 ONNX、MNN 及 RK3588、昇腾等国产 NPU 部署。

基于 Python 的视频分析与计算机视觉框架，内置 NVIDIA DeepStream 和 CUDA 支持，可在边缘设备上快速搭建目标检测、实例分割等推理流水线。

在瑞芯微 NPU 上跑大模型的推理服务，类似 Ollama 的替代方案，通过优化 rkllm 让 Orange Pi 等设备高效离线运行 AI 模型。