轻量级多架构 CPU 模拟框架，支持 ARM、MIPS、RISC-V、X86 等十余种指令集，常用于逆向工程、恶意代码分析和嵌入式固件调试。

跨平台的系统监控工具，可看作 top/htop 的增强替代品，在终端或网页中实时查看 CPU、内存、磁盘、网络等资源占用。

面向稠密向量的高效相似度检索与聚类库，支持十亿级向量近邻搜索，是构建向量数据库和 RAG 检索层的底层引擎。

分布式系统的应用性能监控平台，支持链路追踪、指标采集和日志分析，帮你在微服务架构下快速定位性能瓶颈。

在 iPhone、iPad 和 Mac 上跑虚拟机的图形化工具，基于 QEMU 封装，让你不用命令行就能装 Windows、Linux 等系统。

持续性能分析平台，能定位到具体代码行，帮你排查 CPU、内存等性能瓶颈，适合生产环境做可观测性监控。

开源可观测性平台，统一收集日志、指标、链路、RUM 和会话回放，单二进制部署，存储成本比 Datadog、Splunk、Elasticsearch 低约 140 倍。

类 UNIX 的逆向工程框架和命令行工具集，用于反汇编、二进制分析与恶意软件取证，支持脚本化操作。

从下载数据到生成文本，手把手教你从零训练自己的大语言模型，适合想搞懂 LLM 训练全流程的开发者动手实践。

把深度学习模型编译到 CPU、GPU 及各类加速器上运行的开源编译器框架，通过统一中间表示和自动调优提升推理性能。

预训练的企业级语音活动检测（VAD）模型，能精准切分音频中的说话段与静音段，支持 ONNX 和 PyTorch 部署，适合语音识别、语音指令等场景的前置处理。

把 RTSP、ONVIF、RTMP、HLS、MJPEG 等摄像头流统一转成 WebRTC、HLS、MJPEG 等格式，方便在浏览器和 Home Assistant、HomeKit 里直接看监控画面。

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。

阿里开源的轻量级端侧推理引擎，主打手机和嵌入式设备上的高性能模型推理，能跑大模型和常规深度学习网络。

基于 Python 和 PyQt 的跨平台下载管理器，支持 HTTP、FTP、BT 磁力链和 HTTP/3，用异步架构把多种下载协议整合到一个界面里。

用一份 YAML 配置就能微调大模型，靠分层流式加载让 8B 模型在 4GB 显存的笔记本 GPU 上跑起来，省去手写训练脚本和显存焦虑。

RWKV 是一种兼具 RNN 与 Transformer 优势的语言模型架构，支持像 GPT 一样并行训练，推理时线性时间、常量显存、无限上下文，无需 KV 缓存。

用 JavaScript 写的在线 OpenRISC 1200 模拟器，能在浏览器里直接跑起 Linux 系统，适合学习 CPU 架构和操作系统原理。

基于 vLLM 的 NUMA 扩展推理引擎，充分利用 CPU 和内存资源降低显存占用，支持 MOE 大模型混合推理与 GPU/NUMA 并行。