Język
Strona głównaJęzyki
Sekcje
Frameworki uczenia maszynowego, narzędzia do danych i biblioteki napędzające nowoczesne aplikacje AI.
Unblink V2 wprowadza modele wizyjno-językowe do domowych kamer RTSP, umożliwiając wyszukiwanie semantyczne i zapytania w języku naturalnym zamiast ręcznego przewijania osi czasu.
Biblioteka Node.js, która wyodrębnia ustrukturyzowany JSON z chaotycznych plików PDF i skanów za pomocą AI, obsługująca modele w chmurze i lokalne.
Spojrzenie na globalthreatmap—interaktywne centrum dowodzenia do monitorowania geopolityki, baz wojskowych i globalnych incydentów w czasie rzeczywistym, zbudowane z Next.js i Valyu API.
Przekształć swoją bibliotekę Zotero w potężną lokalną wyszukiwarkę dzięki PapersGPT—wtyczce indeksującej w C++, która wykorzystuje lokalne modele AI do szybkiego i prywatnego wyszukiwania dokumentów.
Standardowe renderery Markdown nie są przystosowane do strumieni tokenów. Markstream eliminuje migotanie, uszkodzone bloki kodu i zawieszone formuły.
PAROL6 to desktopowy ramienny robot sześcioosiowy, który można wydrukować w 3D w domu. Oferuje kinematykę klasy przemysłowej, wsparcie ROS 2 oraz aktywną społeczność tworzącą rozszerzenia.
Hyper-Extract konwertuje chaotyczne dokumenty na ustrukturyzowane grafy wiedzy i typizowane dane za pomocą gotowych szablonów, eliminując potrzebę tworzenia skomplikowanych promptów.
Unity-MCP łączy Unity z Claude i Cursor za pomocą Model Context Protocol, dając asystentom AI bezpośredni dostęp do scen, zasobów i kompilatora Roslyn.
Magnitude wykorzystuje wizyjne LLM do automatyzacji przeglądarek poprzez bezpośrednie widzenie komputerowe, osiągając 94% skuteczności w teście WebVoyager bez polegania na niestabilnych selektorach.
Przestań żonglować wieloma kontami edytorów AI. Cockpit Tools konsoliduje Cursor, Windsurf, Copilot i inne w jednym kokpicie z śledzeniem limitów i jednoklikowym przełączaniem.
Atlas to lokalne środowisko pracy i system kontroli wersji dla agentów AI, który łączy ich pamięć i przypisuje każdy commit do sesji, w której powstał.
Gdy zespoły zaczynają integrować sieci neuronowe, zarządzanie kluczami API zamienia się w chaos. TokenHub—prywatna brama AI napisana w Go—centralizuje dostęp do dziesiątek dostawców LLM dzięki ujednoliconym punktom końcowym zgodnym z OpenAI, kontroli dostępu opartej na rolach, inteligentnemu routowa
Serwer MCP od Apify pozwala agentom AI korzystać z tysięcy gotowych scraperów chmurowych przez ujednolicony interfejs wywoływania narzędzi, eliminując potrzebę budowania własnej infrastruktury scrapingu.
Omnigent to otwartoźródłowy meta-framework w Pythonie do orkiestrowania wielu agentów AI kodujących z ujednoliconymi interfejsami i politykami bezpieczeństwa.
holaOS łączy wielu agentów AI w jednym środowisku pulpitu ze współdzielonym kontekstem, lokalną pamięcią i interaktywnymi panelami zapewniającymi płynną pracę.
Powstrzymaj sieci neuronowe przed generowaniem złego kodu Go dzięki cc-skills-golang — starannie wyselekcjonowanemu zestawowi Agent Skills do idiomatycznego programowania w Go.
PR-AF to narzędzie open-source do głębokiego audytu kodu, które buduje dynamiczne grafy agentów, wyodrębnia drzewa AST i weryfikuje każde znalezisko pod kątem falsyfikowalności.
Programista zamienił przygotowania do rozmów kwalifikacyjnych w uporządkowane repozytorium i otrzymał oferty od Meta, Google, Amazon, Apple i Roku. Oto co zawiera.
MimiClaw runs a full AI agent loop on an ESP32-S3 microcontroller for just $5, with local memory, Telegram integration, and autonomous task scheduling.
txtai is an all-in-one Python library combining vector database, hybrid search with SQL, graph analytics, and LLM orchestration for RAG pipelines.
SD. Next to fork WebUI Automatic1111 z obsługą wielu platform, efektywnym zarządzaniem zasobami i wbudowanymi narzędziami do generowania obrazów i wideo.
Rozszerzenie CLI dla Claude Code, które automatyzuje audyty SEO, generuje gotowe do wdrożenia mapy drogowe i weryfikuje problemy techniczne bezpośrednio w terminalu.
Budujesz agentów AI z lokalnymi LLM-ami? SIE (Superlinked Inference Engine) konsoliduje wiele serwerów inferencyjnych w jeden, obniżając koszty GPU i upraszczając konfigurację kontenerów.
Bazy wektorowe i standardowy RAG nie odpowiedzą audytorom na pytania o decyzje AI. Semantica dodaje deterministyczne grafy, reguły i ślady audytu.