最佳 AI 框架

LangChain

AI 框架

#1

AI 代理工程平台，使开发人员能够构建、测试和部署可靠的 AI 代理。它提供用于观察、评估和部署的工具，支持各种规模团队的整个代理开发生命周期。LangChain 是一个 AI 代理工程平台，使开发人员能够构建、测试和部署可靠的 AI 代理。它提供用于观察、评估和部署的工具，支持各种规模团队的整个代理开发生命周期。

Langflow

AI 框架

#2

低代码 AI 构建器，旨在创建和部署 AI 智能体和检索增强生成 (RAG) 应用程序。它提供具有拖放功能的视觉界面，允许用户在无需大量编码的情况下构建复杂的工作流程。Langflow 支持主要的 LLM、向量数据库和 AI 工具，从而实现快速迭代和部署。Langflow 是一款低代码 AI 构建器，旨在创建和部署 AI 智能体和检索增强生成 (RAG) 应用程序。它提供具有拖放功能的视觉界面，允许用户在无需大量编码的情况下构建复杂的工作流程。Langflow 支持主要的 LLM、向量数据库和 AI 工具，从而实现快速迭代和部署。

LangGraph：代理编排框架

AI 框架

#3

代理编排框架，旨在构建可靠的 AI 代理。它提供了一个低级别的代理运行时，使开发人员能够设计和控制代理工作流程。主要优势包括处理复杂任务、持久化内存以及集成人机协同控制的能力，所有这些都在一个灵活且可定制的框架内实现。LangGraph 是一个代理编排框架，旨在构建可靠的 AI 代理。它提供了一个低级别的代理运行时，使开发人员能够设计和控制代理工作流程。主要优势包括处理复杂任务、持久化内存以及集成人机协同控制的能力，所有这些都在一个灵活且可定制的框架内实现。

CrewAI

AI 框架

#4

为企业设计的多代理平台，使团队能够高效地构建和管理 AI 代理。它简化了自动化流程，同时确保治理和合规性，适合商业和技术团队。CrewAI 是一个为企业设计的多代理平台，使团队能够高效地构建和管理 AI 代理。它简化了自动化流程，同时确保治理和合规性，适合商业和技术团队。

LlamaIndex

AI 框架

#5

AI 代理框架，旨在基于您的数据构建，现以 LlamaParse 为中心，这是其用于复杂文件（如扫描表单、发票和手写笔记）的代理文档解析和提取产品。它面向在金融、保险、制造和医疗保健领域构建 RAG 和文档自动化管道的开发者。LlamaIndex 是一个 AI 代理框架，旨在基于您的数据构建，现以 LlamaParse 为中心，这是其用于复杂文件（如扫描表单、发票和手写笔记）的代理文档解析和提取产品。它面向在金融、保险、制造和医疗保健领域构建 RAG 和文档自动化管道的开发者。

Gradio

AI 框架

#6

用于在 Python 中构建机器学习应用的工具。它允许用户快速轻松地为 ML 模型创建网页界面，无需前端经验。可以在任何地方部署应用，并通过简单的 URL 立即分享。Gradio 是一个用于在 Python 中构建机器学习应用的工具。它允许用户快速轻松地为 ML 模型创建网页界面，无需前端经验。可以在任何地方部署应用，并通过简单的 URL 立即分享。

NVIDIA NeMo

AI 框架

#7

旨在构建和部署对话式 AI 模型的 AI 框架。它支持多种 AI 应用，包括自然语言处理和语音识别，为开发人员提供灵活性和可扩展性。NVIDIA NeMo 是一个旨在构建和部署对话式 AI 模型的 AI 框架。它支持多种 AI 应用，包括自然语言处理和语音识别，为开发人员提供灵活性和可扩展性。

用 Java 编写的全面自然语言处理工具包。它为文本提供语言注释，支持多种语言，并提供各种 API 以便集成。斯坦福 CoreNLP 是一个用 Java 编写的全面自然语言处理工具包。它为文本提供语言注释，支持多种语言，并提供各种 API 以便集成。

NVIDIA Newton 物理引擎

AI 框架

#9

由 NVIDIA、Google DeepMind 和 Disney Research 开发的开源、可扩展的物理引擎。它通过使用 NVIDIA Warp 和 OpenUSD 提供机器人行为的准确模拟，推动机器人学习和开发。NVIDIA Newton 是一个由 NVIDIA、Google DeepMind 和 Disney Research 开发的开源、可扩展的物理引擎。它通过使用 NVIDIA Warp 和 OpenUSD 提供机器人行为的准确模拟，推动机器人学习和开发。

NVIDIA PhysicsNeMo（前称Modulus）

AI 框架

#10

NVIDIA PhysicsNeMo是一个开源Python框架，旨在大规模构建、训练和微调物理AI模型。它使开发者能够创建集成物理驱动因果关系与仿真数据的AI替代模型，支持各类物理领域的实时预测。

MLflow - 开源AI平台，适用于代理、LLM和模型

AI 框架

#11

开源AI平台，专为代理、LLM和机器学习模型设计。它使团队能够高效地调试、评估、监控和优化AI应用，适合各种规模的组织。MLflow是一个开源AI平台，专为代理、LLM和机器学习模型设计。它使团队能够高效地调试、评估、监控和优化AI应用，适合各种规模的组织。

Mem0 - AI Memory Layer

AI 框架

#12

AI 代理和应用程序提供持久化内存，支持从过往交互中持续学习。这种即插即用的基础设施通过跨会话维护上下文、减少冗余数据和降低 Token 成本来提升代理的智能和个性化水平，从而实现响应速度的显著提升。专为生产和企业级应用而构建。Mem0 为 AI 代理和应用程序提供持久化内存，支持从过往交互中持续学习。这种即插即用的基础设施通过跨会话维护上下文、减少冗余数据和降低 Token 成本来提升代理的智能和个性化水平，从而实现响应速度的显著提升。专为生产和企业级应用而构建。

AutoGen — AutoGen

AI 框架

#13

旨在使用AI代理开发应用程序的框架。它提供了一个基于Web的用户界面，便于无编码原型设计，使用户能够高效地创建可扩展的多代理系统。AutoGen是一个旨在使用AI代理开发应用程序的框架。它提供了一个基于Web的用户界面，便于无编码原型设计，使用户能够高效地创建可扩展的多代理系统。

Apache Mahout

AI 框架

#14

开源项目，旨在构建一个创建可扩展、高性能机器学习应用的环境。它专注于分布式线性代数和量子计算，提供像Qumat这样的工具用于量子电路构建和数据编码。Apache Mahout是一个开源项目，旨在构建一个创建可扩展、高性能机器学习应用的环境。它专注于分布式线性代数和量子计算，提供像Qumat这样的工具用于量子电路构建和数据编码。

DSPy

AI 框架

#15

Python 框架，旨在通过编程语言模型而不是提示它们来构建 AI 系统。它允许用户使用结构化签名定义任务，从而能够创建可维护、模块化和可优化的程序。DSPy 提供模块、优化器以及集成工具等功能，增强了 AI 应用程序的开发和性能。DSPy 是一个 Python 框架，旨在通过编程语言模型而不是提示它们来构建 AI 系统。它允许用户使用结构化签名定义任务，从而能够创建可维护、模块化和可优化的程序。DSPy 提供模块、优化器以及集成工具等功能，增强了 AI 应用程序的开发和性能。

Ultralytics YOLO

AI 框架

#16

领先的实时目标检测和图像分割 AI 框架。它提供 YOLO26 等先进模型，支持检测、分割、姿态估计和跟踪等任务。它针对边缘部署和云 API 进行了优化，使开发人员能够高效地构建强大的计算机视觉应用程序。Ultralytics YOLO 是一个领先的实时目标检测和图像分割 AI 框架。它提供 YOLO26 等先进模型，支持检测、分割、姿态估计和跟踪等任务。它针对边缘部署和云 API 进行了优化，使开发人员能够高效地构建强大的计算机视觉应用程序。

Agno

AI 框架

#17

一个代理平台，为编码代理提供构建代理、团队和工作流的基本组件，以及在您自己的云中安全服务它们的运行时。

Mastra

AI 框架

#18

开源的 TypeScript 框架，旨在构建 AI 驱动的应用程序和代理。它提供了内存、工作流和可观察性等基本工具，使开发人员能够高效地创建智能解决方案。Mastra 是一个开源的 TypeScript 框架，旨在构建 AI 驱动的应用程序和代理。它提供了内存、工作流和可观察性等基本工具，使开发人员能够高效地创建智能解决方案。

fastai

AI 框架

#19

为实践者和研究人员设计的深度学习库。它提供了用于快速开发最先进结果的高级组件，以及用于新方法的低级组件。它通过分层架构和 Python 的动态性，致力于易用性、灵活性和性能。fastai 是一个为实践者和研究人员设计的深度学习库。它提供了用于快速开发最先进结果的高级组件，以及用于新方法的低级组件。它通过分层架构和 Python 的动态性，致力于易用性、灵活性和性能。

CopilotKit

AI 框架

#20

企业级前端技术栈，用于将 AI 代理与实时上下文和用户界面控制集成。它允许组织构建可扩展的自托管代理应用程序，从交互中学习，确保数据安全和灵活性。CopilotKit 是一个企业级前端技术栈，用于将 AI 代理与实时上下文和用户界面控制集成。它允许组织构建可扩展的自托管代理应用程序，从交互中学习，确保数据安全和灵活性。

AG2: 构建系统，而非提示词

AI 框架

#21

开源的 Python 框架，用于构建、编排和扩展多智能体 AI 系统。它通过将专业智能体连接成内聚的团队，从而能够创建 AI 工作力。AG2 为 AI 原生组织提供企业级解决方案，超越了简单的提示词工程，专注于系统开发。AG2 是一个开源的 Python 框架，用于构建、编排和扩展多智能体 AI 系统。它通过将专业智能体连接成内聚的团队，从而能够创建 AI 工作力。AG2 为 AI 原生组织提供企业级解决方案，超越了简单的提示词工程，专注于系统开发。

CAMEL-AI：多智能体系统研究

AI 框架

#22

开源社区，专注于探索用于数据生成、世界模拟和任务自动化的智能体规模化定律。它提供了构建多智能体系统的工具和资源，包括用于消息传递、规划和评估的工具包。CAMEL-AI 支持诸如智能体通信和强化学习等领域的研究。CAMEL-AI 是一个开源社区，专注于探索用于数据生成、世界模拟和任务自动化的智能体规模化定律。它提供了构建多智能体系统的工具和资源，包括用于消息传递、规划和评估的工具包。CAMEL-AI 支持诸如智能体通信和强化学习等领域的研究。

Pydantic AI

AI 框架

#23

Python AI SDK，能够创建用于各种应用的类型化、可扩展的智能体，包括实时语音、图像生成和嵌入。它支持复杂的工作流程，并为多个 AI 模型提供统一的 API。Pydantic AI 是一个 Python AI SDK，能够创建用于各种应用的类型化、可扩展的智能体，包括实时语音、图像生成和嵌入。它支持复杂的工作流程，并为多个 AI 模型提供统一的 API。

Albumentations

AI 框架

#24

快速的图像增强库，适用于计算机视觉任务，支持图像、掩码、边界框、关键点和 3D 数据。它提供可重复的管道，并广泛应用于研究和人工智能竞赛。Albumentations 是一个快速的图像增强库，适用于计算机视觉任务，支持图像、掩码、边界框、关键点和 3D 数据。它提供可重复的管道，并广泛应用于研究和人工智能竞赛。

Pydantic Logfire

AI 框架

#25

针对 AI 应用的可观察性平台，提供实时追踪、评估和成本跟踪。基于 OpenTelemetry 构建，支持多种语言并与流行框架集成，提供全面的 AI 操作视图。Pydantic Logfire 是一个针对 AI 应用的可观察性平台，提供实时追踪、评估和成本跟踪。基于 OpenTelemetry 构建，支持多种语言并与流行框架集成，提供全面的 AI 操作视图。

开源的 AI 编排框架，能够创建模块化和可定制的 AI 系统。它旨在用于生产就绪的应用程序，使团队能够高效地构建透明的、上下文驱动的 AI 工作流。Haystack 是一个开源的 AI 编排框架，能够创建模块化和可定制的 AI 系统。它旨在用于生产就绪的应用程序，使团队能够高效地构建透明的、上下文驱动的 AI 工作流。

开源的LLM漏洞扫描器，旨在评估大型语言模型的安全性。它提供了众多插件和数千个提示，以测试模型安全性，得到了NVIDIA和社区的支持。garak是一个开源的LLM漏洞扫描器，旨在评估大型语言模型的安全性。它提供了众多插件和数千个提示，以测试模型安全性，得到了NVIDIA和社区的支持。

Orkes Conductor

AI 框架

#28

企业平台，用于协调持久的工作流程、API 协调和 AI 代理协调。它支持本地 AI 任务、LLM 提供者和人机协作工作流程，确保与 Conductor OSS 的兼容性。Orkes Conductor 是一个企业平台，用于协调持久的工作流程、API 协调和 AI 代理协调。它支持本地 AI 任务、LLM 提供者和人机协作工作流程，确保与 Conductor OSS 的兼容性。

AgentScope — 代理的活力所在

AI 框架

#29

开源的多代理平台，旨在构建基于 LLM 的代理应用程序。它具有拖放工作流程、运行时管理和全面的 Spark 设计系统，使用户能够有效地创建和管理智能代理。AgentScope 是一个开源的多代理平台，旨在构建基于 LLM 的代理应用程序。它具有拖放工作流程、运行时管理和全面的 Spark 设计系统，使用户能够有效地创建和管理智能代理。

Chainlit

AI 框架

#30

用于构建可靠的对话式 AI 应用的框架。它为开发人员和企业提供了交付雄心勃勃的 AI 系统的工具，并提供评估、可观测性和分析功能。轻松创建具有自定义 Python 逻辑的聊天界面，并将其部署到各种平台。Chainlit 是一个用于构建可靠的对话式 AI 应用的框架。它为开发人员和企业提供了交付雄心勃勃的 AI 系统的工具，并提供评估、可观测性和分析功能。轻松创建具有自定义 Python 逻辑的聊天界面，并将其部署到各种平台。

Microsoft InterpretML

AI 框架

#31

开源工具包，旨在分析和解释机器学习模型。它提供了最先进的模型可解释性技术，使开发人员和数据科学家能够有效地理解、调试和审计模型。Microsoft InterpretML 是一个开源工具包，旨在分析和解释机器学习模型。它提供了最先进的模型可解释性技术，使开发人员和数据科学家能够有效地理解、调试和审计模型。

Rasa Open Source & Pro

AI 框架

#32

流行的框架，用于构建聊天和语音 AI 助手。Rasa Pro 通过企业级分析、安全和可观察性增强了这一点，是 Rasa 平台的一部分，用于大规模对话式 AI 开发和管理。Rasa Open Source 是一个流行的框架，用于构建聊天和语音 AI 助手。Rasa Pro 通过企业级分析、安全和可观察性增强了这一点，是 Rasa 平台的一部分，用于大规模对话式 AI 开发和管理。

Eclipse Deeplearning4j

AI 框架

#33

开源的、分布式的、为 JVM 设计的深度学习框架。它提供了一个全面的生态系统，用于在 Java 和 Scala 中构建、训练和部署神经网络，支持原生 GPU 加速和高性能 CPU 计算。它支持各种用于数据加载、转换和模型导入的库。Eclipse Deeplearning4j 是一个开源的、分布式的、为 JVM 设计的深度学习框架。它提供了一个全面的生态系统，用于在 Java 和 Scala 中构建、训练和部署神经网络，支持原生 GPU 加速和高性能 CPU 计算。它支持各种用于数据加载、转换和模型导入的库。

对抗鲁棒性工具箱

AI 框架

#34

旨在增强机器学习模型安全性的Python库。它提供了评估、保护和验证模型抵御对抗威胁的工具，支持多种框架和数据类型。对抗鲁棒性工具箱是一个旨在增强机器学习模型安全性的Python库。它提供了评估、保护和验证模型抵御对抗威胁的工具，支持多种框架和数据类型。

简单明了的神经网络框架，旨在深度学习。它将复杂的网络简化为三种操作类型，使开发者能够高效地实现机器学习解决方案。tinygrad是一个简单明了的神经网络框架，旨在深度学习。它将复杂的网络简化为三种操作类型，使开发者能够高效地实现机器学习解决方案。

AutoAgent框架

AI 框架

#36

完全自动化、零代码的LLM代理框架，简化了AI工具和工作流程的创建。它支持多种LLM，并为AI开发提供动态、可扩展和轻量级的解决方案。AutoAgent是一个完全自动化、零代码的LLM代理框架，简化了AI工具和工作流程的创建。它支持多种LLM，并为AI开发提供动态、可扩展和轻量级的解决方案。

Stereolabs ZED SDK

AI 框架

#37

ZED SDK 是 Stereolabs 的 AI 视觉框架，用于为机器人和其他机器构建空间感知。与 ZED 深度相机配对，它为应用程序提供 3D 感知、定位、映射、物体检测和人体跟踪，并可在 Windows、Linux 和 Jetson 上运行。开发人员在构建机器人和自主系统时将其作为核心视觉框架。

Rig - Rust 中的 LLM 应用

AI 框架

#38

模块化、可扩展且生产就绪的开源库，用于在 Rust 中构建 LLM 驱动的应用程序。它为 20 多个模型提供商和 10 个向量存储提供统一的接口，从而能够使用 Rust 驱动的性能高效地开发高级 AI 工作流。Rig 是一个模块化、可扩展且生产就绪的开源库，用于在 Rust 中构建 LLM 驱动的应用程序。它为 20 多个模型提供商和 10 个向量存储提供统一的接口，从而能够使用 Rust 驱动的性能高效地开发高级 AI 工作流。

VoltAgent - 开源 TypeScript AI 代理框架

AI 框架

#39

以可观察性为首的 TypeScript AI 代理框架，旨在帮助开发者创建企业级 AI 代理，提供完整的工具包，实现与各种系统的无缝集成和交互。VoltAgent 是一个以可观察性为首的 TypeScript AI 代理框架，旨在帮助开发者创建企业级 AI 代理，提供完整的工具包，实现与各种系统的无缝集成和交互。

BAML

AI 框架

#40

用于构建具有类型安全性和可靠性的 AI 应用程序的语言。它通过使开发人员能够跨多种编程语言和 LLM 提供商定义、测试和部署 AI 函数，从而改变了 AI 开发，确保了结构化和经过验证的输出，以实现更强大的 AI 管道。BAML 是一种用于构建具有类型安全性和可靠性的 AI 应用程序的语言。它通过使开发人员能够跨多种编程语言和 LLM 提供商定义、测试和部署 AI 函数，从而改变了 AI 开发，确保了结构化和经过验证的输出，以实现更强大的 AI 管道。

Deep Java Library (DJL)

AI 框架

#41

DJL 是一个与引擎无关的深度学习框架，专为 Java 设计。它简化了使用 Java 构建、训练和部署机器学习模型的过程。DJL 支持各种深度学习引擎，并为开发人员提供丰富的文档和示例。

用于构建生产级 AI 应用的 TypeScript 框架。它允许开发者声明类型安全的输入和输出，并将它们编译成优化的 LLM 调用，并将它们链接成代理、流程和自优化管道。Ax 通过流式传输、验证和自动重试等功能强调可靠性。Ax 是一个用于构建生产级 AI 应用的 TypeScript 框架。它允许开发者声明类型安全的输入和输出，并将它们编译成优化的 LLM 调用，并将它们链接成代理、流程和自优化管道。Ax 通过流式传输、验证和自动重试等功能强调可靠性。

Fairlearn

AI 框架

#43

开源工具包，旨在评估和改进 AI 系统的公平性。它提供了用于识别和缓解机器学习模型中不公平现象的工具，帮助开发人员构建更公平的 AI 应用。该框架支持各种公平性指标和缓解策略。Fairlearn 是一个开源工具包，旨在评估和改进 AI 系统的公平性。它提供了用于识别和缓解机器学习模型中不公平现象的工具，帮助开发人员构建更公平的 AI 应用。该框架支持各种公平性指标和缓解策略。

纯 Java/C# 机器学习框架，支持遗传编程、NEAT/HyperNEAT 和神经网络技术。它创建于 2008 年，提供经典神经网络和非主流算法的非 GPU 实现，适用于研究和定制实现。Encog 是一个纯 Java/C# 机器学习框架，支持遗传编程、NEAT/HyperNEAT 和神经网络技术。它创建于 2008 年，提供经典神经网络和非主流算法的非 GPU 实现，适用于研究和定制实现。

Manaflow - 开源 AI 实验室

AI 框架

#45

开源的应用型 AI 实验室，专注于构建下一代开发者工具。它提供 cmux，一个专为编码代理设计的开源终端。Manaflow 旨在为开发者提供创新的解决方案，促进协作并推进 AI 驱动的开发实践。Manaflow 是一个开源的应用型 AI 实验室，专注于构建下一代开发者工具。它提供 cmux，一个专为编码代理设计的开源终端。Manaflow 旨在为开发者提供创新的解决方案，促进协作并推进 AI 驱动的开发实践。

视觉代理

AI 框架

#46

视觉代理使得使用任何模型创建低延迟语音和视频AI代理成为可能。它旨在简化AI驱动的通信工具的开发过程，提高效率和性能。

specs.md

AI 框架

#47

Spec是一个原生AI开发框架，旨在通过其四个独特的流程满足各种用例。它提供了一种结构化的AI开发方法，确保开发人员的灵活性和适应性。

Voqal SDK

AI 框架

#48

开发者工具包，用于在 iOS、Android 和 Flutter 消费者应用中添加一个内置的 AI 代理。它允许用户通过语音或聊天完成任务，通过 MCP 连接到团队自己的后端，并将每个答案呈现为原生产品 UI。它的目标是商业、支付和旅行领域的消费应用。Voqal SDK 是一个开发者工具包，用于在 iOS、Android 和 Flutter 消费者应用中添加一个内置的 AI 代理。它允许用户通过语音或聊天完成任务，通过 MCP 连接到团队自己的后端，并将每个答案呈现为原生产品 UI。它的目标是商业、支付和旅行领域的消费应用。

AgentGenesis

AI 框架

#49

开发者提供开源 AI 代理组件，支持创建自定义 RAG 流程和 AI 代理。它提供即用型代码片段和全面的代码库，简化了 AI 开发。AgentGenesis 由一个专门的社区构建，允许轻松定制和快速创新，重点关注开源灵活性。AgentGenesis 为开发者提供开源 AI 代理组件，支持创建自定义 RAG 流程和 AI 代理。它提供即用型代码片段和全面的代码库，简化了 AI 开发。AgentGenesis 由一个专门的社区构建，允许轻松定制和快速创新，重点关注开源灵活性。

Scoopika

AI 框架

#50

开源框架，用于构建多模态的 LLM 驱动应用程序和 AI 代理。开发者可以连接自己的 LLM 提供商，定义调用函数的代理，生成结构化的 JSON 输出，并保持对话记忆，然后发布 AI 聊天界面、数据提取工具和语音启用代理。它面向希望获得可靠代理基础设施而无需从头构建的开发者。Scoopika 是一个开源框架，用于构建多模态的 LLM 驱动应用程序和 AI 代理。开发者可以连接自己的 LLM 提供商，定义调用函数的代理，生成结构化的 JSON 输出，并保持对话记忆，然后发布 AI 聊天界面、数据提取工具和语音启用代理。它面向希望获得可靠代理基础设施而无需从头构建的开发者。

PyTorch

AI 框架

开源的机器学习框架，可加速从研究原型设计到生产部署的路径。它提供了一个强大的生态系统、云支持以及 TorchScript 等工具，可实现无缝过渡，并提供 TorchServe 以实现高效部署，使其成为 AI 开发的首选。PyTorch 是一个开源的机器学习框架，可加速从研究原型设计到生产部署的路径。它提供了一个强大的生态系统、云支持以及 TorchScript 等工具，可实现无缝过渡，并提供 TorchServe 以实现高效部署，使其成为 AI 开发的首选。

Hugging Face Transformers

AI 框架

AI 框架，集中定义各种领域的机器学习模型，包括文本和视觉。它简化了使用最先进模型进行推理和训练的过程，使 AI 对开发者和研究人员更加可及。Hugging Face Transformers 是一个 AI 框架，集中定义各种领域的机器学习模型，包括文本和视觉。它简化了使用最先进模型进行推理和训练的过程，使 AI 对开发者和研究人员更加可及。

TensorFlow

AI 框架

面向所有人的端到端开源机器学习平台。它提供了灵活的工具、库和社区资源生态系统，使得创建和部署机器学习模型变得简单。TensorFlow 是一个面向所有人的端到端开源机器学习平台。它提供了灵活的工具、库和社区资源生态系统，使得创建和部署机器学习模型变得简单。

LlamaIndex — AI框架

AI 框架

旨在构建基于LLM的智能代理和工作流的框架。它简化了大型语言模型与各种数据源的集成，使用户能够高效地创建智能应用程序。LlamaIndex是一个旨在构建基于LLM的智能代理和工作流的框架。它简化了大型语言模型与各种数据源的集成，使用户能够高效地创建智能应用程序。

JAX：高性能数组计算

AI 框架

为高性能数值计算和大规模机器学习设计的Python库。它提供了熟悉的NumPy风格API，并包括可组合的函数转换，用于编译、批处理、自动微分和并行化。JAX是一个为高性能数值计算和大规模机器学习设计的Python库。它提供了熟悉的NumPy风格API，并包括可组合的函数转换，用于编译、批处理、自动微分和并行化。

Gensim

AI 框架

免费的开源Python库，用于主题建模和语义NLP。它能够训练大规模语义模型，将文本表示为语义向量，并查找语义相关的文档。Gensim以其速度、数据流能力和平台独立性而闻名，使其非常适合处理大型语料库。Gensim是一个免费的开源Python库，用于主题建模和语义NLP。它能够训练大规模语义模型，将文本表示为语义向量，并查找语义相关的文档。Gensim以其速度、数据流能力和平台独立性而闻名，使其非常适合处理大型语料库。

ROS

AI 框架

ROS（机器人操作系统）是一个灵活的机器人软件编写框架。它提供了构建复杂机器人应用程序的库和工具，支持广泛的硬件和软件集成。ROS 通过其庞大的软件包索引和社区支持，促进了机器人开发。

允许开发者以最小的复杂性创建智能代理 AI 应用程序。它提供了一组构建代理、管理任务和确保安全性的基本组件，适合初学者和经验丰富的开发者。OpenAI Agents SDK 允许开发者以最小的复杂性创建智能代理 AI 应用程序。它提供了一组构建代理、管理任务和确保安全性的基本组件，适合初学者和经验丰富的开发者。

Claude Agent SDK 概述

AI 框架

旨在使用 Python 或 TypeScript 构建生产级 AI 代理的库。它简化了代理循环的实现，使开发人员能够专注于创建智能应用程序，而无需管理底层基础设施。Claude Agent SDK 是一个旨在使用 Python 或 TypeScript 构建生产级 AI 代理的库。它简化了代理循环的实现，使开发人员能够专注于创建智能应用程序，而无需管理底层基础设施。

Apache OpenNLP

AI 框架

基于机器学习的自然语言文本处理工具包。它提供了句子检测、分词和命名实体识别等任务的工具，使开发人员能够构建复杂的 NLP 应用程序。该框架旨在集成到各种软件项目中。Apache OpenNLP 是一个基于机器学习的自然语言文本处理工具包。它提供了句子检测、分词和命名实体识别等任务的工具，使开发人员能够构建复杂的 NLP 应用程序。该框架旨在集成到各种软件项目中。

微软代理框架文档

AI 框架

微软代理框架提供了一整套工具和文档，用于开发智能代理。它使开发人员能够创建能够与用户互动并高效执行任务的自主代理。

Agent Development Kit (ADK)

AI 框架

代理开发工具包 (ADK) 是一个开源框架，用于构建、调试和部署可靠的企业级 AI 代理。它支持多种编程语言，并能够快速开发具有强大编排和集成功能的生产代理。

Dash Python Framework

AI 框架

开源的 Python 框架，用于构建交互式数据应用程序和仪表板。它允许用户仅使用 Python 创建 Web 应用程序，无需 HTML、CSS 或 JavaScript。非常适合数据科学家和分析师部署分析工具。Dash 是一个开源的 Python 框架，用于构建交互式数据应用程序和仪表板。它允许用户仅使用 Python 创建 Web 应用程序，无需 HTML、CSS 或 JavaScript。非常适合数据科学家和分析师部署分析工具。

统一的TypeScript工具包，旨在构建AI应用程序。它支持现代流媒体、回退和多模型集成，非常适合希望创建可扩展的AI驱动解决方案的开发人员。AI SDK是一个统一的TypeScript工具包，旨在构建AI应用程序。它支持现代流媒体、回退和多模型集成，非常适合希望创建可扩展的AI驱动解决方案的开发人员。

Strands Agents

AI 框架

开源 AI 代理 SDK，旨在为 Python 和 TypeScript 提供支持。它使开发人员能够快速构建生产就绪的 AI 代理，并与 Amazon Bedrock、Anthropic 和 OpenAI 等平台无缝集成。Strands Agents 是一个开源 AI 代理 SDK，旨在为 Python 和 TypeScript 提供支持。它使开发人员能够快速构建生产就绪的 AI 代理，并与 Amazon Bedrock、Anthropic 和 OpenAI 等平台无缝集成。

smolagents

AI 框架

开源的 Python 库，简化了使用最少代码构建和运行智能代理的过程。它支持多种模型和工具，使其对希望创建智能应用程序的开发者具有多样性。smolagents 是一个开源的 Python 库，简化了使用最少代码构建和运行智能代理的过程。它支持多种模型和工具，使其对希望创建智能应用程序的开发者具有多样性。

Genkit - 谷歌开源AI框架

AI 框架

谷歌开发的开源AI框架，旨在构建AI驱动的应用程序。它为各种AI模型提供统一的API，并包括开发者工具，以便在各个平台上实现无缝集成和部署。Genkit是谷歌开发的开源AI框架，旨在构建AI驱动的应用程序。它为各种AI模型提供统一的API，并包括开发者工具，以便在各个平台上实现无缝集成和部署。

Ray

AI 框架

开源框架，旨在简化机器学习和Python应用程序的构建与扩展。它提供了高层次的API和分布式应用程序的基础原语，使得在各种平台上无缝扩展工作负载成为可能。Ray是一个开源框架，旨在简化机器学习和Python应用程序的构建与扩展。它提供了高层次的API和分布式应用程序的基础原语，使得在各种平台上无缝扩展工作负载成为可能。

scikit-learn是一个开源的Python机器学习框架，提供简单高效的预测数据分析工具。它对所有人都可用，并可在各种上下文中重复使用，基于NumPy、SciPy和matplotlib构建。

Semantic Kernel

AI 框架

语义内核是一个旨在促进将人工智能能力集成到应用程序中的框架。它提供了全面的文档，以帮助开发人员理解其功能并有效实施人工智能解决方案。

PyTorch Lightning

AI 框架

全方位的 AI 开发平台，使用户能够直接从浏览器中进行编码、原型设计、训练、扩展和服务模型，无需任何设置。它为 AI 研究人员和机器学习工程师提供了灵活性和性能。PyTorch Lightning 是一个全方位的 AI 开发平台，使用户能够直接从浏览器中进行编码、原型设计、训练、扩展和服务模型，无需任何设置。它为 AI 研究人员和机器学习工程师提供了灵活性和性能。

spaCy

AI 框架

免费的开源自然语言处理库，适用于Python。它提供了命名实体识别、词性标注和依赖解析等功能，使其适合高效构建真实产品和获取洞察。spaCy是一个免费的开源自然语言处理库，适用于Python。它提供了命名实体识别、词性标注和依赖解析等功能，使其适合高效构建真实产品和获取洞察。

跨平台的加速机器学习框架，优化训练和推理。它支持多种编程语言和平台，使得将先进的 AI 能力集成到应用程序中变得简单。ONNX Runtime 是一个跨平台的加速机器学习框架，优化训练和推理。它支持多种编程语言和平台，使得将先进的 AI 能力集成到应用程序中变得简单。

深度学习优化库，旨在简化分布式训练。它提高了效率和有效性，使得使用先进技术如ZeRO和3D并行性训练大规模模型成为可能。DeepSpeed是一个深度学习优化库，旨在简化分布式训练。它提高了效率和有效性，使得使用先进技术如ZeRO和3D并行性训练大规模模型成为可能。

SGLang

AI 框架

为大型语言和多模态模型设计的高性能服务框架。它提供广泛的硬件支持和强大的生态系统，帮助开发者高效地实现先进的AI解决方案。SGLang是一个为大型语言和多模态模型设计的高性能服务框架。它提供广泛的硬件支持和强大的生态系统，帮助开发者高效地实现先进的AI解决方案。

LiteLLM

AI 框架

AI 框架，通过代理服务器或 Python SDK 提供统一接口，访问超过 100 种语言模型，使开发者和团队能够高效地简化他们的 AI 项目。LiteLLM 是一个 AI 框架，通过代理服务器或 Python SDK 提供统一接口，访问超过 100 种语言模型，使开发者和团队能够高效地简化他们的 AI 项目。

TRL - 变压器强化学习

AI 框架

综合库，旨在使用各种强化学习方法训练变压器语言模型。它与Hugging Face的变压器无缝集成，提供监督微调和高级优化技术的工具。TRL是一个综合库，旨在使用各种强化学习方法训练变压器语言模型。它与Hugging Face的变压器无缝集成，提供监督微调和高级优化技术的工具。

Sentence Transformers

AI 框架

用于最先进的嵌入和重排序模型的 Python 模块。它能够从文本、图像、音频或视频计算嵌入，计算相似度分数，并生成用于语义搜索和释义挖掘等应用的稀疏嵌入。Sentence Transformers 是一个用于最先进的嵌入和重排序模型的 Python 模块。它能够从文本、图像、音频或视频计算嵌入，计算相似度分数，并生成用于语义搜索和释义挖掘等应用的稀疏嵌入。

Instructor - 多语言结构化 LLM 输出库

AI 框架

多语言库，旨在从大型语言模型 (LLM) 中提取结构化、经过验证的数据。它支持超过 15 个提供者，并提供类型安全、自动重试和流式处理等功能，非常适合寻求可靠输出的开发者。Instructor 是一个多语言库，旨在从大型语言模型 (LLM) 中提取结构化、经过验证的数据。它支持超过 15 个提供者，并提供类型安全、自动重试和流式处理等功能，非常适合寻求可靠输出的开发者。

强大的人工智能框架，确保使用大型语言模型（LLMs）进行结构化文本生成。它提供保证有效的输出，无需复杂的解析，使开发人员的集成变得简单高效。大纲是一个强大的人工智能框架，确保使用大型语言模型（LLMs）进行结构化文本生成。它提供保证有效的输出，无需复杂的解析，使开发人员的集成变得简单高效。

Cloudflare Agents SDK

AI 框架

Cloudflare Agents SDK 使开发者能够创建具有持久记忆和实时连接的有状态 AI 代理。它支持多种通信渠道和工具，允许在 Cloudflare 的全球网络中实现无缝集成和部署。

BeeAI Framework

AI 框架

BeeAI框架使开发人员能够使用轻量级框架在Python或TypeScript中构建可靠的、生产就绪的多智能体系统，从而增强可扩展性和性能。

使用 YAML 文件构建 LLM 应用程序的声明式框架。它允许开发人员定义工作流程、嵌套应用程序，并通过开放平台进行协作。主要功能包括低级控制、可移植性以及可视化和跟踪项目受欢迎程度的能力。GenSphere 是一个使用 YAML 文件构建 LLM 应用程序的声明式框架。它允许开发人员定义工作流程、嵌套应用程序，并通过开放平台进行协作。主要功能包括低级控制、可移植性以及可视化和跟踪项目受欢迎程度的能力。

CRAB Benchmark

AI 框架

全面的基准测试框架，用于评估多模态语言模型代理。它提供跨环境支持、图评估器和自动化任务生成，能够对代理在各种场景和模型中的能力进行稳健评估。CRAB 是一个全面的基准测试框架，用于评估多模态语言模型代理。它提供跨环境支持、图评估器和自动化任务生成，能够对代理在各种场景和模型中的能力进行稳健评估。

Haystack AI 框架

AI 框架

开源 AI 框架，专为构建生产就绪的 LLM 应用而设计。它支持创建 AI 代理、强大的 RAG 系统和可扩展的多模态搜索解决方案。开发人员可以使用可重用组件构建管道，对其进行自定义，并集成各种技术以满足多样化的 AI 开发需求。Haystack 是一个开源 AI 框架，专为构建生产就绪的 LLM 应用而设计。它支持创建 AI 代理、强大的 RAG 系统和可扩展的多模态搜索解决方案。开发人员可以使用可重用组件构建管道，对其进行自定义，并集成各种技术以满足多样化的 AI 开发需求。

Windows Agent Arena

AI 框架

可扩展的开源框架，用于在 Windows 操作系统上评估多模态 AI 代理。它提供了一个逼真的环境，用于测试跨各种任务的代理工作流，从而能够快速进行基准测试和研究桌面操作系统上 AI 代理的能力。Windows Agent Arena (WAA) 是一个可扩展的开源框架，用于在 Windows 操作系统上评估多模态 AI 代理。它提供了一个逼真的环境，用于测试跨各种任务的代理工作流，从而能够快速进行基准测试和研究桌面操作系统上 AI 代理的能力。

PromptMage

AI 框架

Python 框架，旨在简化复杂、多步 LLM 应用的开发。它提供内置版本控制、用于快速迭代的 Prompt Playground，以及用于轻松集成的自动生成 API。此自托管解决方案旨在提高 LLM 技术开发人员和研究人员的生产力。PromptMage 是一个 Python 框架，旨在简化复杂、多步 LLM 应用的开发。它提供内置版本控制、用于快速迭代的 Prompt Playground，以及用于轻松集成的自动生成 API。此自托管解决方案旨在提高 LLM 技术开发人员和研究人员的生产力。

Clips AI

AI 框架

开源的 Python 库，专为开发者设计，可自动重新利用长视频内容。它分析字幕以将视频分割成片段，并动态重构画面以聚焦于说话人，转换宽高比以适应社交媒体。非常适合播客、访谈和演讲。Clips AI 是一个开源的 Python 库，专为开发者设计，可自动重新利用长视频内容。它分析字幕以将视频分割成片段，并动态重构画面以聚焦于说话人，转换宽高比以适应社交媒体。非常适合播客、访谈和演讲。

Captum 模型可解释性

AI 框架

用于 PyTorch 的开源库，提供模型可解释性工具。它支持跨视觉和文本的多模态模型，使用户能够理解其神经网络如何做出预测。该库具有可扩展性，能够轻松实现和基准测试新的可解释性算法。Captum 是一个用于 PyTorch 的开源库，提供模型可解释性工具。它支持跨视觉和文本的多模态模型，使用户能够理解其神经网络如何做出预测。该库具有可扩展性，能够轻松实现和基准测试新的可解释性算法。

开源的 .NET Core 框架，专为构建通用机器人而设计。它便于与数据库、队列代理、语音引擎和 GPT-J、ChatGPT 等 AI 模型集成，提供跨平台兼容性和易于部署的特性。Botticelli 是一个开源的 .NET Core 框架，专为构建通用机器人而设计。它便于与数据库、队列代理、语音引擎和 GPT-J、ChatGPT 等 AI 模型集成，提供跨平台兼容性和易于部署的特性。

LIBSVM

AI 框架

集成的软件包，用于支持向量分类、回归和分布估计。它提供了一个用户友好的界面，支持多类分类，并包含各种核函数和扩展，使不同领域的用户都能方便地使用 SVM。LIBSVM 是一个集成的软件包，用于支持向量分类、回归和分布估计。它提供了一个用户友好的界面，支持多类分类，并包含各种核函数和扩展，使不同领域的用户都能方便地使用 SVM。

GluonTS

AI 框架

用于概率时间序列建模的 Python 包，利用基于 PyTorch 和 MXNet 的深度学习模型。它通过生成概率分布形式的预测（包括预测区间）来实现准确的预测，适用于复杂的时间序列分析。GluonTS 是一个用于概率时间序列建模的 Python 包，利用基于 PyTorch 和 MXNet 的深度学习模型。它通过生成概率分布形式的预测（包括预测区间）来实现准确的预测，适用于复杂的时间序列分析。

PyTorch 文档

AI 框架

提供了关于该优化深度学习张量库的全面资源。它涵盖了稳定和不稳定功能、用户指南、API 参考以及用于 GPU 和 CPU 加速的开发者笔记，支持高效的模型开发和部署。PyTorch 文档提供了关于该优化深度学习张量库的全面资源。它涵盖了稳定和不稳定功能、用户指南、API 参考以及用于 GPU 和 CPU 加速的开发者笔记，支持高效的模型开发和部署。

Keras 文档

AI 框架

Python 深度学习框架。它提供了一个高级 API，用于构建和训练神经网络。Keras 专注于实现快速实验和用户友好性，使其对研究人员和开发人员都易于访问。它支持各种后端以实现灵活性。Keras 是一个 Python 深度学习框架。它提供了一个高级 API，用于构建和训练神经网络。Keras 专注于实现快速实验和用户友好性，使其对研究人员和开发人员都易于访问。它支持各种后端以实现灵活性。

Caffe 深度学习框架

AI 框架

由 Berkeley AI Research 开发的一个深度学习框架，其核心在于表达性、速度和模块化。它允许用户通过配置文件定义模型和优化，无缝切换 CPU 和 GPU，并受益于快速发展的代码库和广泛的社区贡献。非常适合研究和部署。Caffe 是由 Berkeley AI Research 开发的一个深度学习框架，其核心在于表达性、速度和模块化。它允许用户通过配置文件定义模型和优化，无缝切换 CPU 和 GPU，并受益于快速发展的代码库和广泛的社区贡献。非常适合研究和部署。

OpenNN

AI 框架

免费的开源神经网络软件库。它为开发和实现人工智能模型提供一整套工具。该框架面向希望构建先进机器学习方案的研究人员和开发者。OpenNN 是一个免费的开源神经网络软件库。它为开发和实现人工智能模型提供一整套工具。该框架面向希望构建先进机器学习方案的研究人员和开发者。

LightGBM

AI 框架

高性能的梯度提升框架，利用基于树的学习算法。它专为分布式和高效运行而设计，提供更快的训练速度、更低的内存使用量和更高的准确性。它支持并行、分布式和 GPU 学习，能够有效地处理大规模数据集。LightGBM 是一个高性能的梯度提升框架，利用基于树的学习算法。它专为分布式和高效运行而设计，提供更快的训练速度、更低的内存使用量和更高的准确性。它支持并行、分布式和 GPU 学习，能够有效地处理大规模数据集。

Stanza NLP 库

AI 框架

Python 自然语言处理库，提供准确高效的工具，用于分析多种人类语言。它提供了一个神经网络管道，用于分词、词形还原、词性标注、依存句法分析和命名实体识别等任务，支持 70 多种语言。Stanza 是一个 Python 自然语言处理库，提供准确高效的工具，用于分析多种人类语言。它提供了一个神经网络管道，用于分词、词形还原、词性标注、依存句法分析和命名实体识别等任务，支持 70 多种语言。

提供了 OpenCV 库各种模块的全面文档。它作为开发人员理解和利用 OpenCV 为计算机视觉任务提供的广泛功能的中心资源。教程涵盖了主模块、附加模块和贡献模块，并提供 Python 和 JavaScript 示例。OpenCV 模块提供了 OpenCV 库各种模块的全面文档。它作为开发人员理解和利用 OpenCV 为计算机视觉任务提供的广泛功能的中心资源。教程涵盖了主模块、附加模块和贡献模块，并提供 Python 和 JavaScript 示例。

OpenVINO 工具包

AI 框架

开源工具包，用于在各种硬件上部署高性能 AI 解决方案。它使开发人员能够转换、优化和运行来自流行框架的生成式和传统 AI 模型进行推理，支持云、AI PC 和边缘设备的高效部署。OpenVINO 是一个开源工具包，用于在各种硬件上部署高性能 AI 解决方案。它使开发人员能够转换、优化和运行来自流行框架的生成式和传统 AI 模型进行推理，支持云、AI PC 和边缘设备的高效部署。

Gymnasium 文档

AI 框架

提供了一个标准的强化学习 API 和多样化的参考环境。它是 OpenAI Gym 库的一个维护分支，提供了一个简单、Pythonic 的接口，能够表示通用的 RL 问题。本文档涵盖了其核心功能和对 RL 从业者的使用方法。Gymnasium 提供了一个标准的强化学习 API 和多样化的参考环境。它是 OpenAI Gym 库的一个维护分支，提供了一个简单、Pythonic 的接口，能够表示通用的 RL 问题。本文档涵盖了其核心功能和对 RL 从业者的使用方法。

Stable-Baselines3

AI 框架

提供了基于 PyTorch 的可靠强化学习算法实现。它提供统一的结构、符合 PEP 8 的代码、详尽的文档和强大的测试。SB3 支持 TensorBoard、多进程，并能与各种库集成，是 RL 研究和开发的强大工具。Stable-Baselines3 (SB3) 提供了基于 PyTorch 的可靠强化学习算法实现。它提供统一的结构、符合 PEP 8 的代码、详尽的文档和强大的测试。SB3 支持 TensorBoard、多进程，并能与各种库集成，是 RL 研究和开发的强大工具。

TensorFlow Agents

AI 框架

TensorFlow 中用于强化学习的库。它通过提供模块化、可扩展的组件来简化新强化学习算法的设计、实现和测试，从而实现快速的代码迭代和稳健的测试。TensorFlow Agents 是 TensorFlow 中用于强化学习的库。它通过提供模块化、可扩展的组件来简化新强化学习算法的设计、实现和测试，从而实现快速的代码迭代和稳健的测试。

SHAP AI 解释

AI 框架

基于博弈论的方法，用于解释机器学习模型的输出。它利用 Shapley 值将最优信用分配与局部解释联系起来，从而深入了解特征如何影响各种模型类型和数据模态的预测。SHAP (SHapley Additive exPlanations) 是一种基于博弈论的方法，用于解释机器学习模型的输出。它利用 Shapley 值将最优信用分配与局部解释联系起来，从而深入了解特征如何影响各种模型类型和数据模态的预测。

本地可解释模型无关解释 (LIME)

AI 框架

LIME 是一个 Python 包，用于生成机器学习模型预测的本地、可解释且模型无关的解释。它通过突出对结果贡献最大的特征来帮助理解模型为何做出特定决策，从而使复杂模型对用户更加透明和值得信赖。

AI Fairness 360

AI 框架

开源工具包，旨在帮助研究人员和开发人员检测、理解和缓解机器学习模型中不希望存在的偏见。它提供了一套全面的公平性指标和缓解算法，以促进公平的 AI 系统。AI Fairness 360 (AIF360) 是一个开源工具包，旨在帮助研究人员和开发人员检测、理解和缓解机器学习模型中不希望存在的偏见。它提供了一套全面的公平性指标和缓解算法，以促进公平的 AI 系统。

ONNX 文档

AI 框架

提供了其 1.23.0 版本的文档。内容涵盖核心概念、Python 集成、API 参考、版本控制、数据结构和算子。文档详细介绍了数据存储、安全性和后端实现指南以及实验性算子等技术方面。ONNX (Open Neural Network Exchange) 提供了其 1.23.0 版本的文档。内容涵盖核心概念、Python 集成、API 参考、版本控制、数据结构和算子。文档详细介绍了数据存储、安全性和后端实现指南以及实验性算子等技术方面。

MindSpore

AI 框架

提供了一套全面的 API，用于构建、训练和推理 AI 模型。它提供了框架基础、操作、神经网络层、参数初始化、混合精度、训练、并行处理、图编译、运行时、设备上下文、通信、数据集处理等接口。MindSpore 提供了一套全面的 API，用于构建、训练和推理 AI 模型。它提供了框架基础、操作、神经网络层、参数初始化、混合精度、训练、并行处理、图编译、运行时、设备上下文、通信、数据集处理等接口。

Chainer 神经网络框架

AI 框架

灵活、直观的深度学习框架，支持 CUDA 计算以实现 GPU 加速。它支持轻松的多 GPU 使用，并能处理各种网络架构。其 define-by-run 方法使 Python 控制流成为反向传播的组成部分，简化了研究人员和开发人员的代码和调试。Chainer 是一个灵活、直观的深度学习框架，支持 CUDA 计算以实现 GPU 加速。它支持轻松的多 GPU 使用，并能处理各种网络架构。其 define-by-run 方法使 Python 控制流成为反向传播的组成部分，简化了研究人员和开发人员的代码和调试。

Orfeo ToolBox

AI 框架

开源框架，用于高级遥感图像处理。它能够处理大规模光学、多光谱和雷达数据。OTB 提供多种应用，如正射校正、全色增强、分类和 SAR 处理，可通过 QGIS、Python、命令行或 C++ 访问。Orfeo ToolBox (OTB) 是一个开源框架，用于高级遥感图像处理。它能够处理大规模光学、多光谱和雷达数据。OTB 提供多种应用，如正射校正、全色增强、分类和 SAR 处理，可通过 QGIS、Python、命令行或 C++ 访问。

Vowpal Wabbit

AI 框架

Vowpal Wabbit 文档提供了其机器学习框架的全面资源。它包括 Python 绑定和 C++ 实现的生成文档，涵盖了各种版本。该网站还提供强化学习的文档，为开发人员和研究人员提供详细的指南。

基于 Java 的软件包，用于文本的统计自然语言处理和机器学习应用。它提供了文档分类、聚类、主题建模和信息提取的工具，支持文本分析和数据处理的各种算法和评估指标。Mallet 是一个基于 Java 的软件包，用于文本的统计自然语言处理和机器学习应用。它提供了文档分类、聚类、主题建模和信息提取的工具，支持文本分析和数据处理的各种算法和评估指标。

LIBLINEAR

AI 框架

高性能的 C/C++ 库，用于大规模线性分类和回归。它能高效处理拥有数百万实例和特征的数据集，支持各种 L1 和 L2 正则化的分类器，如 SVM 和逻辑回归。它提供多类分类、交叉验证和概率估计功能，并支持 Python、MATLAB 等接口。LIBLINEAR 是一个高性能的 C/C++ 库，用于大规模线性分类和回归。它能高效处理拥有数百万实例和特征的数据集，支持各种 L1 和 L2 正则化的分类器，如 SVM 和逻辑回归。它提供多类分类、交叉验证和概率估计功能，并支持 Python、MATLAB 等接口。

Intel Gaudi 文档提供了 Intel Gaudi AI 加速器的全面资源，包括 Gaudi 2 和 Gaudi 3。它提供了模型迁移指南、代码示例、调试和优化最佳实践、API 参考以及有关软件安装和平台访问以进行训练和推理的详细信息。

LiteRT

AI 框架

Google 的高性能设备端机器学习框架，用于在边缘平台部署 GenAI 和 ML 模型。它在 TensorFlow Lite 的基础上，提供高效的模型转换、运行时和优化，以实现跨越数十亿设备的低延迟和高隐私性。LiteRT 是 Google 的高性能设备端机器学习框架，用于在边缘平台部署 GenAI 和 ML 模型。它在 TensorFlow Lite 的基础上，提供高效的模型转换、运行时和优化，以实现跨越数十亿设备的低延迟和高隐私性。

Core ML

AI 框架

Apple 框架，允许开发者将机器学习模型直接集成到他们的应用程序中。它为模型提供统一的表示，支持设备端预测和训练。Core ML 通过利用 CPU、GPU 和神经网络引擎等设备硬件来优化性能，确保隐私和响应速度。Core ML 是一个 Apple 框架，允许开发者将机器学习模型直接集成到他们的应用程序中。它为模型提供统一的表示，支持设备端预测和训练。Core ML 通过利用 CPU、GPU 和神经网络引擎等设备硬件来优化性能，确保隐私和响应速度。

ML Kit

AI 框架

免费的 Android 和 iOS 移动 SDK，可将 Google 的机器学习专业知识集成到应用中。它提供易于使用的视觉和自然语言 API，用于设备端实时处理和离线功能，使开发者能够解决现实世界的问题。ML Kit 是一个免费的 Android 和 iOS 移动 SDK，可将 Google 的机器学习专业知识集成到应用中。它提供易于使用的视觉和自然语言 API，用于设备端实时处理和离线功能，使开发者能够解决现实世界的问题。

TensorFlow Extended (TFX)

AI 框架

谷歌生产级规模的机器学习平台。它提供了一个配置框架和共享库，用于集成定义、启动和监控机器学习系统的通用组件。TFX 能够构建和管理生产环境中的机器学习工作流，并在各种平台之间编排管道。TensorFlow Extended (TFX) 是一个谷歌生产级规模的机器学习平台。它提供了一个配置框架和共享库，用于集成定义、启动和监控机器学习系统的通用组件。TFX 能够构建和管理生产环境中的机器学习工作流，并在各种平台之间编排管道。

BigDL LLM

AI 框架

BigDL-LLM 是一个开源库，用于在 Intel XPU 硬件上运行大型语言模型 (LLM)，涵盖从笔记本电脑到云端 GPU 的各种设备。它支持 INT4/FP4/INT8/FP8 量化以实现低延迟推理，并为 PyTorch 模型提供全面的微调功能。

Dask-ML

AI 框架

提供 Python 中可扩展的机器学习，与 Scikit-Learn 和 XGBoost 等库集成。它通过利用 Dask 集合和估计器进行并行训练、预测和预处理，解决了超出 RAM 的大型模型和数据集的挑战。Dask-ML 提供 Python 中可扩展的机器学习，与 Scikit-Learn 和 XGBoost 等库集成。它通过利用 Dask 集合和估计器进行并行训练、预测和预处理，解决了超出 RAM 的大型模型和数据集的挑战。

AutoKeras

AI 框架

基于 Keras 的开源 AutoML 系统，旨在使机器学习更易于访问。它自动化了为您的数据寻找最佳神经网络架构和超参数的过程，从而简化了所有技能水平用户的模型开发。AutoKeras 是一个基于 Keras 的开源 AutoML 系统，旨在使机器学习更易于访问。它自动化了为您的数据寻找最佳神经网络架构和超参数的过程，从而简化了所有技能水平用户的模型开发。

自动化机器学习工具包，可作为 scikit-learn 估计器的即插即用替代品。它通过利用贝叶斯优化、元学习和集成构建来自动化算法选择和超参数调优。它现在支持文本特征，简化了用户的机器学习工作流程。auto-sklearn 是一个自动化机器学习工具包，可作为 scikit-learn 估计器的即插即用替代品。它通过利用贝叶斯优化、元学习和集成构建来自动化算法选择和超参数调优。它现在支持文本特征，简化了用户的机器学习工作流程。

基于 Python 的自动化机器学习工具，它使用遗传编程来优化机器学习管道。它充当数据科学助手，自动发现和优化复杂的模型配置，以提高各种分析任务的性能和效率。TPOT 是一个基于 Python 的自动化机器学习工具，它使用遗传编程来优化机器学习管道。它充当数据科学助手，自动发现和优化复杂的模型配置，以提高各种分析任务的性能和效率。

开源的低代码深度学习框架。它使用简单的 YAML 配置文件，使用户无需编写自定义代码即可构建、微调和部署文本、图像和 LLM 等各种数据类型的 AI 模型。Ludwig 是一个开源的低代码深度学习框架。它使用简单的 YAML 配置文件，使用户无需编写自定义代码即可构建、微调和部署文本、图像和 LLM 等各种数据类型的 AI 模型。

Prophet

AI 框架

Facebook 开发的一个开源预测程序。它专为具有强烈季节性效应和多个季节性的时间序列数据而设计。Prophet 速度快、自动化程度高，并且可以由数据科学家和分析师进行调优以实现精确预测。Prophet 是 Facebook 开发的一个开源预测程序。它专为具有强烈季节性效应和多个季节性的时间序列数据而设计。Prophet 速度快、自动化程度高，并且可以由数据科学家和分析师进行调优以实现精确预测。

GluonCV 工具包

AI 框架

开源计算机视觉工具包，提供最先进的深度学习算法。它拥有一个庞大的模型库，包含超过 170 个预训练模型，灵活的 API 和易于理解的实现，旨在加速研究人员、工程师和学生的原型开发和学习。GluonCV 是一个开源计算机视觉工具包，提供最先进的深度学习算法。它拥有一个庞大的模型库，包含超过 170 个预训练模型，灵活的 API 和易于理解的实现，旨在加速研究人员、工程师和学生的原型开发和学习。

DeepDetect

AI 框架

专为深度学习模型部署和管理设计的 AI 框架。它简化了服务机器学习模型的过程，使开发人员能够高效地将 AI 功能集成到他们的应用程序中。该平台专注于提供一个强大的后端，用于实时推理和模型监控。DeepDetect 是一个专为深度学习模型部署和管理设计的 AI 框架。它简化了服务机器学习模型的过程，使开发人员能够高效地将 AI 功能集成到他们的应用程序中。该平台专注于提供一个强大的后端，用于实时推理和模型监控。

Seldon Core 2

AI 框架

原生于 Kubernetes 的框架，用于大规模部署和管理机器学习 (ML) 和大型语言模型 (LLM) 系统。它提供了一个灵活的、模块化的架构，适用于本地、混合和多云环境，确保 MLOps 和 LLMOps 的标准化、增强的可观测性和成本效益。Seldon Core 2 是一个原生于 Kubernetes 的框架，用于大规模部署和管理机器学习 (ML) 和大型语言模型 (LLM) 系统。它提供了一个灵活的、模块化的架构，适用于本地、混合和多云环境，确保 MLOps 和 LLMOps 的标准化、增强的可观测性和成本效益。

LiveKit Agents

AI 框架

开源框架，用于构建、测试、部署和扩展语音、视频和物理 AI 代理。它提供了开发代理的工具，处理医疗接待、酒店接待和自驾点餐等任务，专注于实时交互和可观察性。LiveKit Agents 是一个开源框架，用于构建、测试、部署和扩展语音、视频和物理 AI 代理。它提供了开发代理的工具，处理医疗接待、酒店接待和自驾点餐等任务，专注于实时交互和可观察性。

OpenCV - 开源计算机视觉库

AI 框架

开源计算机视觉库，提供实时优化的工具和硬件。它支持机器学习和人工智能的模型执行，是开发者和研究人员在该领域的宝贵资源。OpenCV 是一个开源计算机视觉库，提供实时优化的工具和硬件。它支持机器学习和人工智能的模型执行，是开发者和研究人员在该领域的宝贵资源。

Dynamo-Triton 开源软件

AI 框架

NVIDIA Dynamo-Triton 使得在 TensorRT、PyTorch 和 ONNX 等各种框架中部署 AI 模型成为可能。它支持实时、批处理和流式工作负载，适用于多种 AI 应用。

ACE for Games

AI 框架

NVIDIA ACE 是一套为游戏开发者设计的人工智能技术，旨在创建智能、对话式的游戏内角色。它提供云端和设备上的 AI 模型，用于语音、智能和动画，提升玩家体验，创造自主的游戏角色。

Spark NLP

AI 框架

开源库，旨在进行自然语言处理，利用大型语言模型的强大功能。它提供跨多种语言的可扩展 NLP 能力，使其成为寻求先进文本分析和处理的企业的首选解决方案。Spark NLP 是一个开源库，旨在进行自然语言处理，利用大型语言模型的强大功能。它提供跨多种语言的可扩展 NLP 能力，使其成为寻求先进文本分析和处理的企业的首选解决方案。

用于处理文本数据的 Python 库。它提供了一个简单的 API，用于各种自然语言处理任务，包括情感分析、词性标注和名词短语提取，使开发者和研究人员都能轻松使用。TextBlob 是一个用于处理文本数据的 Python 库。它提供了一个简单的 API，用于各种自然语言处理任务，包括情感分析、词性标注和名词短语提取，使开发者和研究人员都能轻松使用。

旨在高效进行密集向量相似性搜索和聚类的库。它支持大规模数据集，并提供多种向量搜索算法，包括 GPU 实现，适用于高性能应用。Faiss 是一个旨在高效进行密集向量相似性搜索和聚类的库。它支持大规模数据集，并提供多种向量搜索算法，包括 GPU 实现，适用于高性能应用。

开源的C11运行时，专为AI代理提供耐用的控制平面，支持确定性工作流、恢复和扩展。它旨在确保代理工作中的责任和效率，专注于耐用性和智能决策。FloofClaw是一个开源的C11运行时，专为AI代理提供耐用的控制平面，支持确定性工作流、恢复和扩展。它旨在确保代理工作中的责任和效率，专注于耐用性和智能决策。

自我进化的代理框架，专为HarmonyOS开发而设计。它具有零依赖内核、一流的自我进化能力和MCP生态系统。该工具使开发人员能够高效地搭建、构建、安装和运行HarmonyOS应用程序，并支持可逆的进化步骤。hmharness是一个自我进化的代理框架，专为HarmonyOS开发而设计。它具有零依赖内核、一流的自我进化能力和MCP生态系统。该工具使开发人员能够高效地搭建、构建、安装和运行HarmonyOS应用程序，并支持可逆的进化步骤。

AI2-THOR 互动环境

AI 框架

开源平台，为具身 AI 研究提供互动环境。它拥有超过 2000 个独特对象和 120 个房间，支持多种代理类型和动态交互。AI2-THOR 是一个开源平台，为具身 AI 研究提供互动环境。它拥有超过 2000 个独特对象和 120 个房间，支持多种代理类型和动态交互。

支持 20 多种语言的离线语音识别工具包。它可以在 Android、iOS、Raspberry Pi 和服务器上运行，并提供 Python、Java、C#、Swift 和 Node 的绑定。Vosk 提供流式 API 和说话人识别，使其适用于各种应用。Vosk 是一个支持 20 多种语言的离线语音识别工具包。它可以在 Android、iOS、Raspberry Pi 和服务器上运行，并提供 Python、Java、C#、Swift 和 Node 的绑定。Vosk 提供流式 API 和说话人识别，使其适用于各种应用。

NVIDIA ACE for Games

AI 框架

用于构建对话式、自主游戏角色的 AI 技术和 SDK。它提供了即插即用的语音识别、文本转语音、小型设备语言模型和面部动画，配有 Unreal Engine 和 Autodesk Maya 插件。该套件专为中间件和游戏开发者设计，旨在为他们的游戏添加 AI 驱动的 NPC、伙伴或助手。NVIDIA ACE for Games 是一套用于构建对话式、自主游戏角色的 AI 技术和 SDK。它提供了即插即用的语音识别、文本转语音、小型设备语言模型和面部动画，配有 Unreal Engine 和 Autodesk Maya 插件。该套件专为中间件和游戏开发者设计，旨在为他们的游戏添加 AI 驱动的 NPC、伙伴或助手。

Dlib C++ 库

AI 框架

现代 C++ 工具包，提供机器学习算法和开发复杂软件的工具。它广泛应用于机器人和移动设备等多个领域，并且是开源的，允许在任何应用中免费使用。Dlib 是一个现代 C++ 工具包，提供机器学习算法和开发复杂软件的工具。它广泛应用于机器人和移动设备等多个领域，并且是开源的，允许在任何应用中免费使用。

TorchVision

AI 框架

PyTorch 项目中的一个库，提供流行的数据集、模型架构和计算机视觉任务的图像转换。它支持稳定、测试和原型特性，为开发者提供灵活性和性能。TorchVision 是 PyTorch 项目中的一个库，提供流行的数据集、模型架构和计算机视觉任务的图像转换。它支持稳定、测试和原型特性，为开发者提供灵活性和性能。

eTaSL

AI 框架

开源框架，用于使用基于约束的方法进行机器人任务规范。它通过数学约束实现灵活、适应性的机器人运动，支持实时传感器控制和多机器人系统。eTaSL是一个开源框架，用于使用基于约束的方法进行机器人任务规范。它通过数学约束实现灵活、适应性的机器人运动，支持实时传感器控制和多机器人系统。

fastText库

AI 框架

开源库，用于高效的文本分类和表示学习。它支持多种语言，并在标准硬件上运行，使其适用于各种应用。fastText是一个开源库，用于高效的文本分类和表示学习。它支持多种语言，并在标准硬件上运行，使其适用于各种应用。

念力 SDK

AI 框架

统一的 Python 技能库，旨在构建生产级计算机视觉、机器人技术和物理 AI 应用程序。它使开发人员能够使用自然语言提示创建复杂的机器人管道，并将其转换为可执行代码。念力 SDK 是一个统一的 Python 技能库，旨在构建生产级计算机视觉、机器人技术和物理 AI 应用程序。它使开发人员能够使用自然语言提示创建复杂的机器人管道，并将其转换为可执行代码。

AgentDojo

AI 框架

动态环境，旨在评估 LLM 代理的提示注入攻击和防御。由苏黎世联邦理工学院和 Invariant Labs 的研究人员开发，它提供了基准测试和创建新攻击和防御模型的工具，帮助研究 AI 漏洞。AgentDojo 是一个动态环境，旨在评估 LLM 代理的提示注入攻击和防御。由苏黎世联邦理工学院和 Invariant Labs 的研究人员开发，它提供了基准测试和创建新攻击和防御模型的工具，帮助研究 AI 漏洞。

Python库，旨在创建挑战神经网络的对抗样本。它支持PyTorch、TensorFlow和JAX，提供最先进的基于梯度和基于决策的攻击。基于EagerPy构建，确保本地性能，并包括广泛的类型检查，以便及早捕捉错误。Foolbox是一个Python库，旨在创建挑战神经网络的对抗样本。它支持PyTorch、TensorFlow和JAX，提供最先进的基于梯度和基于决策的攻击。基于EagerPy构建，确保本地性能，并包括广泛的类型检查，以便及早捕捉错误。

深度代理

AI 框架

开源代理框架，旨在处理复杂的长期任务。它管理规划、上下文和子代理编排，使代理能够高效地处理研究、编码和多步骤工作流程。深度代理是一个开源代理框架，旨在处理复杂的长期任务。它管理规划、上下文和子代理编排，使代理能够高效地处理研究、编码和多步骤工作流程。

Kaldi ASR

AI 框架

开源工具包，旨在进行语音识别研究和开发。它提供了一个全面的框架，用于构建和部署语音识别模型，提供数据准备、特征提取和模型训练的工具。Kaldi ASR 是一个开源工具包，旨在进行语音识别研究和开发。它提供了一个全面的框架，用于构建和部署语音识别模型，提供数据准备、特征提取和模型训练的工具。

MMCV

AI 框架

用于计算机视觉任务的基础库，提供神经网络操作符和数据转换。它支持高效部署，并作为 OpenMMLab 项目的基础，促进学术研究和工业应用。MMCV 是一个用于计算机视觉任务的基础库，提供神经网络操作符和数据转换。它支持高效部署，并作为 OpenMMLab 项目的基础，促进学术研究和工业应用。