一个模块化、标准化、易用的框架，可以高效微调大规模语言模型

LLAMAFACTORY | #框架

Rye language： 一种动态编程语言，结合了 Rebol、Factor、Linux shells 和 Golang 等思想，仍在不断发展中

codel：可以用来完成各种复杂的任务和项目的自动化AI Agent，无论是使用终端、浏览器还是编辑器

一个博客框架，使用 git 托管代码，简洁易用，无需本地部署，只需搭建和写作即可完成博客搭建

Gmeek | #框架

一个帮助编写高质量代码的开源指南，强调代码的可读性、简洁性和易维护性。

Cookbook to Craft Good Code | #指南

Chat with MLX：高性能的macOS应用，将本地文档与一个个性化大型语言模型(LLM)连接起来。利用检索增强生成 (RAG)，可有效地搜索和查询文档

命令行代码解析工具，支持语法解析，帮用户轻松处理代码格式

codeium-parse | #工具

Friend: 开源AI可穿戴设备，可实时分析语音并提供主动反馈和建议

特征：

实时 AI 音频处理：利用强大的设备端 AI 功能进行实时音频分析。
低功耗蓝牙：使用小纽扣电池捕获音频 24 小时以上。
开源软件：访问 pin 的软件堆栈并为其做出贡献，其设计考虑了开放性和社区协作。
可穿戴设计：体验无与伦比的便利性，符合人体工程学和轻巧的设计，非常适合日常佩戴。

AIOS: 基于大型语言模型的操作系统，允许操作系统像“具有灵魂”一样运行，AIOS 是一个旨在优化资源分配、促进跨agent上下文切换、实现agent并发执行和提供LLM agent工具服务。

Sycamore：一个对话式搜索和分析平台，适用于复杂的非结构化数据，例如文档、演示文稿、成绩单、嵌入式表格和内部知识存储库。

它通过将人工智能引入数据准备、索引和检索来检索和综合高质量的答案。 Sycamore 可以轻松准备用于搜索和分析的非结构化数据，提供用于数据清理、信息提取、丰富、汇总和生成封装数据语义的向量嵌入的工具包。

Sycamore 使用你选择的生成式 AI 模型来使这些操作变得简单而有效，并且可以实现快速实验和迭代。此外，Sycamore 使用 OpenSearch 进行索引，支持混合（向量 + 关键字）搜索、检索增强生成 (RAG) 管道、过滤、分析功能、会话记忆和其他功能来改进信息检索。

特征
自然语言、对话界面，可针对非结构化数据提出复杂问题。包括对来源段落和对话记忆的引用。
包括对非结构化数据的各种查询操作，包括混合搜索、检索增强生成 (RAG) 和分析函数。
通过高级数据分段、用于数据丰富的 LLM 支持的 UDF、使用 Python 进行的高性能数据操作以及使用各种 AI 模型的向量嵌入，准备和丰富用于搜索和分析的复杂非结构化数据。
自动数据爬虫（Amazon S3 和 HTTP）和 Jupyter 笔记本支持等有用的功能可用于创建和迭代数据准备脚本。
可扩展、安全且可定制的 OpenSearch 后端，用于索引和数据检索。

Prompt Quill：全球第一个基于RAG的提示工程助手，基于320万个可用提示库，目的是为了帮用户更好地创建用于生成图像的提示

一个多模态工具，用于将现实世界的信息输入大语言模型，基于多核设计，通过精心设计的启发式方法，从文件、文件夹、网页等来源创建有意义的文本和图像提示。

The Pipe | #工具

神经编程智能相关资源列表 | Neural Code Intelligence Survey

BinaryVectorDB：高效搜索大规模向量数据库的开源项目

WhatTheDuck：一个基于 DuckDB 构建的开源 Web 应用程序，旨在允许用户上传 CSV 文件，将其存储在表中，并对上传的数据执行 SQL 查询。

该应用程序还提供以 CSV 格式下载过滤结果的功能，支持上传多个文件，并使用户能够执行联接查询。

需要注意的是，应用程序将数据临时存储在内存中，刷新页面会清除所有上传的数据。

用于搜索 YAML 和 JSON 文件的Grep工具，它可以帮助搜索文件中特定的关键字并获取相关信息

Flatito | #工具