Puter：浏览器里的桌面环境，旨在功能丰富、异常快速和高度可扩展

使用大型语言模型进行文本压缩的实用工具，与其他压缩工具相比，具有更高的压缩比。

基于RWKV 169M v4语言模型，该模型在速度和压缩比之间取得了良好的折衷。但其压缩和解压速度较传统压缩工具慢(RTX 4090上的速度为每秒1MB)，且只支持文本文件。

ts_zip | #工具

fltr：提供了类似于grep的功能，但用于处理自然语言问题，基于Mixtral 8x7B模型进行开发，能根据给定的问题，在文本中搜索匹配的结果并返回

一个基于 Nvidia Isaac Gym 的易于使用的强化学习 (RL) 框架，旨在训练人形机器人的运动技能，强调从模拟到现实环境的零样本迁移。Humanoid-Gym还集成了从Isaac Gym到Mujoco的sim-to-sim框架，允许用户在不同的物理模拟中验证训练好的策略，以确保策略的鲁棒性和泛化性。

该代码库由 RobotEra 的 XBot-S（1.2 米高的人形机器人）和 XBot-L（1.65 米高的人形机器人）在现实环境中进行了验证，具有零样本模拟到真实的传输。

Humanoid-Gym | #框架

BAML：用于构建强类型LLM函数的编程语言，包括测试和可观察性功能，BAML是一个轻量的编程语言，可以使用自然语言定义具有结构化输入和输出的AI函数，还提供了VSCode Playground，可以在不离开VSCode的情况下即时测试任何LLM的提示。

modern-screenshot：用 HTML5 canvas 和 SVG 从 DOM 节点快速生成图像

Local-CMS：用于管理本地Markdown文件的管理系统，提供了命令行界面和编辑实时预览功能，可以实现文件和文件夹的添加、删除、修改和搜索操作，还支持在实时保存的同时进行编辑，并提供了Vitepress主题样式编辑器

Polaris：高性能的Golang工作流编排器，旨在处理具有多个步骤的工作流执行，其中每个步骤依赖于前一个步骤生成的数据，支持一次性或多次性跨请求范围执行，并且可以将可重用的组件以不同的方式组合以生成不同的结果

马士兵2024版 C++ 后端开发工程师

专为苹果芯片设计的高效机器学习框架，本地运行LLM模型，实时在苹果芯片上运行LLM(如Llama、Mistral)模型的全新原生SwiftUI应用。

mlx-swift-chat | #框架

一个 Obsidian.md 插件，可提供更好的 PDF 体验。具体来说就是

它能将指向 PDF 文件的反向链接转化为高亮注释，也就是说，只需链接到文本选区，就能为 PDF 文件添加高亮注释。
此外，你还可以直接将注释添加到 PDF 文件中，这样它们在 Obsidian 之外也是可见的。

它还为内置的 PDF 查看器和 PDF 嵌入添加了许多生活质量改进。因此，即使你不把它当作注释工具使用，它也非常有用，你甚至可以关闭注释功能。

PDF++ 在其他 PDF 注释工具中脱颖而出，原因如下：

PDF++ 是Obsidian原生 PDF 查看器的补充，而不是取而代之。它允许你以纯标记符（markdown）的形式制作侧注，因此只要Obsidian还活着，即使插件停止工作，你也不会丢失注释。与 Annotator 不同的是，即使该插件将来停止工作，它也不会留下一堆无法阅读的 JSON 文件。

PDF++ 使 Obsidian 成为独立的 PDF 注释工具。你可以使用Obsidian丰富的markdown编辑器对PDF进行无缝注释，而无需在Obsidian和Zotero或Marginnote等外部应用程序之间切换。

单个 PDF 文件的注释不再局限于单个文件，而是可以分布在整个库中。它建立了一种新颖的、Obsidian 式的 PDF 注释方式。

除了可选的&color=.../&rect=...链接符号外，PDF++ 不会引入依赖于插件的语法。

Obsidian PDF++ | #插件

FakeSoraAPI 是一个开源项目，旨在模拟尚未发布的 OpenAI Sora API。

它为开发人员提供了一个平台，让他们可以使用 Sora API 的模拟版本开始开发和测试他们的项目。

这使他们能够在实际的 Sora API 可用后准备与它集成，从而促进在模拟环境中进行早期开发和测试。

FakeSoraAPI 模仿了官方 API 的预期功能，使其成为期待 OpenAI Sora 模型发布的开发人员的宝贵工具。

Honcho：用户上下文管理解决方案，用于构建AI Agent和LLM驱动的应用

TileDB Vector Search：基于TileDB存储引擎开发的用于向量搜索的C++库和Python API