基于纯 Markdown 技能定义的零依赖自主 ML 科研工作流系统，通过跨模型对抗协作覆盖从创意发现到论文 rebuttal 的完整科研生命周期。

模型与推理框架大语言模型机器学习

查看详情 →

AI Agent 驱动的自动化实验框架，指向任意代码仓库自主分析、设计、运行实验并保留有效改进

模型与推理框架机器学习多智能体系统

查看详情 →

面向 Agent、LLM 与传统 ML 模型的开源 AI 工程平台，提供实验追踪、模型注册、LLM 可观测性、评估、提示词优化及统一 API 网关等全生命周期管理能力。

模型与推理框架SDKAI代理

查看详情 →

自学习向量数据库，集成图神经网络搜索优化、本地 LLM 推理、Cypher 图查询与 PostgreSQL 向量扩展，支持从 WASM 嵌入式到 Raft 分布式集群的多形态部署。

文档教程与资源机器学习RAG

查看详情 →

开源的全栈产品分析平台，集成了 Web 分析、会话回放、功能开关和 A/B 测试工具，帮助团队构建成功产品。

模型与推理框架机器学习PostgreSQL

查看详情 →

哈佛大学出品的机器学习系统工程教材，集成 TinyTorch 框架与边缘设备部署实验，覆盖从 ML 基础到系统优化的完整知识体系。

其他深度学习机器学习

查看详情 →

一个基于 AI 多代理的数据科学团队库，通过专业化 Agent 协作自动化执行数据加载、清洗、特征工程、EDA、可视化与机器学习建模（H2O + MLflow），配备 Streamlit 可视化 Pipeline 工作台，将常见数据科学任务效率提升 10 倍。

其他机器学习多智能体系统

查看详情 →

基于 LangGraph 的全自动化 AI 多智能体研究助手，能够自动生成研究假设，执行数据清洗与机器学习分析，生成交互式可视化图表，并输出完整研究报告，支持多模型混合架构。

其他大语言模型机器学习

查看详情 →

微软官方推出的 1-bit 大语言模型推理框架。通过高度优化的内核，实现 CPU 和 GPU 上的无损、高速推理，大幅降低能耗并允许在普通设备上运行千亿参数级模型。

模型与推理框架PythonPyTorch

查看详情 →

一个专注于自主智能体研究的论文集合，涵盖基于强化学习和基于大型语言模型两大研究方向，帮助研究者快速了解领域前沿。

文档教程与资源PythonPyTorch

查看详情 →