risingwave
エージェント AI 用のイベント ストリーミング プラットフォーム。イベント ストリームをリアルタイムかつ大規模に継続的に取り込み、変換し、提供します。
HYSEN LABS ディレクトリ
デプロイタグ · 厳選リポジトリと詳細分析。
エージェント AI 用のイベント ストリーミング プラットフォーム。イベント ストリームをリアルタイムかつ大規模に継続的に取り込み、変換し、提供します。
エージェントコーダー向けのレビューファーストのターミナル差分ビューア。要件: Node.js 18 以降 macOS、Linux、または Windows ほとんどのワークフローに Git を推奨 Nix ユーザーは、代わりに flake.nix にエクスポートされたデフォルトのパッケージを使用できます。
Sloc、Cloc、Code: scc は、純粋な Go で記述された複雑さの計算と COCOMO 推定を備えた、非常に高速で正確なコード カウンターです。
コーディング エージェントの計画とコードの差分に注釈を付けて視覚的に確認し、チームと共有し、ワンクリックでエージェントにフィードバックを送信します。
tw93/MiaoYanは実運用向けに使える実用的なオープンソース実装で、再利用可能な導入ルートを持つプロジェクトです。
JiuwenSwarm は、openJiuwen 上に構築されたインテリジェント AI エージェントです。大規模な言語モデルの強力な機能を、日常的に使用するさまざまなコミュニケーション アプリを通じて指先に直接拡張します。
端末内の Google Workspace。明示的な境界によるエージェントの安全性: ランタイム読み取り専用、コマンド許可/拒否ルール、gmail の送信禁止、信頼できないコンテンツのラッピング、ドライラン プラン、ベイクされた安全性プロファイル バイナリ、およびデフォルトで読み取り専用である型指定された MCP サーバー。
InternLM/lmdeployは実運用向けに使える実用的なオープンソース実装で、再利用可能な導入ルートを持つプロジェクトです。
AI を所有しましょう。 AI エージェントのあらゆるモデル、永続メモリ、自律実行、暗号化 ID をネイティブ macOS が利用します。スイフトに組み込まれています。完全にオフライン。オープンソース。
Sui は、高スループット、低遅延、および Move プログラミング言語を利用した資産指向プログラミング モデルを備えた次世代スマート コントラクト プラットフォームです。
Yakit は、セキュリティ チームの脆弱性スキャン、脅威ハンティング、資産分析、運用ワークフローをサポートするモジュラー クライアントを中心に構築されたサイバーセキュリティ ツールキットです。
Nix を使用した、高速、宣言的、再現可能、および構成可能な開発者環境。
clappr/clapprは実運用向けに使える実用的なオープンソース実装で、再利用可能な導入ルートを持つプロジェクトです。
このプロジェクトは「Dynamic, resilient AI orchestration. Coordinate data, models, and compute as you build AI workflows.」を基盤として、実践的に使えるオープンソース実装を提供し、再利用可能なツールチェーンと統合手段を備えています。
JSON Web トークンと JSON Web 署名を操作するためのシンプルなライブラリ。
Kimi Code CLI、次世代エージェントの出発点。 Moonshot AI の Kim モデルではすぐに使用でき、他の互換性のあるプロバイダーを使用するように構成することもできます。
エージェント ハーネスを構築し、エンドツーエンドで制御します。 Python および TypeScript の本番 AI エージェント用のオープンソース SDK - あらゆるモデル、あらゆるクラウド。
マルチモーダル AI 用のオープン Lakehouse フォーマット。 2 行のコードで Parquet から変換し、100 倍高速なランダム アクセス、ベクトル インデックス、データのバージョン管理を実現します。 Pandas、DuckDB、Polars、Pyarrow、および PyTorch と互換性があり、さらに多くの統合が予定されています。
OpenSquilla は、同じ予算でより高いインテリジェンス密度を備えたトークン効率の高い AI エージェントです。
Windows でコンピュータを使用するための MCP サーバー。任意の LLM を使用する (ビジョンはオプション) 多くの自動化ツールとは異なり、Windows-MCP は従来のコンピューター ビジョン技術や特定の微調整されたモデルに依存しません。あらゆる LLM と連携して動作し、複雑さとセットアップ時間を軽減します。