Промты, MCP-серверы, скиллы, плагины, хуки и агенты для Claude Code, Kimi, DeepSeek, ChatGPT и других ИИ.
Официальный Python-SDK OpenAI для агентов: передача контекста между рукопожатиями, guardrails, трассировка и handoff между агентами.
Открытая базовая модель для роботов от Physical Intelligence: одна модель управляет разными роботами и выполняет сложные манипуляции.
Платформа обучения роботов-манипуляторов от Hugging Face: запись демонстраций, дообучение политик и управление реальными руками.
Улучшенный Whisper со стабильными таймкодами: точные границы слов и сегментов без «плавания» времени.
NLP-библиотека Стэнфорда: лингвистический анализ 70+ языков — от токенизации до семантических зависимостей.
Модель speech-to-speech без промежуточного текста: отвечает на голос сразу голосом, быстрее классических каскадов.
Открытый TTS с контролем эмоций и эмфазы: копирует голос диктора и точно воспроизводит интонации и паузы.
Открытая модель понимания и генерации речи: понимает эмоции, разговаривает и клонирует голоса.
Компактная открытая модель генерации видео: всего 3 миллиарда параметров и качество крупных систем.
Открытая платформа аудио-генерации от OpenMMLab: TTS, клонирование голоса, преобразование голоса и восстановление аудио.
MCP-сервер для Prometheus: агенты выполняют PromQL-запросы, читают метрики и помогают диагностировать инциденты.
Всё-в-одном CLI для LLM: чат, роли, RAG поверх документов, функции и запуск кода — на Rust, один бинарник.
Открытая коллекция паттернов промптов с CLI: суммаризация, анализ, вывод мыслей — сотни готовых сценариев сообщества.
Генерация команд shell по описанию: «sgpt find all log files» — и получаете готовую команду с пояснением.
Универсальный CLI для LLM от автора Datasette: запуск моделей из командной строки, пайпы, фрагменты и плагины.
Элегантный ИИ-агент в терминале от создателей Glow: чат с моделями, работа с файлами и красивый TUI.
Честный бенчмарк программирования без утечек: новые задачи с Codeforces и LeetCode, которые модели гарантированно не видели.
Бенчмарк ИИ в соревнованиях по машинному обучению: модель сама строит ML-решения Kaggle-контестов и получает медали.
Бенчмарк агентов в диалогах с пользователями и инструментами: проверка не только ответа, но и правильности вызванных действий.
Комплексный бенчмарк LLM-агентов: восемь сред — от OS и баз данных до веба и карточных игр — с единой системой оценки.