Промты, MCP-серверы, скиллы, плагины, хуки и агенты для Claude Code, Kimi, DeepSeek, ChatGPT и других ИИ.
Открытая платформа детекции объектов: 400+ готовых модулей, десятки алгоритмов и единый конфиг для обучения детекторов.
Агент управления компьютером: решает задачи через интерфейс — клики, ввод текста, работа с приложениями на macOS и Windows.
Фреймворк ИИ-агентов для автоматизации веба: натуральный язык превращается в действия Selenium на любых сайтах.
Парсер экранов от Microsoft: превращает любой снимок интерфейса в структурированные элементы, которые понимает ИИ-агент.
Агент для управления Windows-приложениями: видит интерфейс и сам кликает, печатает и выполняет задачи в любых программах.
Фреймворк мультимодальных нейросетевых приложений от Jina AI: пайплайны для поиска, эмбеддингов и обработки любых данных.
Максимальная производительность LLM на GPU NVIDIA: квантование FP8, спекулятивный декодинг и оптимизации ядер.
Кроссплатформенные ML-решения для камеры и медиа от Google: распознавание лиц, поз, жестов и объектов на устройстве.
Упаковка ML-моделей в контейнеры одним файлом: определили зависимости в cog.yaml — получили воспроизводимый образ с API.
ИИ прямо в вашей базе данных: векторный поиск, модели и агенты поверх Postgres, Mongo и других БД без перемещения данных.
Векторный поиск «всё включено»: тензорный и полнотекстовый поиск, гибридный скоринг и встроенные эмбеддинги в одном движке.
Лёгкая локальная генерация эмбеддингов от Qdrant: без тяжёлых зависимостей, быстрый старт в одну строку.
Высокопроизводительный сервер эмбеддингов от Hugging Face: сотни моделей, квантование и OpenAI-совместимый API.
Коллекция эмбеддинг-моделей от BAAI: BGE-модели — одни из лучших открытых для поиска и RAG на десятках языков.
Стандартная библиотека для эмбеддингов предложений: сотни готовых моделей и простой API для семантического поиска.
Библиотека векторного поиска от Meta: миллиардные индексы, десятки методов приближённого поиска — основа множества векторных БД.
Официальная книга рецептов по моделям Phi: файнтюнинг, оптимизация, развёртывание на edge и сценарии с маленькими моделями.
Сильнейшая открытая мультимодальная модель: понимает изображения, документы и видео на уровне закрытых систем.
Лёгкий C++ инференс моделей Google Gemma: запуск Gemma на CPU и мобильных устройствах без тяжёлых зависимостей.
1-битные LLM от Microsoft: модели, у которых каждый вес занимает один бит — запуск гигантских сетей на CPU без GPU.