Плагины для Claude Code: расширения, хуки и интеграции — от подсветки кода до работы с внешними сервисами.
Официальный TypeScript SDK для агентов Claude: агентные возможности Claude Code в Node.js и браузере с полным контролем.
Официальный Python SDK для агентов Claude: стройте собственных агентов с инструментами, файловой системой и MCP поверх Claude Code.
Самый популярный PHP-фреймворк: элегантный синтаксис, ORM Eloquent, очереди, события и экосистема инструментов — полный цикл веб-разработки.
Надёжная автоматизация браузеров от Microsoft: end-to-end тесты в Chromium, Firefox и WebKit — автождание, трейсинг, параллельный запуск.
Жёсткий бенчмарк чат-ботов от LMArena: 500 сложных промптов и парное сравнение ответов с бутстрэп-доверительными интервалами.
Автоматическая оценка инструктивных LLM: быстрый аннотатор на основе сильной модели ранжирует ответы — стандартная доска лидеров.
Полностью открытая реализация пайплайна R1: воспроизводимое обучение рассуждений с подкреплением — данные, тренировка, оценка.
Строгая оценка генерации кода: расширенные тесты HumanEval+ и MBPP+ отсеивают код, который формально проходит, но не работает на граничных случаях.
Прозрачная оценка моделей от Стэнфорда: стандартизированные сценарии и метрики — от точности до токсичности и устойчивости к атакам.
Комплексная оценка LLM из Шанхая: сотни датасетов и моделей — официальная платформа ведущих китайских и мировых лидербордов.
Платформа разработки LLM-приложений: быстрые эксперименты с промптами и моделями, оценка качества и публикация — от прототипа до прода.
Агентная обработка документов из Berkeley: пайплайны с ИИ-шагами извлекают, преобразуют и разрешают сущности в массивах документов любого объёма.
Поиск по коду для команд: индексирует репозитории компании и даёт быстрый поиск по всему коду — с ИИ-ответами поверх результатов.
Наблюдаемость ИИ-агентов: трейсы каждого шага, стоимость токенов и отладка сбоев — для CrewAI, LangChain, Autogen и собственных агентов.
ИИ-копилот внутри вашего приложения: виджеты чата, автодополнение и агентные действия в React-приложении за часы, а не месяцы.
Бенчмарк агентов в терминале: модель получает задачу разработчика и должна выполнить её в изолированной среде — от bash-скриптов до отладки.
Бенчмарк с ежемесячно обновляемыми задачами: вопросы не попадают в обучающие данные моделей, а ответы проверяются объективно — без LLM-судей.
Сканер уязвимостей LLM от NVIDIA: проверяет модели и генеративные системы на джейлбрейки, утечки данных, токсичность и уязвимости — как pentest для чат-ботов.
Реактивный notebook нового поколения: ячейки зависят друг от друга и пересчитываются автоматически, а ноутбук легко превращается в приложение или скрипт.
Официальный SDK агентов Anthropic: встраивайте возможности Claude Code в собственные приложения — файловые операции, инструменты и субагенты.