AI开发平台

3,637 个结果 · 第 25 / 102 页

Remind ai

reMind 是一款本地、注重隐私的记忆应用，利用本地大语言模型（LLM）捕获并回忆用户的数字活动，将其转化为可检索的记忆。它强调数据存储在本地设备上，100% 开源且可完全自定义。用户需先下载 Ollama 及所需 LLM，再下载 Remind 即可使用。该工具旨在帮助用户回忆任务、优化工作流程并提升生产力。

Remote-MCP

Remote-MCP 是一个面向远程 MCP（Model Context Protocol，模型上下文协议）通信的类型安全解决方案，由 ssut 开发并开源在 GitHub 上。它提供双向、简洁的远程通信能力，允许本地 MCP 客户端连接远程 MCP 服务器，从而实现对模型上下文的远程访问与集中管理。项目包含 @remote-mcp/client 与 @remote-mcp/server 两个核心包：客户端库可作为本地 MCP 服务器运行并连接远程实现，服务端库用于创建可远程访问的 MCP 服务。它支持基本的 MCP 命令、工具与提示（Prompt）能力，并提供自定义 HTTP 头、认证中间件、基础中间件、基础错误处理等机制，同时计划支持完整事件订阅系统（资源变更、工具/提示列表变更通知）、崩溃安全处理等。项目还提供 Cloudflare Workers 与独立 Node.js 等实现示例，并包含 Nest.js 集成包。该库是对官方 MCP 规范的补充扩展，并非官方规范的一部分，采用 MIT 许可证。项目目前处于活跃开发阶段，属于实验性项目，可能出现破坏性变更。

Remyx ai

Remyx AI 是一个面向 AI 生产团队的 ExperimentOps 平台，帮助团队决定下一步应发布哪些改动。它会将候选改动与代码库、目标、约束和历史结果进行匹配，给出最适合测试的改动建议，并能筛掉无法成立的改动。Remyx 还提供 Outrider 工具，可在公开 AI 仓库上自动检查并提交草稿 PR，并支持评估、基准测试、CI、A/B 测试等流程，让改动、结果和决策保持关联，使后续推荐能基于已有证据。

rental-cars

中文介绍正在整理，稍后补充。

Researcher life

中文介绍正在整理，稍后补充。

Respira WordPress MCP Server: 17 Page Builders

Respira WordPress MCP Server 是一个开源封装器（MIT 许可），作为商业版 Respira for WordPress 插件的客户端，让 AI 客户端以元素级别读写 WordPress 页面构建器内容，支持 Elementor、Divi、Bricks 等 17 种构建器。每次写入前自动创建快照，并提供还原、差异对比、编辑前复制、只读模式、活动日志和按工具开关等安全机制。服务器通过 npx 本地运行，需配合 Respira 插件与 API 密钥使用。支持 Claude Code、Claude Desktop、Cursor、Codex、Windsurf 等客户端，也提供带 OAuth 的托管远程 MCP 服务器。核心能力包括元素级编辑、声明式建页、HTML/Figma 转换、设计方向与令牌、站点记忆、快照回滚、SEO 与可访问性分析等。插件为商业产品，README 称付费方案起价 9 欧元/月，含免费试用。

RestGPT

RestGPT 是一个基于大语言模型的自主智能体，旨在通过 RESTful API 控制现实世界的应用程序，如电影数据库和音乐播放器。该项目由 Yifan-Song793 发布在 GitHub 上，包含论文代码。RestGPT 采用迭代式从粗到细的在线规划框架，并引入执行器来调用 RESTful API。其核心组件包括规划器（生成当前步骤的自然语言子任务）、API 选择器（将粗粒度高级子任务映射为更细粒度的 API 调用计划）以及执行器（执行 API 调用计划，其中调用器根据 API 计划和文档组织参数，解析器根据响应模式生成 Python 代码解析响应）。为评估性能，项目还提出了 RestBench 基准，包含 TMDB 电影数据库和 Spotify 音乐播放器两个真实场景，以及人工标注的指令和黄金解决方案路径。代码已发布，演示正在构建中。

revettr-python

中文介绍正在整理，稍后补充。

revit-model-mcp

revit-model-mcp 是一个连接 MCP 客户端与实时 Autodesk Revit 模型的服务器项目。它允许 Claude Desktop、Claude Code、Cursor 等 MCP 客户端用自然语言读取 Revit 项目信息（如元素、参数、视图、警告和 PNG 导出），并在确认后修改模型。每次修改在 Revit 中对应一个命名的撤销条目，支持只读开关。项目提供 MSI 安装包，支持 SCCM、Intune 和组策略部署，适配 Revit 2022 至 2027，服务器可在 Windows、macOS 或 Linux 上运行。

rhumb

中文介绍正在整理，稍后补充。

rideshare-comparison-mcp

这是一个面向 Claude Desktop 的 MCP 服务器，用于比较 Uber 和 Lyft 在指定路线上的实时价格，帮助用户找到更便宜的选项。它支持主要美国城市，可检测高峰加价（surge pricing），提供距离和时长估算，并生成可直接在 Uber 或 Lyft 应用中完成预订的深度链接。用户通过配置 claude_desktop_config.json 在 Claude Desktop 中启用，然后用自然语言提示词调用其工具，例如比较从 SFO 机场到旧金山市中心的 Uber 与 Lyft 价格、查询支持的城市列表，或获取从当前位置到机场的 Uber 预订链接。

rigshare-mcp

RIGShare 的 Model Context Protocol（MCP）服务器，让兼容 MCP 的 AI 智能体（如 Claude Desktop、Cursor、VS Code 及自定义智能体框架）能够浏览和预订建筑设备以及机器人与 AI 硬件租赁。它向智能体暴露二十个工具：四个只读工具无需认证，十六个需认证工具需要具有相应权限范围的 RIGShare API 密钥。智能体可以预订任一事业部的设备、为设备所有者发布列表，并在机器人与 AI 硬件上运行远程会话，但涉及资金的环节始终由人工介入——智能体不会输入银行卡、不会代替所有者批准请求、也不会执行多因素认证。该项目也面向设备所有者进行招募。

rippr

中文介绍正在整理，稍后补充。

Rithmm ai

中文介绍正在整理，稍后补充。

RL-Factory

RL-Factory 是一个面向智能体学习（Agentic Learning）的强化学习后训练框架，目标是让用户以简单、高效的方式训练自己的 Agent 模型。该框架将环境与 RL 后训练解耦，用户只需提供工具配置和奖励函数即可开始训练，并支持异步工具调用，官方称可使 RL 后训练速度提升 2 倍。当前版本原生支持一键 DeepSearch 训练，具备多轮工具调用、模型评判奖励，并支持包括 Qwen3 在内的多个模型训练。框架提供环境解耦、Qwen3 模型支持、高效训练等能力，并规划了 WebUI、更高效的 AsyncLLMEngine、流程奖励、多模态智能体学习、Android 环境、工具缓存等功能。使用前需满足 CUDA >=12.0（推荐 12.4）、Python >=3.10（推荐 3.10）、vllm >=0.8.3（推荐 0.8.5，用于 Qwen3 支持）等依赖，通过 pip 安装相关依赖包并执行 pip3 install -e . --no-deps 安装本框架，注意目前仅测试了 Qwen 系列模型。

RM-Gallery

中文介绍正在整理，稍后补充。

road-poneglyph

Road Poneglyph 是一个 MCP（模型上下文协议）服务器，用于审查计划中缺失的部分——未明说的假设、被忽略的技术风险以及执行盲点，以结构化预演（pre-mortem）方式输出分析。它提供单一工具 read_poneglyph，可接入 Claude Desktop、Claude Code、Cursor 等兼容 MCP 的客户端。该工具不自行调用语言模型，而是返回一段精心设计的分析提示词，由用户正在对话的模型执行。无需 API 密钥、无费用、无网络请求，数据不离开本机。需要 Python 3.10 或更高版本。项目采用 Apache-2.0 许可，属于 Grand Line 四工具栈之一，是受《海贼王》启发的同人项目，与版权方无关联。

roadrecon_mcp_server

本项目是一个 MCP（Model Context Protocol）服务器，用于让 Claude 等 AI 助手访问 ROADRecon 采集的 Azure AD 数据，并执行安全分析。它通过资源、工具和提示词三种方式提供能力：资源可读取用户、组、应用、服务主体、设备、MFA 状态、目录角色等原始数据；工具可运行查找特权用户、分析 MFA 部署、发现带密钥的应用、识别闲置账户、评估 PIM 实施、检查服务主体凭证、分析旧式身份验证、分析条件访问策略等安全分析任务；提示词提供常见安全任务的预置分析模板。使用前需有正在运行的 ROADRecon 实例且 Web GUI 可访问，并安装 Python 依赖。该服务器以 Python 脚本方式运行，可配置 ROADRecon URL，并支持与 Claude Desktop 连接。

rocketride-server

RocketRide 是一个开源、自托管的高性能 AI 管线引擎与开发环境（AIDE），采用 C++ 核心并支持 50+ 个可通过 Python 扩展的节点。它让开发者在已有的 IDE 或终端 CLI 中完成 AI 工作流的构建、调试、观测与部署，支持 13+ 模型提供商、8+ 向量数据库以及智能体编排，管线以可移植的 JSON（.pipe）格式定义，可在 VS Code 中可视化搭建并由多线程 C++ 运行时执行，支持 Docker 本地部署或自托管，无厂商锁定，整体采用 MIT 许可。

Role Model AI

中文介绍正在整理，稍后补充。

ROLL

ROLL 是阿里巴巴开源的高效、易用的大语言模型强化学习扩展库，面向大规模 GPU 资源设计，旨在提升 LLM 在人类偏好对齐、复杂推理和多轮智能体交互等场景中的表现。它采用基于 Ray 的多角色分布式架构，支持灵活的资源分配与异构任务调度，并集成 Megatron-Core、SGLang 和 vLLM 加速训练与推理。支持 PPO、GRPO、Reinforce++、TOPR、RAFT++、GSPO 等多种强化学习算法，以及多任务 RL 训练和 Agentic RL 能力，提供丰富策略配置与可观测性支持。

rootpilot-mcp

中文介绍正在整理，稍后补充。

RouteLLM

RouteLLM 是一个用于服务和评估 LLM 路由器的框架。它通过将简单查询路由到更便宜的模型，在不影响质量的情况下降低 LLM 成本。提供开箱即用的预训练路由器，在 MT Bench 等基准上，可减少高达 85% 的成本，同时保持 95% 的 GPT-4 性能。支持作为 OpenAI 客户端的直接替代品，或启动 OpenAI 兼容的服务器。

Rovyk

Rovyk 是一款面向 macOS 的菜单栏工具，主打通过语音与 Mac 交互并自动完成操作。据官方介绍，其听觉与推理默认在设备本地运行，除非用户主动选择，否则数据不会离开 Mac。它内置六十一项工具，能够读取邮件、驱动应用、浏览网页、移动文件，并自行选择合适工具，形成统一执行循环；对于发送、移动、删除等不可逆操作，会在执行前进行确认，而非事后提示。

royalmail-mcp

royalmail-mcp 是一个基于 MCP（Model Context Protocol）的开源工具，让兼容 MCP 的 AI 客户端（如 Claude、Cursor、Windsurf）能够直接预订、生成面单、追踪和取消 Royal Mail 与 Parcelforce 的包裹运输。它通过 Click & Drop API 密钥与 Royal Mail 官方接口通信，向 AI 暴露六个工具，支持地址解析、服务选择、批量下单和错误恢复。适用于英国及国际寄送场景，可接入 AI 代理实现订单履行、客服查询、退货处理等自动化流程。面单获取需要 OBA 账户，普通按需付费账户仅支持预订、追踪和取消。项目采用 MIT 许可，完全在本地运行，不经过作者服务器。

rqwstr-mcp

rqwstr 是一个面向 AI 的 HTTP 安全测试 MCP 服务器，为 AI 智能体提供对 HTTP/1.1 与 HTTP/2 的底层控制能力，包括原始帧构造、连接固定、intruder 式模糊测试、请求竞速、带外（OOB）检测以及多步骤链式请求。它基于自研 Go 引擎实现，而非包装高层 HTTP 客户端。该仓库仅托管发布二进制文件与 Claude Desktop 的 .mcpb 打包文件，源码为专有。文档与注册地址为 rqwstr.com。支持通过 .mcpb 一键安装为 Claude Desktop 扩展，或下载对应平台二进制后以 stdio 方式运行 MCP 服务器（rqwstr serve）。免费层提供核心工具集，Pro 层解锁更重的攻击性工具。

Rss filter

中文介绍正在整理，稍后补充。

runcomfy-mcp

中文介绍正在整理，稍后补充。

Ruoli

中文介绍正在整理，稍后补充。

RWKV-LM

中文介绍正在整理，稍后补充。

Saas with ai

Saas with ai 是一个基于 OpenAI API 为企业提供定制解决方案的 AI 驱动 SaaS 代理机构。资料中未提供具体产品功能、使用方式、适用场景、限制或收费信息，详情暂未提供。

Sail Research

Sail Research 是一个面向开源大模型的高性价比 API 服务。它主打按 token 计费、每月赠送 5 美元免费额度，并针对 DeepSeek V4.1 Flash 提供全球最低的直接 API 价格（实时比同类低 3.3 倍、异步低 6 倍）。平台兼容 OpenAI 和 Anthropic 的 Responses、Chat Completions 和 Messages API，可快速迁移。其特色 Completion Window 允许按请求指定延迟容忍度，在同智能水平下大幅降低 token 成本。Sail 还支持自部署 LoRA 微调、RL rollout，并与 Tinker 集成，另有 Sailboxes 全虚拟机用于长时间运行的智能体。平台默认零数据保留，正在推进 SOC 2 认证，并提供企业级 DPA、区域数据驻留和 BAA。

Salad gpu cloud

SaladCloud 是一个分布式 GPU 云平台，通过协调全球 190 多个国家、超过 16,000 块日活跃 GPU 的闲置算力，为 AI/ML 工作负载提供可扩展的计算服务，官方宣称相比超大规模云厂商最高可节省 90% 成本。平台提供三种形态：面向按需消费级 GPU 的 Community Cloud、提供预留裸金属与虚拟机的 Salad Dedicated，以及在自有基础设施上运行同一套编排栈的 Private Cloud。核心组件 Salad Container Engine 负责将 OCI 容器调度到分布式 GPU 节点并进行监控、故障转移与日志流式传输，同时支持 OpenAI 兼容的 token API，提供按 token 计费或包月方案，并声明用户数据不会被用于训练。

SambaNova

中文介绍正在整理，稍后补充。

Sana-WM

Sana-WM 是 NVIDIA 实验室（NVlabs）推出的世界模型，官方定位为“高效分钟级世界模型”，用于相机控制的 720p 视频生成。根据官方页面提供的简介，该模型聚焦于在分钟级时长范围内生成视频，并支持通过相机参数对生成画面进行控制，输出分辨率为 720p。其名称中的 WM 即 World Model（世界模型），Sana 为所属模型系列。目前官方公开资料仅包含这一句功能定位，关于模型架构、训练数据、参数规模、推理速度、硬件要求、开源情况、许可证、使用方式与具体操作步骤等信息暂未提供，因此无法进一步展开介绍。

sast-mcp-server

SAST MCP Server 是一个面向 AI 代理的生产级 MCP 服务器，让任何兼容 MCP 的 AI 代理能够扫描代码中的安全漏洞。它支持 11 种行业标准扫描器（如 Bandit、Semgrep、Trivy、Checkov、Gitleaks 等），提供统一的输出格式、AST 感知上下文、严重性与置信度过滤、Git diff 模式、忽略管理、分页、双传输（stdio/HTTP）、JWT 与 API 密钥认证、一键安装等功能。还支持多扫描器并行、SARIF 导出、IaC 扫描、密钥检测、SCA 依赖 CVE 扫描、DAST 基线扫描、基线与趋势跟踪、MCP 提示与资源、仪表板集成以及 AI 辅助修复。