SuperAPI AI 工具集
合作ENAI 行业资讯收藏

AI开发平台

3,662 个结果 · 第 49 / 102 页

1.5-Pints

AI开发平台

1.5-Pints 是 Pints.AI 开发的一个紧凑型大语言模型（LLM）项目，其代码库包含模型架构、训练脚本和实用工具，同时也包含 0.12-Pint 模型。该项目旨在通过公开模型代码库和架构，促进模型的复现、实验以及进一步的开源开发。根据资料，1.5-Pints 是一个使用高质量数据在 9 天内完成预训练的紧凑型 LLM。用户可以通过 GitHub 仓库获取代码，并按照说明使用 Ubuntu 22.04 LTS x86-64 环境、conda 环境、CUDA 工具包等进行环境配置，随后进行数据准备、模型训练、微调、权重转换、直接偏好优化（DPO）和评估等步骤。该项目提供了完整的训练流程，包括预训练数据集下载、数据集准备脚本、训练参数调整（如架构配置、微批次大小等）。此外，代码库还包含测试，允许用户修改后运行测试以确保代码稳定性。该模型支持转换为 HuggingFace 格式（PyTorch 和 safetensors），并推荐使用 safetensors 文件。项目还提供了 Discord 社区链接以供交流。

查看介绍

360-LLaMA-Factory

AI开发平台

360-LLaMA-Factory 是基于 LLaMA-Factory 的衍生开源项目，核心创新是引入序列并行（Sequence Parallelism），具体采用 zigzag-ring-attention，以支持长上下文的大模型后训练。该项目在 LLaMA-Factory 基础上以最小代码改动实现高度模块化的序列并行，支持大多数后训练方法，包括 SFT 和 DPO（及其变体）。已测试并添加 DeepSpeed Ulysses 支持，并扩展至 Qwen3 和 Qwen-VL 模型。它旨在解决多模态大模型处理长序列时的训练难题，可作为 LLaMA-Factory 的直接替代，未启用序列并行时行为与原版一致。

查看介绍

54ch10-mcp

AI开发平台

54ch10-mcp 是一个面向 AI 智能体的 Model Context Protocol（MCP）stdio 封装工具，封装 54ch10 实时 HTTPS API，用于在点击或交互前对 URL、钱包地址和代币获取风险简报。提供 url.open（返回 0–100 分，分数越低越好）、url.open_batch 批量检查（仅付费，上限 25 个）、url.fetch（SSRF 安全页面抓取）、whois/dns/tls 查询、URL 规范化、哈希编码及粘贴存取等工具，并附带 wrap_before_click 等提示词。免费可使用 X-54ch10-Free 头或 /free 端点体验，付费通过 stack（1 美元兑 80 次）或 Bearer 密钥。该工具仅为分析性启发式信息，不构成财务、法律或投资建议。

查看介绍

5e-quint

AI开发平台

5e-quint 是一个针对《龙与地下城》第五版 SRD 5.2.1 规则的可执行形式化实现，用作角色创建、成长、角色卡与战斗的规则 SDK。其规则以 Quint 形式化建模，并由 TypeScript reducer 执行。它支持 SRD 全部职业及其至 10 级的能力，但受限于文档所述的运行时与桌面裁定边界。引擎不掷骰、不推断战场几何，这些事实需由调用方通过 API 以“见证”形式提供；规则依赖玩家选择或桌面观察时，运行时会返回待填问题（Hole），回答即为 Fill。在战斗场景中，调用方先发现可选行动（Act），选择后回答解决该行动所需的问题。该工具可通过 MCP 服务器暴露给智能体，包括可在 HTTP 服务器重启后恢复的 Play Sessions，并附带角色创建 UI 与战斗可视化器。SDK 与 stdio MCP 分发包分别为 @dearlordylord/dnd-sdk 和 @dearlordylord/dnd-mcp。代码采用 Apache 2.0 许可，SRD 5.2.1 内容采用 CC BY 4.0。

查看介绍

60 ChatGPT Prompts for Data Science (Tried, Tested, and Rated)

AI开发平台

这是一篇由 Travis Tang 发布在 DataDrivenInvestor 上的文章，题为《60 ChatGPT Prompts for Data Science (Tried, Tested, and Rated)》，即“60 个用于数据科学的 ChatGPT 提示词（经过试用、测试与评分）”。从标题来看，文章围绕 ChatGPT 在数据科学工作中的提示词应用展开，提供了一批数量为 60 个的提示词，并声称这些提示词经过实际尝试、测试和评分。资料中仅提供了文章标题、作者、发布平台和链接，未提供正文内容，因此无法获知具体提示词内容、评分标准、测试方法及适用工具版本等信息。目前可确定的信息仅为：这是一份面向数据科学场景的 ChatGPT 提示词集合类文章。

查看介绍

ABot-World

AI开发平台

ABot-World 是面向单台桌面 GPU 的实时交互式世界模拟器项目，由 ABot-World Team 发布。其目标是在一张 NVIDIA RTX 5090 桌面显卡上实现无限、动作条件驱动的世界推演：支持 720p 分辨率、16 FPS、约 1.2 秒延迟、约 19GB 显存占用。项目强调动作驱动的世界控制、实时桌面推理、无限世界推演和开放式场景想象，并采用名为 LongForcing 的训练方法，在推演过程中扩展新场景与动态，避免场景锁定且无需切换提示词。仓库提供推理代码、本地 Gradio 演示、在线 playground、因果学生模型 ABot-World-0-5B-LF、技术报告、双向教师模型、500 小时动作标注视频训练数据集以及 Docker 环境镜像等资源。项目采用 Apache License 2.0 许可，构建于多个开源项目之上。

查看介绍

acb-tax-mcp

AI开发平台

acb-tax-mcp 是一个面向 LLM 智能体的 MCP 服务器，用于根据交易历史计算加拿大调整成本基础（ACB）与资本利得。它实现 CRA 的平均成本法（同一证券所有股份合并为一个 ACB，盈亏基于平均值而非 FIFO）以及表面亏损规则（卖出前后 30 天内买入替代股份时，亏损被拒绝并递延计入替代股份的 ACB）。工具以结构化 JSON 返回结果，处理佣金和每笔交易的加元汇率换算。支持 Claude Desktop、Claude Code、Cursor 等任何兼容 MCP 的客户端，要求 Python 3.10+ 和 MCP Python SDK 2.x。用户可向助手提问“我 2024 年的资本利得是多少？”或“我是否触发了表面亏损？”，由工具代替手工电子表格完成计算。需要说明：该工具是计算辅助，不是税务建议，申报前应核对每个数字，复杂情况请咨询专业人士。

查看介绍

accreted-intelligence

AI开发平台

Accreted Intelligence（acc）是一个面向编程智能体的本地优先 MCP Work Model，支持 Claude Code、Codex、OpenCode 和 Cursor。其核心是“积累智能”：每次运行后遗忘的智能体工作无法沉淀能力，而 acc 把学习从模型权重转移到外部的、按真实结果打分的状态中，形成一份你拥有的业务 Work Model（工作模型）——记录你的判断（如何决策、什么算好、什么绝不允许）以及智能体已验证的执行路径。它通过承诺→行动→审批→结果→可复用路径的闭环，学习真正有效的方法，并在下一次运行前预测更优路径；已验证步骤可重放而非重新推理，使相同任务更便宜、更快、效果更好。每次动作都留下“收据”，离开本机的操作必须得到你的批准，所有记忆与检索都在本地运行，模型可替换而积累的判断保留。该工具为双动词接口、延迟交互记忆、递推式语言模型结构；引擎源码私有，安装器、宿主适配器与公开构件开源。

查看介绍

ActWorld

AI开发平台

ActWorld 是一个实时交互式世界模型，在单一分块自回归框架内统一了灵活的导航与丰富的回合中物体交互。它由分层动作感知记忆和 10 万条交互密集型视频数据集驱动，旨在解决以往以导航为中心的世界模型只能移动、无法真正与场景物体互动的问题。模型通过分层动作感知记忆缓解“动作遗忘”病理，并引入持久记忆库在长程推演中保持事件更新与物体身份标记。实验表明，ActWorld 在单个模型中同时支持灵活导航和丰富物体交互，在不牺牲视角控制的前提下显著提升交互保真度。

查看介绍

addressintel-mcp

AI开发平台

AddressIntel MCP server 是一个只读的 Model Context Protocol（MCP）服务器，为旧金山半岛（SF Peninsula）的建筑许可与地块可建性数据提供访问入口。它可作为薄客户端接入 Claude、ChatGPT 或其他支持 MCP 的智能体，继承公共 AddressIntel API 的鉴权、速率限制与套餐上限。所有工具均为只读的 GET 请求，不能写入数据。其差异化能力在于许可级详情与地块级可建性：许可搜索、SB 9 地块拆分资格、ADU（附属住宅单元）可行性以及再开发线索。无需安装步骤，npx 可按需获取。

查看介绍

advanced-unity-mcp

AI开发平台

Advanced Unity MCP 是由 Code Maestro 开发的公开仓库工具，让用户通过自然语言命令控制 Unity 编辑器。用户无需手动点击菜单或设置 GameObject，只需向 AI 助手描述需求，即可自动完成操作。该工具基于 Model Context Protocol（MCP）将 Unity 编辑器与 AI 助手连接，支持 Code Maestro 桌面应用（直接连接）以及 GitHub Copilot（VS Code）、Cursor 等具备 MCP 能力的客户端（通过中继服务器连接）。主要能力涵盖核心编辑器控制、资产与场景管理、构建与平台工具、项目配置以及性能分析等。

查看介绍

aegisgov-sec-mcp

AI开发平台

AegisGov SEC Intelligence MCP 是面向 AI 智能体的 SEC/EDGAR 财务数据接口项目。它允许 AI 智能体搜索美国上市公司、获取 10-K、10-Q、8-K 等监管申报文件，并访问 XBRL 财务数据。项目以 MCP（Model Context Protocol）形式提供，可直接对接 Claude、GPT 等大语言模型工具链。数据来自美国证券交易委员会官方 EDGAR 系统（data.sec.gov），覆盖 1 万余家 SEC 注册发行人。该项目当前处于免费测试阶段，所有工具均返回真实 SEC 数据且不收取费用。其设计包含基于 x402 协议的按次付费机制，计划支持通过 Base 主网和 Solana 主网以 USDC 微支付，无需账户和 API 密钥，由智能体自主完成支付。使用该项目无需 API 密钥，直接访问官方 SEC EDGAR 数据源，数据持续更新。

查看介绍

aesthetics-wiki-mcp

AI开发平台

Aesthetics Wiki MCP 是一个基于 MCP（Model Context Protocol）的服务器，让大语言模型能够搜索、阅读和发现 Aesthetics Wiki（aesthetics.fandom.com）上的视觉美学内容，例如 cottagecore、dark academia、Y2K、goblincore 等数千种美学风格。它由 MediaWiki API 提供支持，无需 API 密钥，也无需手动安装，可直接通过 uvx 运行。该服务器将原本锁在网页界面中的美学资料转化为结构化工具，供 LLM 调用，所有工具均为只读操作。它适用于情绪板与视觉研究、品牌与创意方向探索、写作与世界构建，以及随机发现灵感等场景。使用需要 Python 3.10+ 和 uv，支持 Claude Code、Claude Desktop 以及任何使用 stdio 传输的 MCP 客户端。

查看介绍

afair

AI开发平台

afair 是一款开源、可自托管的 AI 记忆系统，通过 MCP（模型上下文协议）为各类 AI 工具提供共享的单一记忆库。它面向个人用户，采用单租户设计，数据归用户所有，可随时导出。后台智能体会读取各工具记录的内容，自动发现记忆之间的关联，维护带有引用的动态综合理解，并让过时信息自然淡出。系统提供三个固定工具：remember（存储持久信息）、recall（召回相关内容）、observe（记录 AI 行为），连接后 AI 可自行调用。数据采用只追加的 SQLite 存储，结合 FTS5 与 sqlite-vec，内容寻址，日志永不重写。支持 Python 3.12+ 与 uv，本地启动后默认在 http://127.0.0.1:8765 提供 MCP 服务，可接入 Claude Code、Codex、Cursor、GitHub Copilot 等 CLI 或桌面客户端；Web 客户端（Claude.ai、ChatGPT）需要公网 HTTPS 部署与 OAuth 配置。项目采用 AGPLv3 许可，自托管永久免费，官方托管服务即将推出，运行于欧盟。

查看介绍