开源 产品

Google 的第二代机器学习系统，2015 年 11 月 9 日以 Apache 2.0 许可开源，接替前代系统 DistBelief。

PyTorch 是 Meta 于 2017 年发布的开源深度学习框架，现由 Linux 基金会旗下的 PyTorch 基金会治理。它既用于研究，也用于训练和运行生产环境中的大模型。

LangChain 是 2022 年 10 月发布的开源框架，让开发者把大语言模型与外部数据、API 和工具连接起来，组合成「链」和智能体，是构建大模型应用的常用起点。

vLLM 是一个开源的大语言模型服务系统，建立在 PagedAttention 之上，用操作系统管理虚拟内存的思路管理 KV 缓存。论文报告在时延相同的情况下，其吞吐是此前服务系统的 2-4 倍。

llama.cpp 是用 C/C++ 编写的开源推理引擎，让大语言模型能在普通电脑上运行，由 Georgi Gerganov 于 2023 年 3 月创建，推动了本地推理的普及。

JAX 是一个面向加速器的 Python 数组计算与程序变换库，用于高性能数值计算和大规模机器学习。它提供 NumPy 风格的接口，并把编译、批处理、自动微分和并行化做成可组合的变换。

C4.5 是一个机器学习系统，能从已知类别的案例中生成决策树或 if-then 规则。J. Ross Quinlan 1993 年的书完整介绍了它的 C/UNIX 实现、源代码和使用方法。

Torch 是一个面向机器学习的科学计算框架，以 LuaJIT 作为脚本层、C/CUDA 作为底层实现，把 GPU 放在首位，并拥有庞大的社区扩展包生态。

Theano 是蒙特利尔学习算法研究所开发的 Python 库与优化编译器，用于高效处理多维数组表达式，自 2007 年起结合符号求导、GPU 运行与 C 代码生成，支撑大规模科学计算与教学。

Common Crawl 是一家非营利机构，自 2007 年起抓取公开网页，并把 PB 级的存档和数据集免费开放。它的语料库后来成为训练大语言模型的重要数据来源之一。

scikit-learn 是一个用 Python 编写的开源统计学习库，2007 年起步、2010 年 2 月 1 日首次公开发布，如今是 GitHub 上最流行的机器学习软件之一。

Caffe 是以 BSD 许可证发布的 C++ 深度学习库，带 Python 和 MATLAB 绑定，用于训练和部署卷积神经网络，由 Yangqing Jia 等人在 2014 年的论文中提出。

Keras 是用 Python 编写的深度学习 API，可运行在 JAX、TensorFlow 或 PyTorch 之上，让同一份模型代码在多个框架间迁移。

OpenAI Gym 是 2016 年 4 月以 beta 形式公布的强化学习工具包，既提供从经典控制任务到 Atari 游戏、模拟机器人的环境集合，也提供一个用于比较和复现结果的网站。

飞桨（PaddlePaddle）是百度开源的深度学习框架，2016 年 9 月对外开放，前身是 2013 年起在百度内部研发的 Paddle 平台，发布时被称为国内首个开源深度学习平台。

ONNX 是一种开放的机器学习模型表示格式，2017 年 9 月由微软和 Facebook 公布，让开发者能把模型在不同框架之间搬移，而不必每次在互不兼容的格式之间做转换。

Papers with Code 是免费开放的机器学习论文与代码资源，并维护追踪任务最先进水平的基准排行榜；2019 年底起由 Facebook 控股，2026 年重新上线。

Hugging Face Hub是人们分享机器学习模型、数据集和演示应用的平台，到2026年9月已有300多万个模型和1800多万用户。

Triton 是 OpenAI 开源的、语法接近 Python 的 GPU 编程语言与编译器。没有 CUDA 经验的研究者也能用它写出高效的 GPU 内核，性能多数情况下接近专家手写的水平。

LlamaIndex 是一个开源的 Python 库，用于在大型语言模型之上构建检索增强生成应用和 AI 智能体。它最初只是 2022 年底一名工程师写的小型索引工具 GPT Tree Index。

阿里巴巴达摩院与 CCF 开源发展委员会等伙伴共同推出的开源模型社区，2022 年正式发布，汇聚数百个可直接取用的模型，推动「模型即服务」。

Hugging Face 于 2023 年推出的公开大模型排行榜，用完全统一的设置评测开源模型，让分数可复现、可比较；2025 年退役。

2023 年 3 月发布的开源自主智能体，借助 OpenAI 的大型语言模型（如 GPT-4）把用户给出的目标拆成子任务，并调用网页浏览等工具去完成。

Aider 是运行在终端里的开源 AI 结对编程工具，为整个代码库建立地图，调用云端或本地语言模型修改代码，并把每次改动自动提交到 git。

Ollama 是一个用 Go 编写的开源工具，让用户在 macOS、Linux 和 Windows 上通过命令行或本地 REST 接口拉取并运行大语言模型。

GGUF 是一种二进制模型文件格式，2023 年由 llama.cpp 项目推出，把张量和元数据装进同一个文件，广泛用于分发可本地推理的量化大语言模型。

AutoGen 是微软推出的构建 AI 智能体与应用的框架，其中的智能体可定制、可对话，并能把大语言模型、人类输入和工具结合起来。它由 2023 年 8 月 16 日提交到 arXiv 的论文提出。

DSPy 是一种编程模型，把语言模型流水线表示为声明式模块构成的计算图，并用编译器按给定指标优化。

CrewAI 是一个用 Python 编写的开源框架，用于构建协同工作的 AI 智能体小组，由 João Moura 于 2023 年底创建，并获得 1800 万美元融资。

MLX 是苹果机器学习研究团队 2023 年 12 月开源的机器学习框架，主要面向 Apple silicon。它仿照 NumPy 提供 Python 接口，并针对统一内存架构设计，让 CPU 与 GPU 共用同一份数据。

SGLang 是一个用于高效执行复杂语言模型程序的系统，由前端语言和运行时组成；它复用键值缓存、加速结构化输出解码，论文报告在评测负载上吞吐最高达到当时先进推理系统的 6.4 倍。

Cline 是一个开源自主编程智能体，可以 IDE 扩展、命令行助手和 SDK 的形式使用，由 Cline Bot Inc. 运营；其 VS Code 扩展的安装量已超过 1100 万开发者。

OpenAI 于 2025 年 3 月发布的开源智能体开发工具包，提供可配置的智能体、智能体之间的任务交接、安全护栏和调用追踪，是实验性项目 Swarm 的正式继任者。

Transformers是Hugging Face的开源Python库，通过统一的接口提供预训练的Transformer模型。其论文于2019年10月9日发布在arXiv上。

LangGraph 是 LangChain 的智能体运行时与低层编排框架，内置记忆、流式输出和人工审核，1.0 版本于 2025 年 10 月发布，是该领域首个稳定大版本。

Agent Development Kit（ADK）是开源的、以代码为先的 Python 框架，用于构建、评估和部署 AI 智能体，核心是一套基于图的工作流运行时，并有多种语言的移植版。

UCI 字母识别数据集收录了 2 万个经过随机变形的英文大写字母图像，每张图被压缩成 16 个整数属性，用来在 26 类识别任务上检验分类算法。

Apache Hadoop 是一组开源软件工具，用 Hadoop 分布式文件系统存储数据、用 MapReduce 模型并行处理大数据，2006 年首次发布，源自 Nutch 搜索项目。

Apache MXNet 是开源深度学习库，同时提供符号式与命令式写法，可运行在手机到 GPU 集群上，并有 8 种语言接口。论文由陈天奇、李沐等人在 2015 年 12 月发布。

OpenAI 于 2016 年 12 月发布的软件平台，用游戏、网站和其他应用衡量并训练 AI 的通用智能，首批包含 1000 个建立在 Gym 之上的环境。

昇思（MindSpore）是华为开源的 AI 计算框架，于 2020 年 3 月宣布开源，原生适配端、边、云全场景，与昇腾处理器协同优化，并配有训练可视化与模型安全工具。

HuggingChat 是 Hugging Face 2023 年 4 月推出的免费聊天机器人，作为 ChatGPT 的开源替代品，最初使用 Open Assistant 模型，可在多个开放模型间切换。

AI SDK 是 Vercel 推出的 TypeScript 工具包，用一套接口对接多家模型提供商，并提供与前端框架无关的聊天界面钩子，以及统一运行智能体框架的方式。

Tinker 是 Thinking Machines Lab 于 2025 年 10 月 1 日宣布的托管 API，用于微调语言模型，用户自行选择算法和数据。

扣子 Coze 是 coze-dev 以 Apache-2.0 协议开源的可视化 AI 智能体开发工具，后端用 Go、前端用 React，可自行部署。

Dify 是一个用来搭建大语言模型应用的开源平台，界面集成了 AI 工作流、RAG 流水线、智能体能力和模型管理，并提供托管云、VPC 与自托管三种部署方式。

Soccer Server 是一个用软件模拟足球比赛的平台，由 Itsuki Noda 等人发起，用于多智能体系统研究，后来成为 RoboCup 的官方足球服务器。