Ejecuta Llama, Qwen, DeepSeek y otros modelos grandes en local con un comando, con biblioteca de modelos y API compatible con OpenAI incluidas.
🖥️ Inferencia y despliegue local
Ollama, llama.cpp, vLLM: inferencia de modelos en local y en producción
Todo 1043🧠 Modelos de lenguaje 25🤖 Agentes de IA 162🧩 Plataformas de desarrollo de apps 22📚 RAG y bases de conocimiento 48💬 Interfaces de chat y clientes 40🖥️ Inferencia y despliegue local 87👨💻 Programación con IA 97🛠️ Frameworks y SDK 47🔌 MCP y ecosistema de herramientas 35🎨 Generación de imágenes 26🎬 Generación de vídeo 17🎙️ Voz y audio 45👁️ Visión por computador 26📄 Análisis de documentos y scraping 25🗄️ Bases de datos vectoriales 24🏋️ Entrenamiento, ajuste fino y MLOps 71🧪 Evaluación, observabilidad y seguridad 79🚪 Pasarelas y proxies de API 12🔎 Búsqueda e investigación profunda 15⚙️ Bibliotecas de aprendizaje profundo 58🏷️ Datos y anotación 32🔬 IA para industria y ciencia 34⚡ Herramientas de productividad 16
Motor de inferencia de LLM en C/C++ puro, compatible con CPU, GPU y Apple Silicon y cuantización GGUF, con servidor compatible con OpenAI incluido.
Motor de inferencia y servicio de LLM de alto rendimiento y bajo consumo de memoria, con PagedAttention como técnica central.
Never stop coding. Free MIT AI gateway: one endpoint, 359 providers (150+ free), 1200+ models Kimi, Claude, GPT, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, OpenCode, Cline & Copilot. Quota-awa
OpenAI 兼容的本地自托管 AI 引擎，一个服务同时支持文本、图像、语音与向量。
用家里闲置的手机、电脑和平板组成集群，一起运行大模型。
Run frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk. Tiny engine, immense model. 🐦
微软 1-bit 大模型的官方推理框架，让 CPU 也能高效跑大模型。
开放的聊天机器人训练、服务与评测平台，Chatbot Arena 背后的项目。
AirLLM 2.8T LLM inference with single 4GB GPU
Hundreds of models & providers. One command to find what runs on your hardware.
面向大模型和多模态模型的高性能服务框架，前后端协同设计，推理延迟低。
7.4 billion tokens per month. 34 free LLM providers. 635 free model endpoints. All behind one /v1 endpoint, plus any custom OpenAI-compatible endpoint. Smart routing, automatic failover, encrypted keys. Personal experime
苹果官方为 Apple Silicon 打造的数组与机器学习框架。
把大模型打包成单个可执行文件，下载即可跨平台运行。
ncnn is a high-performance neural network inference framework optimized for the mobile platform
DeepSeek 4 Flash and PRO local inference engine for Metal, CUDA and ROCm
基于 TVM 编译的通用大模型部署引擎，可在手机、浏览器与各类 GPU 上本地运行。
LLM inference server with continuous batching & SSD caching for Apple Silicon — managed from the macOS menu bar
A Flexible Framework for Experiencing Heterogeneous LLM Inference/Fine-tune Optimizations
High-performance In-browser LLM Inference Engine
MNN: A blazing-fast, lightweight inference engine battle-tested by Alibaba, powering high-performance on-device LLMs and Edge AI.
Nano vLLM
NVIDIA 官方大模型推理优化库，在 GPU 上提供极致吞吐与低延迟。