Запускайте Llama, Qwen, DeepSeek и другие большие модели локально одной командой; есть собственная библиотека моделей и OpenAI-совместимый API.
🖥️ Локальный инференс и развёртывание
Ollama, llama.cpp, vLLM: инференс моделей локально и в продакшене
Все 1040🧠 Большие языковые модели 24🤖 ИИ-агенты 159🧩 Платформы разработки приложений 23📚 RAG и базы знаний 47💬 Чат-интерфейсы и клиенты 41🖥️ Локальный инференс и развёртывание 87👨💻 ИИ для программирования 97🛠️ Фреймворки и SDK 46🔌 MCP и экосистема инструментов 36🎨 Генерация изображений 26🎬 Генерация видео 17🎙️ Речь и аудио 45👁️ Компьютерное зрение 26📄 Разбор документов и парсинг 25🗄️ Векторные базы данных 25🏋️ Обучение, дообучение и MLOps 71🧪 Оценка, наблюдаемость и безопасность 79🚪 API-шлюзы и прокси 12🔎 Поиск и глубокие исследования 16⚙️ Библиотеки глубокого обучения 57🏷️ Данные и разметка 32🔬 ИИ для отраслей и науки 33⚡ Инструменты для повышения продуктивности 16
Движок инференса LLM на чистом C/C++: поддержка CPU, GPU и Apple Silicon, квантизация GGUF, встроенный OpenAI-совместимый сервер.
Движок инференса и сервинга LLM с высокой пропускной способностью и низким потреблением памяти; ключевая технология — PagedAttention.
Never stop coding. Free MIT AI gateway: one endpoint, 375 providers (150+ free), 1,400+ models Kimi, Claude, GPT, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, OpenCode, Cline & Copilot. Quota-aw
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。
Distribute and run LLMs with a single file.
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