Am I Isolated开源项目 – 容器安全隔离验证工具

Wazuh 是一个免费的开源平台，用于威胁预防、检测和响应。它能够保护本地、虚拟化、容器化和云环境中的工作负载。Wazuh 解决方案由部署到被监控系统的终端安全代理和管理服务器组成，管理服务器收集并分析代理收集的数据。此外，Wazuh 与 Elastic Stack 完全集成，提供搜索引擎和数据可视化工具，帮助用户浏览安全警报。

DeathSleep是一个用于演示和测试规避技术的概念验证实现，通过终止当前线程并在恢复执行前重新恢复它，同时在没有执行时应用页面保护更改。该项目旨在展示在网络安全领域中如何通过操纵线程和内存保护机制来实现规避检测的技术。

PocketManus 是一个开源的 Manus 替代项目，旨在提供类似的功能和体验。该项目采用轻量级设计，易于集成到现有项目中，并且具有高度可定制的特点。此外，PocketManus 支持跨平台使用，适用于多种开发和测试场景，也可用于教育和学习目的。

Super-Rag是一个高性能的RAG管道，专为AI应用设计，集成了摘要生成、检索/重排和代码解释器功能，通过简单的API提供服务。它支持多种文档格式和向量数据库，提供可定制的文档分割/分块功能，并允许使用多种模型（包括专有和开源模型）进行数据编码。此外，Super-Rag还内置了代码解释器模式，用于处理复杂的问答场景，并通过唯一ID进行会话管理以实现缓存。

这是一个无需Plus订阅的免费GPT提示集合，提供多种用途的提示，定期更新，界面友好，方便用户使用。

这是一个集合了多种自然语言处理主题的调研资料平台，提供丰富的研究资料和资源链接，支持多种语言的研究，且定期更新以保持最新的研究动态。

flash-attention是一个基于FlashAttention优化的Transformer实现，其训练速度在GPT2和GPT3上比Huggingface的实现快3-5倍，显著提升了训练效率，同时优化了内存使用，并支持多种硬件加速。

RLx2是清华大学团队提出的一种强化学习专用的稀疏训练框架，能够完全基于稀疏网络训练深度强化学习模型。

一个用于运行Mistral AI发布的评估以及为流行学术基准测试提供标准化提示、解析和度量计算的代码库，支持多轮LLM-as-a-judge评估任务

利用大型语言模型增量构建知识图谱的工具，具备零样本能力，支持跨领域知识提取，并通过Neo4j进行可视化展示

DrivingDojo Dataset旨在通过互动驾驶模拟和知识丰富的模型，推进自动驾驶领域的发展，为AI模型的训练和驾驶行为及场景研究提供支持。

ImageGlass是一款开源、干净的Windows图像查看器，专注于为Windows用户提供流畅的图像浏览体验。它支持多种图像格式，具有多语言支持、无损压缩和图像调整大小等功能，界面简洁直观，适合各类用户使用。

Kinetix是一个用JAX编写的2D物理环境中的强化学习框架，能够统一表示多种基于物理的任务，通过生成数百万任务来训练大型通用强化学习代理。该框架提供高效的数值计算和自动微分功能，支持复杂的2D物理环境任务，并且具有灵活的API，方便用户自定义任务和代理。

Mem0 是一个为 AI 助手和代理设计的开源记忆层，旨在通过记住用户偏好、适应个性化需求并持续改进，从而增强 AI 交互的个性化和智能化。它支持多种大型语言模型（LLM），默认使用 OpenAI 的 `gpt-4o-mini`，并提供了搜索记忆、添加记忆等功能。Mem0 支持 Python 和 Node.js，并提供了一个托管平台，适用于客户支持聊天机器人、AI 助手和自主系统等多种场景。

Pgvector 是一个为 PostgreSQL 提供向量相似性搜索的开源扩展，能够高效处理大规模数据集，支持多种距离度量，并与 PostgreSQL 无缝集成，提供简单易用的 API。