发现与 Circleci 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
一个专门为模型上下文协议 (MCP) 设计的服务器端实现，旨在与 CircleCI 的开发流程集成。该项目作为 CircleCI 基础设施和模型上下文协议之间的桥梁，能够增强 AI 驱动的开发体验。
本项目包含一个可用于生产环境的机器学习（深度学习）解决方案，用于检测和分类医学影像中的脑肿瘤。
本项目使用基于Transformer的循环神经网络模型，利用NASA的C-MAPSS模拟传感器数据来预测涡扇喷气发动机的剩余使用寿命（RUL）。
Michael Schwabe和David Lassig在2020年BWI数据分析黑客马拉松网络安全类别中获奖，其作品是一个基于Zeek和自主研发的机器学习模型的入侵检测概念验证，并以友好的WebApp形式呈现。
基于人工智能的WhatsApp聊天机器人
本项目提供了一个可用于生产环境的机器学习解决方案，用于检测和分类胸部X光片（后前位和前后位）中的新冠肺炎、病毒性疾病和无疾病三种情况。
构建一个生产级别的机器学习应用程序，涵盖tox、CircleCI、Docker和测试等环节。
多智能体语言图研究系统
探索实用的MLOps项目！从机器学习和深度学习到生成式AI，我将演示如何使用尖端工具部署和管理模型。我会定期更新我在MLOps解决方案上的实验成果！
基于RoBERTa等Transformer模型的AG新闻分类端到端MLOps流水线，准确率达94.53%。该系统采用FastAPI后端、Redis-Celery任务处理、AWS EC2部署、CircleCI持续集成/持续交付，并配备用户友好的前端界面，实现实时预测。
使用JupyterLab、Poetry和Docker环境运行Elixir（用于支持“福冈Elixir/Phoenix Advent Calendar 2020”投稿文章的代码仓库）
CircleCI 公开项目的 MCP 服务器代码镜像
利用MLOps和ETL管道，开发了一个端到端的机器学习模型来预测货物产品。
基于FastAPI的快速向量搜索
