君逸数码推出自研AI智能体平台，面向政企客户。平台集成多模态数据分析、智能知识库、精准问答与任务自主执行等功能，旨在提升行业智能化水平。该平台与Deepseek等主流大模型深度结合，可应用于智慧城市、政府事务及交通管理等领域。
Anthropic推出面向企业法务的AI工具，引发全球法律信息服务行业股价震荡。市场认为AI已实质性威胁传统信息服务模式，欧美相关板块受挫，法律出版巨头RELX股价一度大跌约14%。
SpaceX计划发射超百万颗低轨卫星，构建太空“轨道数据中心”，利用太空环境优势直接进行AI计算。该计划旨在打造算力高达80EFLOPS的太空AI超算集群，对传统地面数据中心模式构成跨代级挑战，可能重塑全球算力市场格局。
蚂蚁集团发布LingBot-VLA模型，专注于机器人复杂操控，通过海量数据训练实现跨形态通用能力。研发团队在9种主流双臂机器人上采集约2万小时真实数据，涵盖丰富动作序列，推动具身智能领域进展。
开源自托管个人AI助手，可管理日程、集成百平台，保障数据隐私
拥有8000万住宅代理IP，可全球无缝采集数据，支持大规模提取。
用Parseium将网站转化为结构化数据，AI构建爬虫，API集成无代码
AI驱动的设计，使表单填写更具吸引力，轻松切换模式，愉快地收集数据。
Openai
-
Input tokens/M
Output tokens/M
Context Length
Anthropic
$105
$525
200
$21
Google
$0.7
$2.8
1k
Alibaba
$6
$24
256
$8
$240
52
Moonshot
$4
$16
Baidu
32
$8.75
$70
400
$1.75
$14
$0.35
Tencent
24
Xai
Huawei
128
mradermacher
这是一个专注于网络安全领域的20B参数开源大语言模型，基于GPT-OSS架构，并融合了多个网络安全指令数据集进行微调。模型提供了多种量化版本，便于在资源受限的环境中部署，可用于生成网络安全相关的文本、代码和分析报告。
redis
这是一个基于Alibaba-NLP/gte-reranker-modernbert-base模型，在LangCache句子对数据集上使用sentence-transformers库微调的跨编码器模型。它专门用于计算文本对之间的语义相似度得分，旨在为LangCache语义缓存系统提供高效的文本匹配和重排序能力。
这是一个由Redis微调的交叉编码器模型，专门用于语义缓存场景下的句子对重排序。它基于Alibaba-NLP的gte-reranker-modernbert-base模型，在LangCache句子对数据集上进行训练，能够高效计算两个文本之间的语义相似度得分，用于判断它们是否表达相同或相似的含义。
open-thoughts
OpenThinker-Agent-v1 是一个基于 Qwen3-8B 进行后续训练的开源智能体模型，专为终端操作和软件工程任务而设计。它首先在高质量监督微调数据集上进行训练，然后通过强化学习进一步优化，在 Terminal-Bench 2.0 和 SWE-Bench 等智能体基准测试中表现出色。
这是一个由Redis开发的、针对LangCache语义缓存任务进行微调的CrossEncoder模型。它基于成熟的`cross-encoder/ms-marco-MiniLM-L6-v2`模型，在超过100万对LangCache句子对数据集上训练，专门用于计算两个文本之间的语义相关性得分，以优化缓存命中率。
bartowski
这是由Mistral AI开发的大型语言模型Mistral-Large-3-675B-Instruct-2512的GGUF量化版本。原始模型拥有6750亿参数，专为指令遵循任务设计。本项目使用llama.cpp工具，结合imatrix校准数据集，生成了从Q8_0到IQ1_S共20多种不同精度的量化模型文件，旨在平衡模型性能、推理速度与存储/内存占用，使其能在更广泛的硬件上运行。
rujutashashikanjoshi
这是一个基于YOLOv12 Medium架构，在自定义数据集上微调的目标检测模型。该模型专门用于高效、准确地检测图像或视频中的无人机目标，为计算机视觉应用提供支持。
ss-lab
这是一个基于Meta LLaMA 3 8B模型，使用Unsloth框架进行高效微调，并转换为GGUF格式的轻量级文本生成模型。模型针对Alpaca数据集进行了优化，适用于本地部署和推理，特别适合在资源受限的环境中使用。
本项目提供了一个基于微软Phi-3.5-mini-instruct模型进行微调的文本生成模型，已转换为GGUF格式，适用于llama.cpp推理框架。模型在philschmid/guanaco-sharegpt-style数据集上进行了微调，优化了指令遵循和对话能力，适用于资源受限环境下的高效文本生成任务。
Shawon16
这是一个基于VideoMAE架构的视频理解模型，在Kinetics数据集上预训练，并在一个未知的、可能与手语识别相关的数据集上进行了微调。模型在评估集上取得了78.11%的准确率，适用于视频分类任务。
这是一个基于VideoMAE-base架构微调的视频理解模型，专门针对手语识别任务进行优化。模型在WLASL数据集上训练了200个epoch，采用TimeSformer架构处理视频序列。
这是一个基于VideoMAE-base架构微调的视频理解模型，专门针对手语识别任务进行优化。模型在WLASL100数据集上训练了200个epoch，具备视频动作识别能力。
这是一个基于VideoMAE-base架构在未知数据集上微调的视频理解模型，专门用于手语识别任务。模型在20个训练周期后达到了18.64%的准确率。
这是一个基于VideoMAE架构的视频理解模型，在Kinetics数据集预训练的基础上进行了微调，专门用于手语识别任务。模型在评估集上表现有待提升，准确率为0.0010。
TeichAI
本模型是基于Qwen3-4B-Thinking-2507基础模型，使用高推理难度的Gemini 3 Pro预览数据集进行蒸馏训练得到的模型。它专注于提升在编码和科学领域的复杂推理能力，通过特定数据集的训练，旨在将大型模型（如Gemini 3 Pro）的推理能力高效地迁移到较小规模的模型中。
这是squ11z1的Hypnos-i1-8B模型的量化版本，使用llama.cpp工具和特定数据集进行量化处理。该模型基于Llama-3架构，提供多种量化类型选择，支持文本生成任务，适用于推理、对话等多种应用场景。
Arko007
Zenyx_114M-Tiny-Edu-Instruct 是一个实验性的小型指令微调语言模型，拥有约1.14亿参数。它基于TinyEdu-50M基础模型构建，在FineWeb-Edu数据集上预训练，并在OpenHermes-2.5和CodeFeedback-Filtered混合数据集上进行了指令微调。该模型旨在探索极小架构下指令微调的极限，验证损失收敛至约1.04。
这是一个基于VideoMAE-base架构的视频理解模型，在未知数据集上进行了20个epoch的微调训练。模型在评估集上表现有限，准确率为0.0041，损失值为7.7839。
这是由miromind-ai开发的MiroThinker-v1.0-8B模型的量化版本，使用特定工具和数据集进行量化处理，提供多种量化类型的文件供用户选择，可在不同环境中运行，以满足不同性能和质量需求。
这是TheDrummer的Snowpiercer-15B-v4模型的量化版本，使用llama.cpp和imatrix技术进行量化处理。该版本提供了从BF16到IQ2_S等多种量化级别，满足不同硬件条件和性能需求的用户。模型使用特定数据集进行校准优化，支持在线重打包功能以提升在ARM和AVX硬件上的性能。
Genkit是一个用于构建AI驱动应用的开源框架，提供Node.js和Go库，支持多种AI模型和向量数据库集成，包含开发工具和插件生态系统。
一个为AI工作流提供shadcn/ui组件集成的MCP服务器，支持React、Svelte和Vue框架，包含组件源码、示例和元数据访问功能。
微软官方MCP服务器集合，提供Azure、GitHub、Microsoft 365、Fabric等多种服务的AI助手集成工具，支持本地和远程部署，帮助开发者通过标准化协议连接AI模型与各类数据源和工具。
Redis MCP Server是一个为Redis设计的自然语言接口服务，支持AI代理通过自然语言查询和管理Redis数据，集成MCP协议，提供多种数据结构和搜索功能。
Coco AI是一个统一搜索平台，集成了企业应用和数据（如Google Workspace、Dropbox、GitHub等），提供跨平台搜索和AI驱动的团队聊天功能，旨在提升工作效率和协作体验。
MCP MongoDB服务器是一个模型上下文协议服务，允许LLM与MongoDB数据库交互，提供集合模式检查、查询执行和智能ID处理等功能，支持只读模式和安全配置。
BloodHound-MCP是将Model Context Protocol（MCP）服务器与BloodHound集成的项目，通过自然语言分析Active Directory安全数据。
Awesome MCP Servers 是一个全面的Model Context Protocol (MCP)服务器集合，涵盖了7158个MCP服务器，分为33个类别，包括AI集成、艺术媒体、浏览器自动化、云服务、数据库、开发者工具、文件系统、金融、游戏、硬件、医疗、基础设施、知识管理、位置地图、市场营销、监控、多媒体处理、操作系统、项目管理、科学研究、安全、社交媒体、旅行交通、实用工具和版本控制等。
Graphlit MCP服务器是一个连接MCP客户端与Graphlit服务的集成工具，支持多种数据源的摄取、处理和检索。
Quarkus Model Context Protocol (MCP) Server是一个开源协议服务器，支持通过声明式和编程式API轻松集成LLM应用与外部数据源和工具。
XiYan MCP Server是一个基于XiYan-SQL的模型上下文协议服务器，支持通过自然语言查询数据库，提供多种LLM模型集成和本地化部署选项。
该项目是一个基于Model Context Protocol (MCP)的服务端实现，提供与Milvus向量数据库的无缝集成，支持多种LLM应用如Claude Desktop和Cursor通过标准化协议访问数据库功能。
Open Data MCP是一个开源项目，旨在通过MCP协议将公开数据集快速接入LLM应用，实现开放数据的便捷访问和社区化发布。
Clippy是macOS终端剪贴板工具，支持文件引用复制、GUI粘贴、最近下载管理、管道数据处理和MCP服务器AI集成，提升工作效率。
WireMCP是一个为大型语言模型（LLM）提供实时网络流量分析能力的MCP服务器，通过集成Wireshark工具实现数据捕获、威胁检测和网络诊断。
Open Data MCP是一个开源项目，旨在通过MCP协议将公开数据集快速接入LLM应用。项目提供CLI工具实现2分钟接入（当前支持Claude），并建立社区协作框架让开发者能轻松贡献和发布公开数据集。核心目标是构建连接所有LLM应用与数百万公开数据集的基础设施。
该项目实现了一个基于pyATS和Genie的MCP服务器，通过JSON-RPC 2.0协议提供结构化、模型驱动的网络设备交互能力，支持安全执行CLI命令、配置变更及数据采集，适用于容器化或LangGraph集成场景。
MCP Trino Server是一个基于Model Context Protocol (MCP)的服务，提供与Trino和Iceberg的无缝集成，支持通过标准接口进行数据探索、查询和表维护。
一个基于Python的Redis服务器集成项目，提供Redis连接管理、基础操作和数据结构工具，可通过MCP协议进行交互。
Odos MCP客户端是一个集成Odos DEX聚合平台和Zerion投资组合分析的工具，提供DeFi交易数据、最优兑换路径、投资组合分析和多链交易历史等功能
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
