：一个用于构建多人游戏和其他实时应用程序的 #框架

：一个用于构建多人游戏和其他实时应用程序的 #框架 Hathora 具有以下开箱即用的功能： •内置网络 服务器状态自动同步到所有订阅的客户端 具有增量编码的优化二进制协议 易于使用的远程过程调用 (RPC) •具有类型安全数据模型和客户端代码生成的声明式 API 格式 •具有内置原型接口的开发服务器 •各种内置身份验证提供程序 •服务器状态的自动持久化 •水平可扩展架构

refine v4：一个开源框架，用于构建任何类型的 CRUD 应用程序，如管理面板和内部工具。

refine v4：一个开源框架，用于构建任何类型的 CRUD 应用程序，如管理面板和内部工具。 refine 是一个基于 React 的框架，用于快速 开发 Web 应用程序。 它消除了 CRUD 操作所需的重复性任务，并为身份验证、访问控制、路由、网络、状态管理和 i18n 等关键部分提供行业标准解决方案。 refine 在设计上是 headless 的，因此提供了无限的样式和定制选项。 ||| #框架

Neutralinojs – 使用 JavaScript 构建轻量级跨平台桌面应用程序。 ​​​|| #框架

Neutralinojs – 使用 JavaScript 构建轻量级跨平台桌面应用程序。 ​​​|| #框架 Neutralinojs 是一个轻量级、可移植的桌面应用程序开发框架。它允许你使用 JavaScript、HTML 和 CSS 开发轻量级的跨平台桌面应用程序。你可以使用任何编程语言（通过扩展 IPC）扩展 Neutralinojs，并将 Neutralinojs 用作任何源文件的一部分（通过子进程 IPC）。 在 Electron 和 NWjs 中，你必须安装 Node.js 和数百个依赖库。嵌入式 Chromium 和 Node 让简单的应用变得臃肿。Neutralinojs 提供了一个轻量级和可移植的 SDK，它是 Electron 和 NW.js 的替代品。Neutralinojs 不捆绑 Chromium，而是使用操作系统中现有的 Web 浏览器库（例如：Linux 上的 gtk-webkit2）。Neutralinojs 为本机操作实现了一个 WebSocket 连接，并嵌入了一个静态 Web 服务器来提供 Web 内容。此外，它还为开发人员提供了一个内置的 JavaScript 客户端库。 功能： 便携式开发套件。 应用程序开发人员无需编译。 用户不需要额外的依赖项。 原生功能支持：读取文件、运行系统命令等。 与基于铬节点的框架相比，资源占用更少。 跨平台：Neutralinojs 应用程序适用于 Linux、Windows、macOS 和 Web。 简单灵活的开发环境。

是一种用于生成人工智能应用程序的检索和长期记忆服务。

是一种用于生成人工智能应用程序的检索和长期记忆服务。 通过对上传到服务的新文档运行提取模型（例如嵌入、NER 等），索引始终保持最新。Indexify 有一个内置的分布式提取调度程序，允许为生产用例索引大量数据。 它还为 LLM 应用程序提供 API 以从索引中检索信息。代理可以存储长期记忆并实时查询它们，以个性化副驾驶或基于聊天的应用程序。 除了用于语义搜索的嵌入向量索引之外，Indexify 还可以构建包含 NER 模型、意图理解等提取的 K/V 或 JSON 文档的索引。

AutoGen 是一个框架，由微软、宾夕法尼亚州立大学和华盛顿的合作研究提供支持。允许使用多个代理来开发 LLM 应用程序，

AutoGen 是一个框架，由微软、宾夕法尼亚州立大学和华盛顿大学的合作研究提供支持。允许使用多个代理来开发 LLM 应用程序，这些代理可以相互对话来解决任务。 AutoGen 代理是可定制的、可对话的，并且无缝地允许人类参与。他们可以采用 LLM、人力投入和工具组合的各种模式运作。 AutoGen 可以轻松构建基于多代理对话的下一代 LLM 应用程序。它简化了复杂的LLM工作流程的编排、自动化和优化。它最大限度地提高了 LLM 模型的性能并克服了它们的弱点。 它支持复杂工作流程的多种对话模式。借助可定制和可对话的代理，开发人员可以使用 AutoGen 构建各种涉及对话自主性、代理数量和代理对话拓扑的对话模式。 它提供了一系列具有不同复杂性的工作系统。这些系统涵盖各种领域和复杂性的广泛应用。他们演示了 AutoGen 如何轻松支持不同的对话模式。 AutoGen 提供了直接替代openai.Completion或openai.ChatCompletion作为增强的推理 API。它允许轻松的性能调整、API 统一和缓存等实用程序以及高级使用模式，例如错误处理、多配置推理、上下文编程等。 | #框架

tinyllm 是一个轻量级框架，用于大规模开发、调试和监控 LLM 和代理支持的应用程序。该库的主要目标是使代码尽可能简单和可

tinyllm 是一个轻量级框架，用于大规模开发、调试和监控 LLM 和代理支持的应用程序。该库的主要目标是使代码尽可能简单和可读，同时允许用户在生产中创建复杂的代理或 LLM 工作流程。 Function及其流式等价物FunctionStream是tinylm 中的核心类。它们旨在标准化和控制 LLM、ToolStore 以及流模式和其他方式下可扩展生产使用的任何相关调用。 它提供了一种结构化方法来处理函数执行的各个方面，包括输入/​​输出验证、输出处理、错误处理、评估，同时保持代码可读。您可以在单个文件中创建一个具有自己的提示、LLM 模型和评估器的链。无需跳过许多类定义，也无需意大利面条式代码。任何其他库代理/链（langchain/llama-index...）也可以无缝导入为tinylm函数。 | #框架