ओपन सोर्स। नई संभावनाएँ।

CocoIndex एक ओपन-सोर्स इन्क्रिमेंटल इंडेक्सिंग फ्रेमवर्क है जो AI एजेंट्स और LLM एप्लिकेशन्स को केवल बदले गए डेटा को पुनः प्रोसेस करके लगातार ताज़ा संदर्भ प्रदान करता है।

Headroom एक स्थानीय कम्प्रेशन लेयर है जो AI एजेंट्स के लिए टूल आउटपुट, लॉग, RAG चंक्स, फाइल्स और बातचीत के इतिहास को कम्प्रेस करता है, ताकि टोकन उपयोग कम हो और जवाब अपरिवर्तित रहें। यह Claude, Codex, Copilot, Cursor जैसे एजेंट्स के साथ काम करता है।

RAGFlow एक ओपन-सोर्स Retrieval-Augmented Generation (RAG) इंजन है जो Large Language Models के लिए एक उच्च-सटीकता वाली संदर्भ परत प्रदान करने के लिए RAG को Agent क्षमताओं के साथ जोड़ता है।

Jules Prompts एक क्यूरेटेड लाइब्रेरी है जिसमें कोडिंग एजेंटों के लिए मशीन-पठनीय टास्क प्रॉम्प्ट, एजेंट स्किल्स और प्लांटेड-फेल्योर फिक्स्चर शामिल हैं। यह सामान्य एजेंट विफलताओं जैसे टूटे सेटअप स्क्रिप्ट, अस्पष्ट मुद्दों और अनुपलब्ध सेवाओं वाले टेस्ट पर केंद्रित है।

MCP कॉन्टेक्स्ट सर्वर FastMCP-आधारित सर्वर है जो LLM एजेंटों के लिए स्थायी मल्टीमॉडल संदर्भ भंडारण प्रदान करता है, जिसमें फुल-टेक्स्ट, सिमेंटिक और हाइब्रिड खोज, क्रॉस-एनकोडर रिरैंकिंग, थ्रेड-आधारित स्कोपिंग और SQLite तथा PostgreSQL बैकएंड के लिए समर्थन शामिल है।

Semantica एक ग्राफ़-नेटिव इंफ्रास्ट्रक्चर है जो AI सिस्टम्स को संरचित संदर्भ, निश्चित तर्क और पूर्ण निर्णय प्रमाण पत्र प्रदान करने के लिए बनाया गया है। यह LLMs और एजेंट्स के लिए एक संव्याख्यान परत के रूप में कार्य करता है।

Haystack Python में प्रोडक्शन-रेडी LLM एप्लिकेशन, RAG सिस्टम और ऑटोनॉमस एजेंट बनाने के लिए एक ओपन-सोर्स AI ऑर्केस्ट्रेशन फ्रेमवर्क है।

JavaGuide एक Java बैकएंड डेवलपर्स और इंटरव्यू की तैयारी करने वालों के लिए व्यवस्थित ज्ञानकोश है, जो Java बेसिक्स, कलेक्शन, कॉन्करेंसी, JVM, डेटाबेस, डिस्ट्रिब्यूटेड सिस्टम, सिस्टम डिज़ाइन और AI एप्लिकेशन डेवलपमेंट आदि को कवर करता है तथा लर्निंग रोडमैप और इंटरव्यू तैयारी सुझाव देता है।

UE5 asset workbench प्लगइन स्क्रिप्ट्स और AI एजेंटों को structured JSON एक्सपोर्ट करके और commandlets के माध्यम से बदलाव लागू करके Unreal Engine 5 uasset फाइलों को पढ़ने, संपादित करने, आयात करने, माइग्रेट करने और ऑडिट करने की अनुमति देता है, जो Blueprints, animations, widgets, materials, Niagara और levels का समर्थन करता है।

PageIndex एक वेक्टरलेस, तर्क-आधारित RAG इंजन है जो लंबे दस्तावेजों के लिए पदानुक्रमित ट्री इंडेक्स बनाता है और एक LLM को ट्री के माध्यम से तर्क करने की अनुमति देता है ताकि प्रासंगिक अनुभाग प्राप्त किए जा सकें, वेक्टर डेटाबेस और चंकिंग से बचते हुए।

AgnosticUI Local (v2) एक CLI-आधारित, फ्रेमवर्क-अज्ञेय UI घटक लाइब्रेरी है जो React, Vue, Svelte या Lit के लिए घटक स्रोत, स्टाइल और टेस्ट को सीधे आपके प्रोजेक्ट में कॉपी करती है, जिसमें 55 सुलभ घटक और AI प्रॉम्प्ट प्लेबुक शामिल हैं।

TraceFrugal है एक स्थानीय Go एप्लिकेशन जो Claude Code और Codex के लिए टोकन उपयोग को विज़ुअलाइज़ करता है, जिसमें MCP परिणाम पैकिंग, लागत रिग्रेशन गेट्स, और अनुकूलन परीक्षण शामिल हैं ताकि डेवलपर्स AI संदर्भ दक्षता का प्रबंधन कर सकें और बचत को सत्यापित कर सकें।

RightMemory AI कोडिंग एजेंट्स के लिए स्थायी मेमोरी, उपयोगकर्ता-निर्देशित Pursuit मैप और पुनः उपयोग योग्य Agent Corrections प्रदान करता है। यह संदर्भ को Git-सिंक्राइजेबल Markdown ट्री के रूप में संग्रहीत करता है, जिससे बहु-उपयोगकर्ता सहयोग और बहु-डिवाइस जारी रखना संभव होता है।

OpenSpec एक स्पेक-ड्रिवन डेवलपमेंट फ्रेमवर्क है जो AI कोडिंग सहायकों को कोड लिखने से पहले आवश्यकताओं पर सहमति बनाने में मदद करता है, जिसमें Markdown स्पेक आर्टिफैक्ट्स और स्लैश कमांड्स का उपयोग किया जाता है।

GSD Core एक हल्का, स्पेक-संचालित ढांचा है जो AI कोडिंग एजेंटों के लिए मील के पत्थरों को discuss, plan, execute, verify और ship चरणों में प्रबंधित करता है। यह भारी काम को नए-संदर्भ वाले सबएजेंटों में अलग करता है, संरचित सत्र आर्टिफैक्ट्स को संरक्षित करता है, और कई रनटाइम का समर्थन करता है।

claude-code-best-practice एक सामुदायिक रूप से संपादित गाइड है जो Anthropic के Claude Code का प्रभावी उपयोग सिखाती है। यह 'वाइब कोडिंग' से 'एजेंटिक इंजीनियरिंग' की ओर ले जाने के लिए डिज़ाइन किया गया है।

Agentic OS is a self-hosted control plane for running business operations as a fleet of AI agents. It features a cost-aware LLM router, cross-module workflows, and human-in-the-loop approvals for finance, support, and compliance.

Context Engineering Protocol (CEP) एक फ्रेमवर्क है जो AI कोडिंग-एजेंट स्किल्स के साथ जनरेशन से पहले संदर्भ पैकेज तैयार करता है। यह क्लॉज कोड, गिटहब कोपायलट, सॉर्सर और ओपनएआई कोडेक्स का समर्थन करता है और रिट्रीवल लागत में 5.6x-36.8x की कमी लाता है।