An operating system that orchestrates, monitors, and visualizes AI agent organizations.
يُقدِّم ViableOS منصة موحدة لإدارة مجموعات الوكلاء الذكاء الاصطناعي، مما يتيح للمطورين تحديد سير العمل، جدولة المهام، وتوفير واجهة برمجة تطبيقات RESTful للوصول إلى قدرات الوكلاء. يتضمن نظامًا قويًا للواجهة الطرفية يُسهل التكوين السريع وتصحيح الأخطاء، بينما يُظهر لوحة معلومات ويب مبنية على Streamlit وPlotly مؤشرات الأداء والموارد في الوقت الحقيقي. صُمم النظام ليتم توسيعه عبر عدة وكلاء، مع معالجة التنسيق، استرداد الأخطاء، وتسجيل السجلات مع حد أدنى من الحمل. يستهدف المستخدمون المطورون في مجال الذكاء الاصطناعي، علماء البيانات، وفِرَق العمليات الذين يحتاجون طبقة تنظيمية خفيفة الوزن لكنها قوية. من خلال تجريد تعقيدات التواصل بين الوكلاء، يتيح ViableOS تطوير ونشر خدمات تعتمد على الذكاء الاصطناعي بسرعة وفعالية.
A framework that enables developers to build high‑performance, WebAssembly‑first interactive visualizations for the web.
يُقدِّم هذا الإطار أدوات لبناء رسومات تفاعلية تعمل بالكامل في المتصفح، مستفيداً من WebAssembly لتحقيق سرعة وكفاءة عالية. يعتمد على نواة مكتوبة بلغة Rust لتقديم أداء منخفض المستوى، مع ربطها بواجهات Python لتسهيل النمذجة السريعة ومعالجة البيانات. تم دمج مكتبات تعلم الآلة مثل TensorFlow وPyTorch لتمكين المحتوى البصري الديناميكي المستند إلى البيانات. يركز التصميم على القابلية للتوسعة، مما يتيح إضافة شفرات مخصصة أو وحدات تحليلية بسهولة. يستهدف المطورين الأماميين وعلماء البيانات الذين يحتاجون لوحدات عرض تفاعلية في الوقت الحقيقي دون الاعتماد على الخوادم.
A Rust-native framework that lets developers build server‑rendered React applications using a file‑based routing system similar to Next.js.
يُعد Rex إطار عمل مكتوب بلغة Rust يُعيد إنشاء تجربة مسار الصفحات المشهورة في Next.js. يكتب المطورون مكونات React في ملفات .tsx، بما في ذلك جلب البيانات على الخادم عبر getServerSideProps، ويُعالج الإطار مسارات التطبيق، وبناءه، والتقديم على الخادم بالكامل بلغة Rust. يقوم بترجمة TypeScript وتحويل JSX، ثم يستخدم مجموعة من معالجات V8 لتوليد HTML قبل إرساله إلى المتصفح. يدعم خادم التطوير التحديث الحي (HMR) ويُنتج بناءً للإنتاج حزمة مستقلة يمكن تشغيلها مع إعدادات بسيطة. النتيجة هي بنية ويب سريعة وآمنة من حيث الأنواع، تجمع بين أداء Rust ومرونة React.
A modular framework for building, training, and visualizing deep reinforcement learning agents using PyTorch.
يُقدِّم الإطار بنية معيارية مرنة تسمح للمستخدمين بتعريف وكلاء، بيئات، وخطوط تدريب مخصصة مع حدّ أدنى من الكود المكرر. يدمج معالجات البيانات عبر مكتبة pandas ويقدِّم رسومات تفاعلية باستخدام Plotly، ما يتيح مراقبة الوقت الحقيقي للجوائز، الخسائر، وتطور السياسات. يتيح واجهة سطر أوامر مبنية على Typer ضبط سريع للتجارب، معلمات التعلم، وإعدادات التسجيل. صُمم للباحثين والممارسين، يدعم بروتوتايب سريع، تجارب قابلة للتكرار، وتوسيع سهل للأنظمة والخوارزميات الجديدة. يركز الإطار على فصل واضح للمهام، ما يجعل تبديل أُسُس الشبكات العصبية أو استراتيجيات التعلم التعزيزي أمرًا بسيطًا دون تعديل على المنطق الأساسي. يوفِّر أيضًا أدوات لتتبع التجارب، حفظ النماذج، وتحليل الأداء عبر جلسات متعددة. يميز المشروع بقدرته على التكيف مع متطلبات المشاريع الصغيرة والكبيرة على حد سواء، مع الحفاظ على سهولة الاستخدام والتوسع.
An ARM64-optimized on-device LLM inference framework that enables efficient, zero-copy execution with support for multiple backends and quantization.
يُقدّم هذا الإطار حلاً متقدماً لتشغيل نماذج اللغة الكبيرة على أجهزة ARM64 المتنقلة والحدّية دون الحاجة للاتصال بالسحابة. يعتمد على لغة Rust ويُعتمد فيه بنية ذاكرة صفر نسخ، ما يزيل نقل البيانات غير الضروري بين المعالج المركزي والمعالج الرسومي أو وحدة المعالجة العصبية. يتيح واجهة Backend القابلة للتوسعة للمطورين دمج محركات حسابية مختلفة مثل CPU أو OpenCL أو أي محرك NPU مستقبلي بسهولة. يدعم الإطار تنسيقات التكميم المتوافقة مع GGML (Q4_0، Q4_1) وأنواع FP16/BF16 لتقليل استهلاك عرض النطاق الترددي للذاكرة. يستهدف المطورين الذين يعملون على تطبيقات الذكاء الاصطناعي على الهواتف الذكية أو الأجهزة الطرفية، ويحل مشكلة تشغيل نماذج Llama 3.2 بكفاءة عالية مع استهلاك طاقة منخفض. يقدّم أيضاً آلية ديناميكية لتبديل بين الخلفيات الحسابية لتحقيق أفضل أداء حسب ظروف الجهاز.
A framework for building real‑time, multi‑AI and multi‑hardware dataflow applications.
يقدّم هذا الإطار بنية قائمة على العقد تسمح للمطورين بتجميع تدفقات بيانات معقدة من مكوّنات قابلة لإعادة الاستخدام. يوفر واجهات برمجة تطبيقات عالية الأداء بلغة Rust وPython، ما يتيح دمجًا سلسًا مع نماذج الذكاء الاصطناعي، وخطوط معالجة الصور، وبرامج تشغيل العتاد. يعتمد على أنظمة تشغيل غير متزامنة لتحقيق زمن استجابة منخفض وسرعة معالجة عالية، متفوقًا على أنظمة الوسائط التقليدية بمقدار عشرة أضعاف أو أكثر. يتضمن مكتبة واسعة من العقد المدمجة مسبقًا لتسريع النمذجة الأولية، بينما يدعم API إنشاء عقد مخصصة بلغات متعددة. صُمم الإطار لتلبية احتياجات الروبوتات، والأنظمة المستقلة، ونشر الذكاء الاصطناعي على الحافة، حيث يتطلب سلوكًا حقيقيًا في الوقت الحقيقي. يسهّل التعاون بين فرق التطوير عبر توفير لغة مشتركة لتوصيل البيانات وتنسيق العمليات بين المكونات.
Adora is a Rust-based framework that enables developers to build real-time robotics and AI applications using declarative dataflow pipelines.
يُقدّم أدورا بنية معماريّة موجهة للبيانات تُسهم في بناء أنظمة الروبوتات والذكاء الاصطناعي ذات الأداء العالي. يتيح للمطورين تكوين خطوط بيانات كرسوم بيانية موجهة، مع ربط العقد المكتوبة بلغة Rust أو Python أو C أو C++ عبر آلية IPC ذات نسخ غير نسخ للذاكرة. يدعم الإطار النشر الموزّع، والاعتمادية على مستوى العقد، والمراقبة الشاملة من خلال واجهة سطر أوامر واحدة. يحقق أدورا سرعات أعلى بـ10‑17× مقارنةً بـROS2 Python، مع دعم Apache Arrow الأصلي للبيانات العمودية. يُعدّ مناسباً لتطوير تطبيقات روبوتية معقدة ومتعددة اللغات تتطلب زمن استجابة منخفض وجاهزية للانتاج. كما يوفّر أدوات تسجيل وإعادة تشغيل، وفحص الموضوعات، ومراقبة الموارد في الوقت الحقيقي. يدمج هذه الميزات لتسهيل صيانة الأنظمة وتوسيع نطاقها عبر بيئات موزّعة.
A high‑performance API framework that lets Django developers write Rust‑powered endpoints to achieve over 60k requests per second.
يُعد إطار عمل django-bolt إضافةً خفيفة إلى إطار Django يتيح للمطورين كتابة نقاط النهاية باستخدام لغة Rust. يتم تجميع كود Rust إلى مكتبات مشتركة تُحمَّل أثناء التشغيل، ما يمنح واجهة برمجة تطبيقات مشابهة للـ Django Views مع زمن استجابة أقل بكثير. يدعم الإطار التنفيذ غير المتزامن عبر مكتبة Tokio، مما يتيح له التعامل مع أكثر من 60 ألف طلب في الثانية على أجهزة متوسطة. التكامل سلس؛ يضيف المطورون تزيينًا (decorator) للوظائف في Django يشير إلى تنفيذ Rust، بينما يتولى الإطار توجيه الطلبات، والتسلسل، ومعالجة الأخطاء تلقائيًا. يهدف هذا الحل إلى فرق التطوير التي ترغب في الاستفادة من قوة Django مع إضافة خدمات حاسوبية عالية الأداء دون إعادة كتابة البنية التحتية بأكملها. يميز django-bolt عن الحلول التقليدية بقدرته على دمج Rust مباشرةً مع Django مع الحفاظ على واجهة برمجة التطبيقات المتوقعة. كما يوفر مرونة في اختيار ما يُنفَّذ في Python وما يُنفَّذ في Rust، مما يتيح تحسين الأداء في المناطق الحرجة.
cliffy is a WASM-first reactive framework designed for building classical Functional Reactive Programming (FRP) applications with a geometric algebra foundation.
هو إطار عمل رياضي أولي للويب (WASM) يدمج مبادئ البرمجة التفاعلية الوظيفية (FRP) مع البنية الرياضية الجبرية. هذا النهج يسمح للمطورين بإنشاء تطبيقات ويب كفء، قابلة للتوسعة، ومستدامة. باستخدام cliffy، يمكنك إنشاء Interfaces المستخدم وعمليات التفاعل المعقدة باستخدام نمط البرمجة الديclarative