4.8万 件 ・ 関連度順
概要と使いどころ
Serverless GPU cloud platform for running ML workloads. Use when you need on-demand GPU access without infrastructure management, deploying ML models as APIs, or running batch jobs with automatic scaling.
日本語の概要は準備中です。原文の説明を表示しています。
>
日本語の概要は準備中です。原文の説明を表示しています。
Embed alibaba/page-agent into your own web application — a pure-JavaScript in-page GUI agent that ships as a single script tag or npm package and lets end-users drive the UI with natural language. No Python, no headless browser, no extension required.
日本語の概要は準備中です。原文の説明を表示しています。
Publish static sites to {slug}.here.now and store private files in cloud Drives for agent-to-agent handoff.
日本語の概要は準備中です。原文の説明を表示しています。
Modify, debug, or extend the s6-overlay supervision tree inside the Hermes Agent Docker image — adding new services, debugging profile gateways, understanding the Architecture B main-program pattern.
日本語の概要は準備中です。原文の説明を表示しています。
Play Pokemon via headless emulator + RAM reads.
日本語の概要は準備中です。原文の説明を表示しています。
Delegate coding to OpenHands CLI (model-agnostic, LiteLLM).
日本語の概要は準備中です。原文の説明を表示しています。
Use the mcporter CLI to list, configure, auth, and call MCP servers/tools directly (HTTP or stdio), including ad-hoc servers, config edits, and CLI/type generation.
日本語の概要は準備中です。原文の説明を表示しています。
Reserved and on-demand GPU cloud instances for ML training and inference. Use when you need dedicated GPU instances with simple SSH access, persistent filesystems, or high-performance multi-node clusters for large-scale training.
日本語の概要は準備中です。原文の説明を表示しています。
Large Language and Vision Assistant. Enables visual instruction tuning and image-based conversations. Combines CLIP vision encoder with Vicuna/LLaMA language models. Supports multi-turn image chat, visual question answering, and instruction following. Use for vision-language chatbots or image understanding tasks. Best for conversational image analysis.
日本語の概要は準備中です。原文の説明を表示しています。
GPU-accelerated data curation for LLM training. Supports text/image/video/audio. Features fuzzy deduplication (16× faster), quality filtering (30+ heuristics), semantic deduplication, PII redaction, NSFW detection. Scales across GPUs with RAPIDS. Use for preparing high-quality training datasets, cleaning web data, or deduplicating large corpora.
日本語の概要は準備中です。原文の説明を表示しています。
Host modded Minecraft servers (CurseForge, Modrinth).
日本語の概要は準備中です。原文の説明を表示しています。
Delegate coding to xAI Grok Build CLI (features, PRs).
日本語の概要は準備中です。原文の説明を表示しています。
Build leveraged buyout models in Excel — sources & uses, debt schedule, cash sweep, exit multiple, IRR/MOIC sensitivity. Pairs with excel-author. Use for PE screening, sponsor-case valuation, or illustrative LBO in a pitch.
日本語の概要は準備中です。原文の説明を表示しています。
Public-records OSINT investigation framework — SEC EDGAR filings, USAspending contracts, Senate lobbying, OFAC sanctions, ICIJ offshore leaks, NYC property records (ACRIS), OpenCorporates registries, CourtListener court records, Wayback Machine archives, Wikipedia + Wikidata, GDELT news monitoring. Entity resolution across sources, cross-link analysis, timing correlation, evidence chains. Python stdlib only.
日本語の概要は準備中です。原文の説明を表示しています。
Index a codebase with GitNexus and serve an interactive knowledge graph via web UI + Cloudflare tunnel.
日本語の概要は準備中です。原文の説明を表示しています。
Extract structured data from LLM responses with Pydantic validation, retry failed extractions automatically, parse complex JSON with type safety, and stream partial results with Instructor - battle-tested structured output library
日本語の概要は準備中です。原文の説明を表示しています。
Provides guidance for training and analyzing Sparse Autoencoders (SAEs) using SAELens to decompose neural network activations into interpretable features. Use when discovering interpretable features, analyzing superposition, or studying monosemantic representations in language models.
日本語の概要は準備中です。原文の説明を表示しています。
Generate real meme images by picking a template and overlaying text with Pillow. Produces actual .png meme files.
日本語の概要は準備中です。原文の説明を表示しています。
Parameter-efficient fine-tuning for LLMs using LoRA, QLoRA, and 25+ methods. Use when fine-tuning large models (7B-70B) with limited GPU memory, when you need to train <1% of parameters with minimal accuracy loss, or for multi-adapter serving. HuggingFace's official library integrated with transformers ecosystem.
日本語の概要は準備中です。原文の説明を表示しています。
Managed vector database for production AI applications. Fully managed, auto-scaling, with hybrid search (dense + sparse), metadata filtering, and namespaces. Low latency (<100ms p95). Use for production RAG, recommendation systems, or semantic search at scale. Best for serverless, managed infrastructure.
日本語の概要は準備中です。原文の説明を表示しています。
Shop.app: product search, order tracking, returns, reorder.
日本語の概要は準備中です。原文の説明を表示しています。
|
日本語の概要は準備中です。原文の説明を表示しています。
>-
日本語の概要は準備中です。原文の説明を表示しています。