Ltx面向開發者的 AI 工具包

徹底解決Google Antigravity回覆的語言問題

Google Antigravity 在任務規劃、應用生成、程式碼建構等場景中表現出色，但許多用戶都會遇到同一個困擾：明明想讓它輸出某種語言，但 Antigravity 經常自動切回英文。 無論是任務計畫、執行方案、應用文案還是最終產物，都會出現「預設英文輸出」的問題，影響使用體驗。

guidellm: 評估和優化 LLM 部署效能

guidellm 是一個開源工具，專為評估和優化大語言模型（LLM）在生產環境中的推理效能而設計。它支援壓力測試、延遲分析、吞吐量評估等，幫助開發者識別瓶頸並調整部署配置。基於 vLLM 團隊開發，適合需要精細化調優 LLM 服務的團隊。

omlx: macOS 選單欄 LLM 推理伺服器

omlx 是一款專為 Apple Silicon 打造的輕量級 LLM 推理伺服器，通過 macOS 選單欄輕鬆管理。它支援連續批處理和 SSD 快取，能顯著提升推理吞吐量和響應速度。開源且易於上手，適合 Mac 開發者本地執行大型語言模型。

go-micro: 為 AI 智慧體打造的 Go 微服務框架

go-micro 是一個用 Go 語言編寫的微服務框架，專門為構建 AI 智慧體而設計。它提供服務發現、負載均衡、訊息編碼、事件驅動等核心能力，讓開發者能快速搭建可擴充套件的分散式 AI 系統。GitHub 星標超 2.2 萬，社羣活躍，適合 Go 語言開發者入門微服務和 AI agent 架構。

python-genai: 官方Python SDK讓GenAI整合更簡單

python-genai 是 Google 官方推出的 Python SDK，幫助開發者快速在應用中整合 Gemini 等生成式模型。支援文字生成、程式碼補全、聊天、嵌入等多種能力，提供同步與非同步 API，程式碼簡潔、易於上手。本文將解析其核心功能、使用場景，並給出上手建議。

Liger-Kernel: 高效 Triton 核心加速 LLM 訓練

Liger-Kernel 是 LinkedIn 開源的 Triton 核心集合，專為優化大語言模型訓練設計。它提供了 Flash Attention、RMSNorm、RoPE 等核心運算元的高效實現，顯著降低視訊記憶體佔用並提升訓練吞吐。基於 Python 和 Triton，可輕鬆整合到 PyTorch 專案中。開源以來已獲 6.4k+ Stars，是 LLM 訓練加速領域值得關注的專案。

dyad: 本地執行的開源 AI 應用構建器

dyad 是一個本地、開源的人工智慧應用構建工具，專為高階使用者設計，可替代 v0、Lovable 等雲端服務。它無需聯網，保護隱私，支援自定義模型和元件，讓開發者快速搭建 AI 驅動的 Web 應用。本文介紹其核心功能、使用場景及上手建議。