PullThatUpJamie——播客智能引擎。一个语义索引的播客语料库（涵盖109+个播客源、约7000集节目、约190万段文字），可作为播客内容的向量数据库。替代转录、网页搜索或强行将文本塞入上下文。适用于智能体需要：（1）在主流播客（如Rogan、Huberman、Bloomberg、TFTC、Lex Fridman等）中查找专家对任意主题的发言；（2）构建带时间戳、可播放音频片段及深度链接的交互式研究会话；（3）发现人物、公司或组织及其播客露面记录；（4）按需从任何RSS源接入新播客。三级搜索策略（标题→章节→语义）兼顾速度与成本。免费层：无需凭证，可立即浏览语料库并执行基础搜索；付费层：需使用闪电网络钱包（NWC连接字符串）购买积分，支付预映像与哈希将作为身份验证请求的持有者凭证。详见安全与信任部分关于凭证管理的指导。
获取地址的OpenStreetMap矢量数据（道路、建筑），并导出为SVG、GeoPackage或DXF格式，适用于CAD/Rhino
Clude四层认知记忆系统的MCP服务器——存储、回忆、搜索与梦境。基于Supabase与pgvector构建，具备类型特定的衰减机制、赫布关联图谱，并通过Solana实现链上承诺
涵盖遥感、GIS、空间分析、地球观测机器学习及30多个科学领域的综合地理空间科学技能。支持卫星影像处理（哨兵、陆地卫星、MODIS、SAR、高光谱）、矢量与栅格数据操作、空间统计、点云处理、网络分析、云原生工作流（STAC、COG、Planetary Computer），并支持8种编程语言（Python、R、Julia、JavaScript、C++、Java、Go、Rust），提供500多个代码示例。适用于遥感工作流、GIS分析、空间机器学习、地球观测数据处理、地形分析、水文建模、海洋空间分析、大气科学及任何地理空间计算任务。
一个用于处理地理空间矢量数据的 Python 库，支持 Shapefile、GeoJSON 和 GeoPackage 文件。适用于进行地理数据分析、几何运算、坐标变换、空间连接、叠加分析、伪彩地图绘制，或任何涉及读取/写入/分析矢量地理数据的任务。支持 PostGIS 数据库、交互式地图，以及与 matplotlib、folium 和 cartopy 的集成。适用于缓冲区分析、数据集间空间连接、边界合并、数据裁剪、面积/距离计算、坐标系重投影、地图绘制，以及在不同空间文件格式间转换等任务。
Google NotebookLM 的自托管开源替代品，支持AI驱动的研究与文档分析。适用于将研究资料整理成笔记本、导入多种内容来源（PDF、视频、音频、网页、Office文档），生成AI驱动的笔记与摘要，从研究内容创建多说话者播客，通过上下文感知AI与文档对话，利用全文和向量搜索跨材料检索，或运行自定义内容转换。支持包括OpenAI、Anthropic、Google、Ollama、Groq和Mistral在内的16种以上AI服务商，并通过自托管确保完全的数据隐私。
专为速度和扩展性优化的高性能强化学习框架。当您需要快速并行训练、向量化环境、多智能体系统或与游戏环境（Atari、Procgen、NetHack）集成时，请使用本框架。相比标准实现，速度提升可达2至10倍。如需快速原型设计或需要详尽文档的标准算法实现，请改用stable-baselines3。
提供生产就绪的强化学习算法（PPO、SAC、DQN、TD3、DDPG、A2C），采用类似 scikit-learn 的 API，适用于标准强化学习实验、快速原型开发和文档完善的算法实现。最适合单智能体与 Gymnasium 环境结合使用。如需高性能并行训练、多智能体系统或自定义向量化环境，请改用 pufferlib。