AI Toolkit

MCP серверы, LSP, скиллы, плагины, AI-модели и другие инструменты

3 инструментов Сбросить

ChatGPT DAN

v1.0.0
Skill AI Assistants Open Source

by 0xk1h0 (community)

✔ ChatGPT, Claude, Gemini, любые LLM

Архив джейлбрейк-промптов и техник обхода ограничений LLM для исследований в области AI security и red teaming. Документирует DAN (Do Anything Now) и другие техники. Содержит: …

# Клонировать: git clone https://github.com/0xk1h0/ChatGPT_DAN # Просмотр: cat ChatGPT_DAN/README.md # Использование для red team: # Тестировать промпты на целевой системе # Анализировать паттерны для улучшения защиты

MCP Science

v0.2.0
MCP MCP Servers Open Source

Коллекция MCP-серверов для научных исследований: arXiv, PubMed, ChemRxiv, RCSB PDB (белковые структуры), базы данных частиц. AI-агент ищет и анализирует научные статьи, структуры молекул и экспериментальные …

# Установка через pip/uvx (все серверы в одном пакете): pip install mcp-science # Отдельные серверы (пример — arXiv): # Claude Desktop — claude_desktop_config.json: { "mcpServers": { "arxiv": { "command": "uvx", "args": ["mcp-science", "arxiv"] }, "pubmed": { "command": "uvx", "args": ["mcp-science", "pubmed"] }, "pdb": { "command": "uvx", "args": ["mcp-science", "pdb"] } } } # Claude Code (CLI): claude mcp add arxiv -- uvx mcp-science arxiv claude mcp add pubmed -- uvx mcp-science pubmed # OpenCode — ~/.config/opencode/opencode.json: { "mcp": { "arxiv": { "type": "local", "command": ["uvx", "mcp-science", "arxiv"] }, "pubmed": { "type": "local", "command": ["uvx", "mcp-science", "pubmed"] } } }

lm-evaluation-harness

v0.4.12
Tool Dev Tools Open Source

by EleutherAI (open source)

✔ Python, HuggingFace, OpenAI, любые LLM

Стандартный фреймворк для оценки и бенчмаркинга LLM. Используется исследователями для сравнения моделей — 400+ датасетов из коробки, единый интерфейс. Возможности: - 400+ встроенных задач: MMLU, …

# pip: pip install lm-eval # Запуск оценки (HuggingFace модель): lm_eval --model hf \ --model_args pretrained=mistralai/Mistral-7B-v0.1 \ --tasks mmlu,hellaswag \ --device cuda:0 \ --batch_size 8 # OpenAI: lm_eval --model openai-completions \ --model_args model=gpt-4o \ --tasks gsm8k # Результаты сохраняются в results.json