面向开发者的组件与基础设施

electron-store 是 Electron 应用的 JSON 文件持久化模块，用于保存用户设置、应用状态和小型缓存。它支持点号路径、默认值、JSON Schema 校验、迁移和原子写入，并可按文档配置在主进程或渲染进程使用。它不是数据库，每次变更都会读写整个文件；当前版本要求 Electron 30+，且只提供原生 ESM。

MockServer 是用于测试的 HTTP(S) 模拟服务器和代理，可替代尚未可用的依赖，记录并修改真实请求，或主动注入延迟、断连和错误来验证系统韧性。它覆盖 HTTP、gRPC、WebSocket、TCP 等协议，也能模拟 JSON-RPC、消息代理和多家 AI 对话接口，并提供实时请求面板与断言工具。

electron-vite-vue 是一个精简的 Electron、Vue 与 Vite 项目模板，适合从清晰目录结构开始开发跨平台桌面应用。克隆后安装依赖即可进入开发模式，并可扩展多窗口或 C/C++ 原生插件。模板对渲染进程中的 Node 能力默认采取适配方式；若直接开启 Node 集成，需要自行评估安全影响。

Nextron 把 Next.js 与 Electron 组合成桌面应用开发工具，适合希望沿用 React 和 Web 开发经验的团队。它提供项目结构、开发命令和打包流程，并可通过 electron-builder 配置应用标识、资源、输出与不同平台构建。项目支持 ESM，但跨平台打包仍受宿主系统限制，例如生成 macOS 二进制文件必须在 macOS 上执行。

OpenMemory 为 LLM 应用提供自托管的持久记忆层，可通过 Python 或 Node SDK 直接嵌入，也可运行带 HTTP API、仪表盘和 MCP 的多用户服务。它区分事件、事实、流程等记忆类型，并结合时间关系、衰减与强化机制进行召回，同时给出使用了哪些记忆节点的可解释轨迹。数据可存于本地 SQLite 或 PostgreSQL，适合需要自主掌控记忆数据的智能体与 Copilot。

gophernotes 为 Jupyter Notebook 和 nteract 增加 Go 内核，让用户在笔记本中混合实时 Go 代码、公式、可视化与说明文字，并通过 GitHub、邮件或 Notebook Viewer 分享。它依赖 gomacro 解释执行；Windows 上若笔记本需要导入第三方 Go 包，应使用项目提供的 Docker 方式运行。

Triangula 是一个用迭代与进化算法近似原图的 Go 项目，可把照片或插图转成由三角形和多边形构成的艺术效果。用户可通过独立 GUI 操作，也可用配套 CLI 指定图片和点数，先生成中间 JSON，再渲染为 SVG 或 PNG。算法需要持续多轮优化，通常不像即时滤镜那样立刻完成，但能逐步提高与原图的匹配度。

100ProjectsOfCode 汇集了一批偏实践的编程项目，覆盖网络工具、应用、AI、计算机科学、密码学和游戏等方向。学习者可挑选题目、创建独立仓库、从头实现并测试，再把完成结果加入作品集。许多条目附有建议语言、工具或参考实现，但这些提示仍有部分尚未补全。

AgentBench 用八类环境检验大模型能否自主完成数据库、操作系统等交互任务，并提供统一运行与比较框架。当前仓库包含与 AgentRL 集成的函数调用版本；完整环境依赖 Docker，旧版基准的依赖较老，使用 Python 3.9 通常更稳妥。

Flexx 是使用 Web 技术渲染界面的纯 Python GUI 工具包，PScript 会按需生成浏览器端 JavaScript。开发者可以用它构建跨平台桌面应用、Web 应用、可独立打开的 HTML 文档，并在 Jupyter Notebook 中运行界面。项目要求 Python 3.5 或更高版本；桌面模式还需 Firefox 或 NW.js，且应清晰分隔普通 Python 与 PScript 代码。

BeeAI Framework 为 Python 和 TypeScript 提供智能体、多智能体交接、模型后端、工具与 RAG 等构件，适合编排能够推理、行动和协作的应用。开发者可通过规则约束智能体在不同模型上的行为，并接入 MCP、ACP 或自定义工具；示例既支持云端模型，也可配合 Ollama 本地运行。

VideoRAG 提供面向长视频的多模态检索增强框架，并配有 Vimo 桌面界面，让用户导入单个或多个视频后用自然语言提问、查找相关场景并导出结果。它也包含 LongerVideos 基准和复现实验，适合研究者与需要分析长时视频的开发者。桌面安装包仍标注为即将发布，目前主要需从源码启动 Python 后端和 Electron 前端。

vite-electron-builder 是面向 Electron 的项目模板，把主进程、预加载脚本和前端渲染层分开，方便选择 Vue、React、Svelte 等界面方案。初始化后可直接进入开发、编译安装包，并使用已配置的端到端测试、持续集成和自动更新流程。模板不自带固定渲染器，访问 Node 能力也需通过预加载层暴露。

@electron/asar 提供一种类似 tar 的 Electron 归档格式，把文件内容与 JSON 文件信息集中存储，同时保留随机访问能力。命令行可以打包、列出和解压归档，JavaScript API 也支持编程创建及转换处理；当前 CLI 要求 Node.js 22.12 或更高版本，API 没有内置错误处理。

这是一个基于 Vite、React 和 TypeScript 的 Electron 项目模板，适合直接启动桌面应用开发。它预置主进程与预加载结构、调试配置、单元及端到端测试，并可通过 electron-builder 打包；也支持原生 Node 模块和多窗口扩展。渲染器适配层并不等于默认开启 Node 集成，如需直接访问 Node API，仍要显式配置并评估安全影响。

awesome-local-llm 是一份面向本地与自托管大模型的分类资源清单，适合在搭建方案前快速比较可选项目。内容覆盖推理平台与引擎、用户界面、模型、基准测试、RAG、Agent 框架、MCP 服务和安全工具等方向。它本身不是可运行的软件，而是指向各个外部项目和资料的导航集合。

Inspect 是英国 AI Security Institute 创建的大语言模型评测框架，内置提示构建、工具使用、多轮对话和模型评分等组件，并附带 200 多个可直接运行的预置评测。研究者可组合这些能力设计任务，也可通过其他 Python 包扩展新的引导与评分方法。

Electron Release Server 是面向 Electron 及其他 Squirrel 应用的自托管发布服务器，提供版本管理界面、按平台、渠道和 flavor 组织的下载地址，以及兼容 Squirrel 的自动更新端点。它支持 Docker、LDAP、本地磁盘存储和多种数据库，并可经少量改动接入 Amazon S3；已有旧版本部署需先核对数据库与配置迁移说明。