NVIDIA Kaolin Wisp是一个基于PyTorch的开源库，专为神经场研究而设计。它提供了数据集、图像I/O、网格处理和光线工具等实用功能，还包括可微渲染器和数据结构支持。Kaolin Wisp适用于NeRFs、NGLOD、instant-ngp和VQAD等最新项目，并提供调试可视化、交互式渲染和训练日志功能。最新版本wisp 1.0.3进行了配置系统的重大更新。

PlantUML是一个开源的图表生成工具，通过文本描述创建UML和非UML图表。支持序列图、类图、用例图等UML图表，以及JSON数据、思维导图等非UML图表。该工具易于使用和集成，适用于开发人员、架构师和项目经理。PlantUML拥有活跃的社区，提供多种许可选项，可满足不同应用场景的需求。

TorchExplorer是一个用于PyTorch模型可视化的开源工具,支持交互式检查网络中各nn.Module的输入、输出、参数和梯度。它可与Weights & Biases集成或独立运行,提供模型结构可视化、中间张量查看等功能。TorchExplorer有助于深入理解神经网络内部机制,简化复杂模型的调试和优化过程。

DnaFeaturesViewer是一款功能强大的DNA序列特征可视化Python库。它能自动生成清晰简洁的图表,即使是复杂的重叠特征和长标签序列也能完美展示。该库兼容Matplotlib和Biopython,支持多种图像输出格式。DnaFeaturesViewer可从GenBank或GFF文件读取特征,绘制核苷酸序列和氨基酸翻译,并支持多行多页绘图。它为DNA序列分析和生物学研究提供了直观高效的可视化工具。

GAM Changer是一个开源的可视化工具，用于编辑和优化广义加性模型(GAMs)。该工具提供直观的界面，支持在计算笔记本中使用，可修改模型特征并保存编辑历史。它旨在提高模型的可解释性和准确性，促进机器学习与人类知识的结合。GAM Changer源于多家研究机构的合作，包括微软研究院、纽约大学朗格尼健康中心等。

Diffusion-Explainer是一个交互式可视化工具，用于展示扩散模型的图像生成过程。该工具通过直观的界面呈现生成过程中的每个步骤，使用户能够深入了解模型的内部机制。由乔治亚理工学院和IBM研究院开发的这个开源项目，为AI研究人员和开发者提供了一个分析扩散模型的平台，并提供在线演示功能。

Chameleon是Meta AI开发的多模态早期融合基础模型。项目提供GPU推理实现、浏览器端多模态输入输出查看工具和评估提示。开源内容包括模型代码、权重和数据集，支持多模态AI技术研究与应用。Chameleon能够在文本、图像等多种模态间实现高效融合和理解。

VizTracer是一个低开销的Python代码执行跟踪和可视化工具，支持多线程、多进程、子进程和异步操作。无需修改源代码即可使用大部分功能，前端界面可流畅渲染GB级别的跟踪数据。VizTracer能记录详细的函数进入/退出信息，支持自定义事件和过滤器，并可生成火焰图。适用于Linux/MacOS/Windows平台，为开发者提供性能分析和调试支持。

这是一款支持Midjourney提示词可视化编辑和管理的工具，具备中文翻译、分类、排序、隐藏和导出提示词图像等功能。通过Notion管理提示词词典，用户可以将演示文档复制到自己的Notion工作区，并创建集成插件实现连接。提供详细的使用教程和开发者指南，支持本地运行、Docker部署和翻译服务配置。