QuantLib项目旨在为定量金融提供一个全面的软件框架。QuantLib是一个免费/开源的库，用于在现实生活中建模、交易和风险管理。 QuiLIB是用C++编写的，带有一个干净的对象模型，然后被输出到不同的语言，如C语言，java，Python，R和Ruby。还提供支持AAD的版本。reposit项目有助于将对象库部署到最终用户平台，并用于生成QuantLibXL（用于QuantLib的Excel加载项）和QuantLibAddin（用于LibreOffice Calc等其他平台的QuantLib加载项）。有关到其他语言的绑定和端口的详细信息，请参阅扩展页。 受到定量分析师和开发人员的赞赏，它面向学术界和实践者，最终促进了他们之间更强大的互动。QuantLib提供了对实际实施和高级建模都有用的工具，具有诸如市场惯例、收益率曲线模型、解算器、偏微分方程、蒙特卡罗（包括低差异）、奇异期权、VAR等功能。 在金融领域，写得好的开源项目可能会产生巨大的影响： 任何金融机构都需要一个坚实、时效、可操作的前沿定价模型和对冲工具。然而，为了达到这一目标，人们现在不得不每次都重新发明轮子。即使是标准的十年前的模型，比如Black-Scholes，仍然缺乏一个强大的公共实现。作为一个后果，许多好的Que浪费是浪费他们的时间编写已经被写了数千次的C++类。 通过在开放的环境下设计和构建这些工具，QuantLib将鼓励对这些工具本身进行同行评审，并演示如何对科学和商业软件进行评审。dangezelter在第一次开源/开放科学会议上的演讲讨论了同行评审的科学传统如何与开源运动的哲学相吻合。开放标准是科学技术发展的唯一公平途径。

模式匹配是一种可以大大简化源代码的抽象机制。通常，模式匹配被内置到一种语言中，以提供更好的语法、更快的代码、正确性保证和改进的诊断。MACH7是C++中模式匹配的一种库解决方案，它维护了许多这些特性。Mach7中的所有模式都是用户可定义的，可以存储在变量中，在函数之间传递，并允许使用开放类层次结构。

一种快速准确的C/C++，C#，Lua代码静态分析方法。TscanCode致力于帮助程序员从一开始就发现代码缺陷。 TscanCode支持多种语言：C/C++、C#、Lua代码； TscanCode快速准确，性能可达每分钟200K行，准确率90%左右； TscanCode易于使用，不需要严格的编译环境，只需一条命令即可工作； TscanCode是可扩展的，您可以使用TscanCode实现自己的检查。