ai4jはJDK 8+を前提としたJavaファーストのSDKで、多数のLLMプロバイダーへの統一されたアクセスを提供し、ツールコール、マルチエージェント連携、A2A、RAGといったエージェント機能を追加します。コアライブラリ、エージェント実行時環境、コードアシスタント用CLI/TUI/IDEブリッジ、Spring Bootスターター、プラグインシステムを備えています。Maven/Gradleでインストールし、プロバイダー（例：OpenAI）を設定すれば、数行のコードでチャット/コンプリーションAPIを呼び出したり、組み込みのコードエージェントをローカルで実行できます。

Ollama4jは、Ollama ローカル LLM サーバーをラップする Java ライブラリです。テキスト生成、チャット、ツール呼び出し、埋め込み、画像入力、モデル管理、および Prometheus メトリクスを提供します。Maven Central/Gradle を通じて配布されており、Java プロジェクトに統合可能です。

Bert-VITS2 は、VITS2 バックボーンと多言語 BERT を統合し、高品質で自然な音声合成を実現するテキスト読み上げシステムです。

Flounder は、LLM コーディングエージェントが自律的でサンドボックス化されたセキュリティ監査を実行できるようにするオープンソースフレームワークです。リポジトリ、コントラクトアドレス、トランザクションハッシュ、または類似の手がかりが与えられると、ワークスペースを準備し、攻撃面をマッピングし、モデルが OCI サンドボックス内で PoC テストを作成・実行し、ローカルで発見事項を検証し、オプションで実際のターゲットに対して確認し、Markdown レポートを生成します。ブラインド監査、インシデント調査、バグ報奨金作業など、さまざまなシナリオをサポートし、デーモンベースのコントロールプレーンを介してさまざまなモデルプロバイダーと連携します。

glm‑coding‑helper は、Tampermonkey userscript とローカルCPU/GPU OCRサーバーを組み合わせたツールで、Zhipu GLM Coding Planの購入ラッシュを自動化します。早期のボタンクリック、プラン選択のループ、中国語選択型キャプチャのローカル解決（YOLO + PP‑OCRv6を使用）、設定可能な自動クリック、マルチウィンドウ、セーフティ設定を提供します。Windows用ポータブルビルドとmacOS/Linux用オンラインインストーラーを提供し、Python環境をセットアップしてFastAPI OCRサービスを起動するワンクリックスタートスクリプトを備えています。

PyOpenCL は、OpenCL GPU およびその他の並列デバイスに完全で Python に親和的なアクセスを提供する Python ライブラリです。RAII スタイルのリソースクリーンアップ、自動エラーから例外への変換、高速な C++ バインディングを備え、クロスプラットフォームのバイナリウェHEEL と MIT ライセンスにより、AI および科学計算におけるカスタム GPU 加速コードの実装に実用的なツールとなります。

Claude Night Market は、Anthropic の Claude Code IDE を 23 のセキュリティ保護付きプラグインで拡張するプラグインマーケットプレイスです。Git ワークフロー、テスト駆動開発、仕様駆動開発、自律型エージェント、および多数のドメイン固有ユーティリティに対応します。マーケットプレイスをインストールし、必要なプラグインを選択して、`/attune:mission` のような高レベルコマンドを実行することで、Claude Code 内で機能ライフサイクル全体を管理できます。

aicommit2 は、幅広いLLMプロバイダーを用いてGit/YADM/Jujutsuのコミットメッセージを自動生成するCLIツールで、マルチプロバイダーのストリーミング、差分圧縮、コードレビュー、フック統合、LazyGitサポートなどの機能を備えています。

Azure Cognitive Service Text-to-Speech のサンプル集。Speech SDK または REST API を介して、開発者が自然な響きの AI 音声をアプリに統合できることを可能にします。

DSH Taskboard は DeepSeek Harness プラグインで、ネイティブの SQLite ベースのタスクボード UI、JSON CLI、およびプロジェクト、タスク、自動化の管理に向けたエージェントツールを追加します。人間が作業を承認・受領し、エージェントはタスクを割り当て、作業し、レビュー提出を行います。インストールにはプラグインのビルド、Harnessプロファイルへの追加、Harnessサーバーの再起動が必要です。

macOS専用のSwiftツールで、マイクとシステム音声をローカルに記録し、Core ML音声モデルを使ってオンデバイスで両トラックをトランスクリプト化。クラウドにデータを送信せずに、スピーカータグ付きのトランスクリプトを生成。

リアルタイムの音声変換と高品質なボイスクローニングを可能にし、GUIの改善とトレーニングの高速化を実現した歌唱音声変換ツール。

Bitterbotは、生物学的にインスパイアされた永続的記憶を保持し、知識を統合するための自律的な「夢」サイクルを実行するローカルファーストAIエージェントです。ウェブブラウジング、コード実行、WhatsAppメッセージ送信などのツールを実行でき、USDCで取引可能なP2Pスキルマーケットプレイスに参加することも可能です。Node ≥ 22でインストールし、オンボーディングウィザードを実行後、`http://127.0.0.1:19001` でブラウザUIから対話できます。

PMB は、LLM ベースのコーディングアシスタントにローカルで SQLite を基盤としたメモリを提供するオープンソースの Python ライブラリです。コード、PDF、git 履歴、およびユーザーが記録した事実を自動的にインデックスし、Model-Context-Protocol を介して最も関連性の高い部分をエージェントに注入し直します。このシステムはオフラインで動作し、ハイブリッドの BM25 + ベクトル検索（ウォームレイテンシ約 35 ms）を提供し、視覚的なダッシュボードを備え、モデルが考える前にメモリを呼び出し、観察されたアクションを自動的に書き込むフックの両方を含んでいます。`pip install pmb-ai` でインストールし、`pmb setup` を実行してエージェントを接続すると、エージェントは API キーやクラウド呼び出しなしで、再起動後も決定事項、教訓、プロジェクトのコンテキストを記憶します。

Atomic Agentは、`llama.cpp`を介して量子化モデルを使用し、マシン上で実行されるオープンソースのローカルファーストAIアシスタントです。ツールコールJSONループを実行してブラウジング、ファイル編集、シェルコマンド、メモリ管理などを行い、状態をディスクに保持し、TUI/CLIとHTTPサイドカーを提供します。

EvoTrace は、ローカルファーストのツールで、Claude Code または Codex のセッション履歴をインポートし、一貫性のあるコーディングエピソードをマイニングし、検証済みの Docker 対応タスク、プリファレンスデータ、報酬候補を生成します。DeepSeek Harness UI 上で動作し、4エージェントレビューパイプラインを使用し、すべてのデータをユーザーの完全な制御下に保ちます。

CyberCodeは、Claude‑Codeの対話スタイルに基づいたオープンソースでローカル実行可能なAIコーディングアシスタントです。永続的な記憶、自己進化、TUI、クロスプラットフォームデスクトップGUI、Telegram/Feishuによるリモート制御、モデル非依存プロバイダーサポート、コードグラフインデックス、トークン最適化、スケジュールタスク、拡張可能なプラグイン/スキルを備えています。

高度なASRモデルと独自の同期アルゴリズムを活用し、動画編集者向けの高精度なローカル音声認識・翻訳を実現するプロフェッショナルAI字幕ソフトウェア。

ORG‑2はRustベースのデスクトップツールで、AIコーディングエージェントの全ワークフロー（プロンプト、ツール呼び出し、ファイル編集など）を記録し、チームで動画のようにセッションを再生可能にします。また、コードの各行を生成元のエージェントの意思決定にリンクする「AIブレーム」を提供します。20以上のエージェントCLIをサポートし、協働機能、組み込みターミナル/Gitワークスペース、オプションのブラウザ自動化を備えています。macOS、Windows、Linux向けネイティブインストーラーで配布され、AGPL‑3.0ライセンスです。

GPAは、音声認識（ASR）とテキストから音声への変換（TTS）を1つのシステムに統合した、自己回帰型Transformerモデルであり、準SOTA性能を実現しています。

Session Kit は、すべての Claude Code および Codex AI コーディングセッションを一覧表示し、それらの状態（例：入力待ち）を示し、安定した番号を入力することで任意のセッションにジャンプできるローカルのコマンドラインダッシュボードです。セッションはターミナルや SSH の切断後も存続し、異なるプロバイダーアカウントを使用でき、アクションを実行する前に正確なプロバイダープロセスを再検証する安全モデルによって保護されています。検証済みのリリースを介してインストールされ、Linux (systemd) または macOS 14+ で実行され、すべてのデータをテレメトリなしでローカルに保存します。

Agentlas OS は、オープンソースでクロスプラットフォームなフレームワーク（Hephaestusエンジン）であり、ポータブルなLLM駆動エージェントまたはエージェントチームの構築、借用、所有を可能にします。エージェントは厳格なJSON契約を持つパッケージ化されたメソッドドキュメントであり、プライベートな「エージェントクラウド」に保存されるか、公開Hubから取得できます。任意の対応ホスト（macOS、Windows、Linux）で、既に使用している任意のLLMで実行可能です。インストールは1つのスクリプトで完了。コマンド面（`/agentlas build`、`/agentlas hub`、`/agentlas upload` など）と視覚的なデスクトップUIにより、エージェントの構成、検証、実行が可能であり、認証情報と権限はすべてローカルに保持されます。

AIエージェントが商用APIを介して使い捨ての電話番号を取得し、SMS認証コードを読み取ることで、自動サインアップや2FAを可能にする、最小限の構成のMITライセンスの*スキル*です。

Confucius4-R2T2 は、低遅延・高精度のリアルタイム音声認識モデルであり、ライブアプリケーションでのテキスト修正を防ぐため、安定した追記専用（append-only）の文字起こしを提供します。

Bendは、ネイティブ速度のCPU/GPUコードにコンパイルされ、ユーザー定義の不変条件（`LAWS.bend`）に対して形式的な証明を要求するオープンソース言語です。コンパイラは数秒で証明をチェックし、AIが生成したコードが安全性や正確性のルールに準拠していることを自動的に検証します。暗黙的な並列処理、Python風の構文、依存型を提供し、C、Metal、CUDA、JavaScriptをターゲットとしています。プロジェクトにはコンパイラ、標準ライブラリ、ベンチマーク、学術論文、最小限のフォーマッタLSPが含まれていますが、まだ初期段階であり、コードは冗長でツールは限定的であり、多くのライブラリが不足しています。

MARK LIVは、Gemini 3.1 Flash Liveを使用したリアルタイム会話が可能な、クロスプラットフォーム（Windows/macOS/Linux）の音声ファーストAIアシスタントです。ソフトウェアレンダリングによる3Dの顔を表示し、リップシンク、瞬き、視線追跡を行い、視覚的なステータスインジケーターとして機能します。プッシュ・トゥ・トーク、ローカルウェイクワード、自己エコーガード、無制限のセッションメモリ、取り消し機能、プラグインシステム、システム制御、ウェブ検索、ハードウェア監視など、多くの音声駆動ユーティリティを備えています。GPUや追加の依存関係は不要で、25 KBの顔面アセットと既存のPyQt6/numpyスタックのみを使用します。

dbdemos は、pip でインストール可能な Python ツールキットで、Databricks Lakehouse デモバンドルのセットアップを自動化します。1つのコマンドでノートブック、クラスタ、パイプライン、ダッシュボード、およびオプションのMLモデルをインストールできます。

KaoBuddyは、PDF、ドキュメント、手書き画像、Bサイト動画字幕をアップロードできるPWAです。LLM（DeepSeek、Kimi、OpenAIなど）を使用して試験に関連する知識ポイントを抽出し、解説、フラッシュカード、練習問題、完全な模擬試験を生成します。毎日の学習計画を構築し、すべてのデータをIndexedDBにローカル保存。FastAPIバックエンド + React-TypeScriptフロントエンドで動作。Windowsユーザーはポータブルzipを利用可能。macOSおよびその他のプラットフォームはソースまたはDockerから実行。MITライセンス。

音声をテキストに変換する無料でオープンソースのツール。すべての音声認識処理をコンピュータ上でローカルに実行し、あらゆるアプリケーションへのプライバシー保護されたオフライン音声入力を実現します。

Jupynium.nvimは、Jupytext形式のファイル（*.ju.py）をSelenium経由でFirefoxで開いたJupyter Notebookに同期するNeovimプラグインです。一方向（Neovim → ブラウザ）のライブプレビュー、実行ショートカット、補完、折りたたみ、Lua APIを提供し、エディタを離れることなくノートブックのワークフローを完結させます。

Sec-Gemini SDKは、Googleの実験的なサイバーセキュリティ特化型AIモデルを呼び出すための軽量クライアントライブラリ（Python、TypeScript）およびWebコンポーネントです。このリポジトリはシンプルな統合レイヤーであり、Googleの公式サポート製品ではありません。

ClaudeBoxは、AnthropicのClaude Code AIコーディングアシスタントを隔離されたコンテナ内で起動するDockerベースのツールです。プロジェクトごとのDockerイメージ、永続的な認証/履歴、および事前設定された開発プロファイル（C/C++、Python、Rust、Goなど）を提供します。マルチインスタンスサポート、ファイアウォール許可リスト、macOSクリップボードブリッジ、tmux統合、シンプルなタスクエンジンなどの機能を備えています。インストールは自己解凍型の.runインストーラーで行い、必要に応じてDockerも自動設定されます。ユーザーはプロジェクトごとに「スロット」（永続的なClaudeセッション）を作成し、プロファイルを追加し、カスタムフラグを指定してClaudeを実行できます。これらすべてを行いながら、プロジェクトデータを隔離し、再現性を維持することが可能です。

AIエージェントがJSONベースのCLIを通じてFiltmallマーケットプレイスで実際の製品を閲覧、比較、購入し、発見、チェックアウト、注文追跡、アフターサービスを処理できるようにするNode.jsスキルです。

Voicetyprは、macOSおよびWindows向けのオープンソースでオフラインファーストのディクテーションアプリです。グローバルホットキーで音声をキャプチャし、Whisper（Apple SiliconではParakeetも利用可能）を使用してローカルで文字起こしを行うか、オプションでクラウドSTTサービスを利用できます。また、LLMを使用してテキストを整形し、現在のカーソル位置に挿入することも可能です。付属のCLIにより、スクリプトやAIエージェントが同じ文字起こしパイプラインを利用でき、プレーンテキストやJSONで結果を取得できます。Tauri（Rustバックエンド）とReactで構築されており、LANベースのプライベート文字起こしサーバー機能も備えています。ライセンスはAGPL-3.0です。

EmperorClawは、自己ホスト型のNode.js/Next.jsアプリで、AIエージェントに組織的レイヤーを追加します：タスクボード、クライアントディレクトリ、知識ベース、セキュアなファイルストレージ、チャット、パイプライン、完全な監査ログ。エージェントは汎用MCP API（OpenClaw、Hermes、または任意の互換ランタイム）で登録します。システムはDockerで動作し、状態をPostgreSQLに保存し、2年後にApache 2.0に自動再ライセンスされるFair-Sourceモデルでライセンスされています。

Ref MCPは、LLMコーディングエージェントがドキュメントを検索し、関連する抜粋のみを取得できるようにするNode-JS MCPサーバーであり、トークン使用量とコストを劇的に削減します。

ida-pro-mcpのフォークで、ヘッドレスIDA Pro用に強化されたマルチインスタンスMCPサーバーを提供。AIエージェント（Claude Codeなど）が安全なHTTP API経由でリバースエンジニアリングタスクを制御可能。

BIDARAはGPT-4ベースのチャットボットで、バイオミミクリー研究所のデザインプロセスをガイドし、問題の定義、生物学的質問への変換、自然のモデルの発見、戦略の抽象化、自然にインスパイアされた解決策の模倣を支援します。Discordボット、Webアプリ、またはOpenAI Playground用の再利用可能なシステムプロンプトとして動作します。

歌詞やタグに基づいて、高忠実度の音楽生成、オーディオトークン化、歌詞の書き起こしを行うオープンソースの音楽基盤モデルファミリー。

CCPluginsは、24種類のすぐに使えるClaude Code CLIコマンド（/cleanproject、/commit、/security-scan、/scaffoldなど）を提供し、反復的な開発タスクの自動化、gitチェックポイントの追加、高速で決定論的な結果の提供を実現します。ワンライナーのスクリプトでインストール可能で、言語やOSを問わず動作し、CI/CDパイプラインで連結も可能です。本プロジェクトは活発にメンテナンスされており、MITライセンスで提供されています。

AVAは、CSV/JSONデータの読み込み、自然言語による質問、AIによる分析、コード/SQLの生成、および可視化を可能にするTypeScriptライブラリです。小規模データセットにはメモリ内JavaScript、大規模データセットにはSQLite/IndexedDBを自動的に選択し、ブラウザとNode.jsの両方で動作します。また、LLMによるクエリ提案やチャート生成機能も提供します。

LocalGPTは、自然言語プロンプトを3D Bevyワールドに変換する（localgpt-gen）Rustベースのローカル実行ツールです。また、永続的で検索可能なメモリ、自律的なバックグラウンドタスク、軽量なHTTP APIを備えたプライバシー重視のAIアシスタント（localgpt）も提供します。あらゆるLLM（ローカルまたはクラウド）と連携し、単一のバイナリとして動作し、サンドボックス化されたセキュリティ機能を備えています。

Axeは、TOMLファイルで定義されたLLMエージェントを実行するためのGoベースのCLIツールです。エージェントは単一目的で、組み込みのサンドボックス化されたツール（ファイル操作、シェルコマンド、Web取得/検索）を使用し、サブエージェントに委任し、永続的なMarkdownメモリを保持できます。Anthropic、OpenAI、Ollama、OpenCode、Bedrockをサポートし、トークン予算制限、再試行ポリシー、ドライランモード、JSON出力を提供し、標準のUnixパイプライン、cron、Dockerと組み合わせることができます。インストールは、ビルド済みバイナリ、`go install`、またはソースからのビルドで行います。

Sentientは、チャット（テキスト/音声）、ユーザー設定の記憶、マルチステップおよび定期的なタスクの自動化、メール/カレンダーのプロアクティブな管理が可能で、20以上のアプリと統合できるオープンソースのセルフホスト型AIパーソナルアシスタントです。

LLMでオーケストレーションされるCLIツール。高レベルなリクエストを仕様書に変換し、Claudeベースの設計エージェントとCodexベースのコード生成エージェントを起動。分離されたbuilder worktreesを実行し、フリーズチェックで検証を行い、最終的に単一のPRまたはローカルの完了記録を出力します。人間の承認は不要です。

DreamCoderは、Tauri 2、React 18、Bunで構築されたオープンソースのネイティブデスクトップGUI（GUI）であり、Claude Code LLMをラップしています。マルチモデル対応、視覚的なセッション管理、統合ターミナル、透過的なツール呼び出しを備え、APIキーをローカルに保存するプライバシー最優先設計です。

OpenAI GPT、Whisper、Eleven Labs TTS、Rhubarb Lip-Syncを組み合わせたデモで、表情と身体アニメーション付きの3Dアバターを作成。依存関係をインストールし、APIキーを設定して `yarn dev` を実行し、テキストまたは音声で対話可能。

AIエージェントが音楽を生成し、ホスト付きトークブレイクを執筆し、Icecastを介してライブストリーミングを管理する自律的で24時間365日稼働するAIラジオ局。