gawkbot は、自然言語でワークフローを記述すると、専用のAI駆動型マイクロアプリ（ボット）を自動的に構築するオープンソースプラットフォームです。ボットはローカル（または制御するVM）で実行され、1200以上のサービスと統合可能で、外部書き込みはすべて明示的な人間の承認を必要とします。複数のLLMプロバイダー（Claude Code、Codex、Ollamaなど）をサポートし、ライブビルドストリーミング、スケジューリング、型付きデータテーブル、出典付き知識ページを備えたWeb UIを提供。すべては *Sustainable Use License* の下で利用可能。

OpenOutreachは、セルフホスト型CLIで、LLMとライセンスされたリードデータサービスを使用して、簡単な製品説明に基づいてB2B見込み客を発見、評価、メール送信します。2つの子ツール（OpenOutFind（検索と評価）とOpenOutSend（メールエンリッチメントと送信））を1コマンドのワークフローにバンドルし、LLMキー、BetterContact APIキー、SMTP認証情報のみを必要とし、各リードに人間が読める理由を添えたインポート可能なCSVファイルを出力します。

Z3r0は、React UI、FastAPIコントロールプレーン、LightRAGリトリーバルを備えたマルチエージェントランタイム、およびDockerサンドボックス実行を統合したAIネイティブ赤チームワークベンチです。すべての操作は改ざん不可能な証拠として記録され、再実行可能なタイムラインを提供するため、承認されたペネトレーションテストは監査可能かつ共同作業が可能になります。

CLI Printing Pressは、Claude Code（またはCodex）を使用して、任意のAPIやウェブサイトをトークン効率的なGo CLIと対応するMCPサーバーに変換するGoベースのジェネレータです。公式ドキュメントの調査、トラフィックのスクレイピング、ローカルSQLiteデータレイヤーの構築、複合分析コマンドの追加、出力の検証、パブリックライブラリへの公開までを自動で実行します。1つのスクリプトでインストールし、AIアシスタントセッション内で`/printing-press <api>`を実行することで、ESPNやflight-goat、linear-pp-cliなど、オフラインで動作し、コンパクトなJSONを出力し、AIエージェントに最適化された即時利用可能なCLIを取得できます。

Agent of Empires (AoE) は、Linux/macOS 上で AI コーディングエージェントを永続的な tmux セッションで実行するセッションマネージャです。TUI、Webダッシュボード、CLI、HTTP API を追加し、Git worktree、Docker/Podman サンドボックス、差分表示、ステータス検出機能を備え、複数のエージェントを安全かつリモートで監視・制御できます。

Reverifyは、LLMがバイナリ（またはソースコード）に関する事実を提案し、それを実際のファイルに対して決定論的にチェックできるようにするPythonツールキットです。純粋なPythonパーサー/逆アセンブラに加え、オプションのネイティブバックエンド（Capstone、Unicorn、LIEF、Z3、angr）を提供します。検証済みの事実は台帳に保存され、AIエージェントが信頼できる状態を失うことなくコンテキストをロールオーバーできます。このツールはPyPIでパッケージ化されており、CLIとエージェント統合用のMCPサーバーが含まれています。実際のWindowsバイナリに対するベンチマークでは、AIのハルシネーションによる主張を100%捕捉できることが確認されています。

53のClaude互換性のある*エージェントスキル*（デザイン、データ、動画、執筆、キャラクター主導の推論など）のキュレートされたインデックス。インストール手順、更新チェッカー、機械可読なカタログを備え、カスタムコーディングなしでAIエージェントが具体的な生産性タスクを実行できるようにする。

ThunderKittensは、高速なディープラーニングカーネル（例：GEMM、FlashAttention）を書くためのヘッダーオンリーCUDAライブラリです。テンソルコア呼び出し、非同期メモリ移動、共有メモリバンキングを抽象化しながら、コードはコンパクトで型安全です。Hopper/Blackwell（およびVera Rubin）GPU向けに設計されており、研究者やエンジニアがC++から呼び出せる、またはPyTorch用にラップ可能なピーク性能に近いカーネルを生成できます。

オフラインで音声および動画をタイムスタンプ付き字幕に変換するローカル優先AI字幕作成ツール。DaVinci Resolve、Adobe Premiere Pro、After Effectsへの直接統合を備えています。

whisper.cpp を用いた音声認識と、Hy-MT2 またはクラウドAPIを用いた翻訳により、ローカルで動画音声を多言語字幕に変換するアプリケーション。

AISBench Benchmarkは、LLM、マルチモーダルモデル、AIエージェント向けのオープンソース評価フレームワークです。ローカル実行またはサービスベースのモデルに対して、多数の公開データセットを用いた精度（accuracy）テストと、遅延、スループット、キャッシュを含むパフォーマンステストをサポートしています。最近の拡張機能には、Harborエージェントベンチマーク、プレフィックスキャッシュストレステスト、レスポンス異常検出が含まれます。

Magic ContextはCortexKitのプラグインで、コーディングエージェントに自己管理型の長期メモリを提供します。チャット履歴から有用な事実を抽出し、バックグラウンドで統合し、セッションをまたいで自動的に呼び出します。これにより、AIコーディングツールにありがちな圧縮による中断を排除します。

Python製のMCPサーバーでGarmin Connectにログインし、LLM（例：Claude）が利用可能な110以上の健康・活動・トレーニングツール（読み取りおよび制限付き書き込み）を公開。Claude Desktopの`.dxt`拡張子でインストールするか、ローカルで実行。一度`garmin-mcp-auth`で認証し、その後LLMは歩数、睡眠、ワークアウト、FITファイルのダウンロード、ワークアウトの作成・スケジューリングなどをクエリ可能。

svg‑diagram は、AIコーディングエージェントが生成するSVG図の厳格な視覚スタイルを定義し、そのスタイルに準拠しているかを検証するコマンドラインリンター（`svg‑lint`）を提供するゼロ依存のNodeスキルです。

6,000以上の言語において、高精度かつ低遅延で音声の有無を識別する、学習済みで軽量な音声活動検知（VAD）です。

CLI Agent Orchestrator (CAO) は、ローカルサーバーを実行し、AI コーディング CLI（Claude Code、Copilot など）を分離された tmux セッションで起動し、複数のエージェントを並列または順次ワークフローで監督するための統合 CLI/Web UI を提供する Python ツールです。スキル、永続メモリ、プラグイン、さらには Kubernetes デプロイメントをサポートしており、開発者が AI コーディングアシスタントのチームを編成できるようにします。

Skill SeekersはPython CLI（およびオプションのMCPサーバー）で、18種類のドキュメント/コード（ウェブサイト、GitHub、PDF、動画、チャットエクスポートなど）をスクレイピングし、LLMで素材を包括的な `SKILL.md` に強化してから、22のAI/RAGターゲット（Claude、Gemini、OpenAI、LangChain、LlamaIndex、Pineconeなど）向けにパッケージ化します。さらに、19のAIコーディングアシスタント（Cursor、Windsurf、Clineなど）に直接パッケージされたスキルをインストールできます。

SembleはCPU専用のPythonライブラリ／CLI／MCPサーバーで、コードベースを約0.5秒でインデックス化し、自然言語クエリを約1msで応答。トランスフォーマー並みの関連性を実現しながら、grep＋readベースラインと比較して約99％のトークンを削減。静的コード埋め込み（Model2Vec）とBM25を組み合わせ、結果を統合・コード意識的な再ランク付け。Claude Code、Codex、Cursor、OpenCodeなどと統合可能。APIキーもGPUも不要。

Muesliは、Apple Silicon最適化されたモデル（Parakeet、Whisper、Nemotronなど）を活用し、macOS上でデバイス内音声認識と会議トランスクリプションを提供するネイティブアプリです。低遅延でのトランスクリプションを実現し、OpenAI/OpenRouterによるホストされたASRもオプションで利用可能。特徴には、押して話す入力、音声駆動編集（Quill）、VAD駆動のチャンク分割、話者分離、AI生成の会議メモ、iCloudテキスト同期、Siri/Shortcuts統合、エージェント自動化向けJSONファーストCLIが含まれます。

Windows Live CaptionsとLLMおよび従来の翻訳APIを統合し、透明なオーバーレイを通じて翻訳された字幕を提供する、Windows 11向けのリアルタイム音声翻訳ツール。

最先端の同時音声認識研究と複数のモデルバックエンドを活用した、超低遅延で自己ホスト可能な音声認識パイプライン。リアルタイム字幕生成と翻訳を実現。

ReachAI は、OA、ERP、CRM などの既存 Java エンタープライズシステムに AI アシスタントを追加するオープンソースプラットフォームです。アプリをスキャンし、アノテーションされたビジネスメソッドを再利用可能な能力として登録し、LLM が統合コードを生成（AI・コーディング）し、ユーザーのリクエストを制御されたバージョン管理ワークフローで実行し、完全な監査ログを残します。スタックには Spring Boot、AgentScope、LangGraph4j、Vue フロントエンド、MySQL/Redis/Milvus が含まれ、MIT ライセンスです。

トランスフォーマー・デコーダー・アーキテクチャを使用して、音声録音をMIDIおよびプロフェッショナルな楽譜に変換する複数楽器対応音楽変換モデル。

WeSmartFlowは、LLMエージェントを活用して学習目標の理解、パーソナライズされた学習パスの生成、インタラクティブな可視化、クイズ、HTML知識カードの作成を行い、個人のナレッジグラフに学習進捗を保存するオープンソースのAgent駆動型適応学習プラットフォーム（Python 3.10+、Vue 3）です。フルコース生成、プラグイン可能な「学習ワールド」、およびWeClawチャネルを介したオプションのWeChat統合をサポートしています。リポジトリには、再利用可能なagent_coreライブラリ、FastAPIバックエンド、Vueフロントエンド、および新しい教育体験を構築・デプロイするためのツールが含まれています。

0.1Bパラメータの多言語対応、極小サイズの音声生成モデル。リアルタイム推論と高精細ボイスクラーニングをCPU上で実現。

音声認識、翻訳、ボイスクローニングを統合し、自動吹き替えと多言語コンテンツ制作を可能にするAI搭載マルチメディアツール

DRMが適用されていない電子書籍を、音声クローンと1158言語をサポートする高度なAIテキスト読み上げエンジンを用いてオーディオブックに変換するCPU/GPU対応のコンバーター。

OpenBiliClawは、Bilibili、YouTube、Redditなど多数のコンテンツプラットフォームでの行動から、あなたの心理的プロフィールを構築するローカル実行型オープンソースAIエージェントです。そのプロフィールを活用し、あなたがこれまで見たことのないコンテンツを積極的に検索し、選択理由を説明し、すべてのデータをあなたのマシン上に保持します。ブラウザ拡張、Go/Pythonバックエンド（オプションのオフライン埋め込みモデル付き）、デスクトップおよびモバイル用Web UI、Flutterネイティブクライアント、およびオプションのDeepSeek Harness統合を備えています。インストールは4ステップ：拡張の追加、バックエンドのインストール（インストーラーまたはAI支援スクリプト）、ソースプラットフォームへのログイン、ローカルWeb UIの開設。本プロジェクトはプライバシー、クロスプラットフォームレコメンデーション、継続的自己学習を重視しています。

js‑reverse‑mcp は、LLMエージェントが Chrome で JavaScript をデバッグおよびリバースエンジニアリングできる Node.js MCP サーバーです。DevTools データ（スクリプト、ブレークポイント、ネットワーク、WebSocket、ストレージ）を 24 の簡潔なツールにまとめ、AI駆動の推論に最適化しており、アンチボットサイト用にオプションのステルス層（Patchright フォークおよび CloakBrowser）を備えています。

Terax は、GPUアクセラレートされたターミナル、CodeMirrorエディタ、Git UI、Webプレビューを統合したオープンソースで軽量なデスクトップIDEです。さらに、クラウドLLMまたはローカルモデルと連携する統合AIサイドパネルを備え、AI駆動のコード提案、編集差分、エージェントワークフローを提供します。macOS、Linux、Windows用の約7 MBのTauriベースアプリで動作します。

Snyk Agent Scan は、マシン上のAIエージェントコンポーネント（MCPサーバー、スキル、さまざまなエージェント）を自動発見し、プロンプトインジェクション、シークレット漏洩、悪意のあるコードなどのセキュリティリスクをチェックするCLIツールです。設定ファイルを自動発見し、ユーザーの承認を得てオプションでMCPサーバーを起動し、サニタイズされたデータをSnykの分析サービスに送信して、スコア付きリスクインジケータを報告します。`uvx` または署名済みバイナリでインストールし、Snyk APIトークンを設定してスキャンを実行（推奨：サンドボックス内）してください。

cueは、画面上に透明なパネルを浮かべ、画面、マイク、および（Windowsの場合）会議の音声をキャプチャし、選択した言語モデルにストリーミングして、会議やコーディングのリアルタイム支援を行うオープンソースのElectronデスクトップアプリです。macOS 15.4以降およびWindows 10 2004以降で動作し、OpenAI、Anthropic、Gemini、Azure、Ollama、またはOpenAI互換のエンドポイントをサポートしており、デバイス内での文字起こしにはローカルのWhisper-cppを使用できます。このアプリは、OSレベルの除外フラグを使用して画面共有ツールから隠れようとしますが、これはベストエフォートです。インストールは、ビルド済みのバイナリまたはソースからnpmを使用して行います。初回実行時には、OSの権限、APIキーの設定、およびオプションのZoom設定をガイドします。テレメトリは収集されず、キーやオプションの履歴書テキストはローカルに保存されます。

go‑stockは、リアルタイム株価データとLLM駆動分析を統合したWindows/macOSデスクトップアプリで、チャートツール、AIエージェント、バックテスト、アラート、スキル共有システムを備えています。OpenAI、ローカルモデル、中国雲モデルなど多数のLLMプロバイダーに対応しており、GPL‑v3ライセンスで提供されています。

Moshiは、Mimiと呼ばれる特別なストリーミング音声コーデックを使用して、リアルタイムで低遅延の双方向音声対話に適したフルデュプレックス音声-テキスト基盤モデルです。

PaperJuryは、Claude Code（またはCodex）プラグインとして、LLMエージェントを使用してLaTeX/Markdown論文の構造的かつ事前レビューを実施するツールです。『レビュー → 判定 → 編集 → 再確認』のループを実行し、各コメントを「安全に修正可能」「著者対応必須」「無効」の3種類に分類します。3つのモード（direct-edit、review、auto）により、特定の変更要求、モックピアレビュー、または安全ガード付きの自動運用が可能です。LaTeXコンパイル、準拠チェック、意思決定ログを含む決定論的スクリプトを備えています。12件の論文を用いたベンチマークでは、0.656のF1スコア（問題検出）と、不適切な編集が4倍減少しました。インストールはClaude Codeマーケットプレイスまたは単純なgit cloneで可能。前後PDF付きの完全な「ドッグフード」サンプルも提供されています。

LeetCUDAは、400ページを超える学習用書籍と、PyTorch向けにラップされた200以上のCUDAカーネル（高性能なHGEMMやFlash-Attention実装を含む）を提供するGPL-v3リポジトリであり、NVIDIA Tensor-Core GPUでのAIワークロードをターゲットとしています。

古い Magic-MCP 呼び出しを新しい 21st MCP サーバーに転送する、軽量な npm proxy です。古い設定を維持しながら、最新の AI コンポーネント生成ツールにアクセスできます。

herdr‑reviewr は、*herdr* AIアシスタント用のターミナルUIプラグインで、エージェントのコード変更のライブ差分を表示し、特定の行にコメントを追加してそのコメントをエージェントに送信できる機能を提供します。分割パネルまたはスタンドアロンアプリとして動作します。複数の差分スコープ、ファジィファイル検索、PR読み取り専用ビュー、テーマ設定、完全なキーバインディングカスタマイズをサポートしています。

Sessions Viewer は、Tauri + Vue 3 で構築されたクロスプラットフォームデスクトップアプリです。Claude Code、Codex、Grok Build、Kimi Code、Pi、Antigravity CLI、opencode などのAIコーディングアシスタントから生成されたローカルトランスクリプトファイルを開き、検索・再生・再開できます。ツールコールの忠実な再生、グローバル検索、スプリットペインレイアウト、トークンコスト分析、埋め込みまたは外部ターミナルでのワンクリック再開を提供し、元のJSONLファイルは読み取り専用のまま保持されます。

Clawd on Deskは、AIコーディングエージェント（Claude、Copilot、Gemini、Cursorなど）のリアルタイム活動を視覚化するクロスプラットフォームデスクトップペットです。思考、タイピング、ツール使用、権限リクエスト、タスク完了などのアニメーションを表示します。フックファイルで数十種類のエージェントをサポートし、クリック可能な権限バブル（Telegram/Feishu/Slackへのオプション転送付き）、セッションダッシュボード、読み取り専用のモバイルPWA、カスタマイズ可能なテーマを提供します。

Fcitx5 用の音声入力アドオンで、LLM による後処理とテキスト修正を備えたローカルまたはクラウドベースの音声認識を可能にします。

JimuReport は、無料のオープンソースのローコードレポートスイートで、従来の表形式レポート、ダッシュボード/大画面デザイナー、対話型 AI BI（ChatBI）を組み合わせています。組み込みの Claude-Code スキルにより、ユーザーは自然言語のプロンプトやスクリーンショットからビジュアライゼーションを生成または編集できます。Spring Boot スターターを介して統合され、30 以上のデータソース（中国政府承認のデータベースを含む）をサポートし、ローカル、Docker、またはクラウドデモとして実行できます。

ASR、TTS、音声LLMを含むプロフェッショナルな音声AIモデルの開発・デプロイ向け、PyTorchベースのツールキットです。

M365 Copilot2API は、Microsoft 365 Copilot のプライベート WebSocket プロトコルを標準的な OpenAI および Anthropic 互換の REST エンドポイントに変換する、Go ベースのセルフホストゲートウェイです。使い慣れた `/v1/chat/completions`（および関連する）API を提供し、ストリーミング、関数呼び出し、マルチモーダル入力をサポートし、アカウント/OAuth 管理、API キー処理、プロキシプール、使用統計、自動セッションクリーンアップのための Web UI を備えています。このツールにより、既存の OpenAI/Anthropic クライアント（Claude Code、Cursor など）はコードを書き直すことなく M365 Copilot を呼び出すことができますが、非公式であり個人的な研究のみを目的としています。

Whisper および Parakeet エンジンを使用したリアルタイム音声認識を実現する macOS アプリ。キーボードおよびマウスの柔軟なトリガーにより、迅速な音声からテキストへの変換が可能。

Better Harnessは、AIコーディングエージェント（Claude Code、Codex、Qoder、Cursor、GitHub Copilotなど）のワークフロー全体を分析するオープンソースツールです。プロジェクトやセッションの証拠を収集し、「エージェント作業ループ」（タスク理解、制御された実行、変更の検証、信頼性の高いデリバリー、学習のキャプチャ）の5つの側面を評価します。そして、優先順位付けされた証拠に基づく調査結果と修正案を含む視覚的なHTMLレポートを生成します。欠落している証拠は明示的に表示されるため、チームはAI生成コードの利点を享受しながら、再現性、検証、学習を向上させることができます。

ローカルの Excalidraw キャンバスを、AI エージェントが CLI、MCP、REST 経由で操作できるプログラマブルなワークベンチに変えるサーバー。

Mikeは、OpenAI、Anthropic、Gemini、またはローカルのOllamaを用いたLLMで、法務文書とのチャット、レビュー、調査が可能なオープンソースで自己ホスト可能な法務AIプラットフォームです。Next.jsフロントエンド、Expressバックエンド、Supabase認証/PostgreSQL、R2互換ストレージをバンドルし、SlackおよびMicrosoft Word用のコネクタも提供しています。