伸びている AI プロジェクト

タイ語自然言語処理のための包括的な Python ライブラリであり、トークン化、品詞タグ付け、言語分析ツールを提供します。

Glossは、記事やPDF内の選択した行について質問し、Together.aiのLLM、Exa検索、クライアントサイドのPDF解析を使用して、余白にAI生成の引用付き回答を得られるオープンソースのWebアプリです。

AnthropicのClaude Code向けのNodeベースのプラグイン（モッド）セット。プロファイリング、コンテキスト分析、タイムラインスナップショット、ループ検出、ピン留めメモ、モデルの負荷可視化機能を追加します。各モッドはClaudeのマーケットプレイスからインストール可能で、ユニットテストとTypeScriptの型チェックが含まれています。

DeepSeek Sparse Attentionおよびサンプリング向けの高性能TopKカーネル実装。CUDAおよびAscendプラットフォーム上でtorch.topkと比較して2〜20倍の高速化を実現します。

リアルタイムで顔の表情や手のジェスチャーを検出し、それに応じてミームオーバーレイをトリガーするウェブカメラアプリ。ビデオ通話で使用可能なバーチャルカメラを備えています。

AIを活用したツールキットで、eコマース販売者が製品画像を自動分析し、Amazon、Taobao、JD.com、TikTokなどさまざまなスタイルやプラットフォーム向けのプロフェッショナルなマーケティング画像セットを生成できます。

AntigravityのCloud Codeをバックエンドに持つAnthropic互換APIを公開するプロキシサーバーで、Claude Code CLIでClaudeおよびGeminiモデルを使用可能にします。

OlmoEarth は、衛星および派生した地球観測データ上でマルチモーダルな時空間基盤モデルを構築・利用するためのオープンソースライブラリです。Sentinel-1/2、Landsat、および6つの地図レイヤーでトレーニングされた事前学習チェックポイント（Nano から Large）を提供し、事前学習、ファインチューニング、推論、評価のスクリプトを含みます。

WebODM は、ドローン画像を地理参照マップ、3D モデル、ポイントクラウド、標高モデルに処理するための商用グレードのソフトウェアです。

テストおよび開発用に、FHIRやCSVなどの様々な形式で、現実的でありながら実在しない健康記録を生成する合成患者集団シミュレーターです。

Apache Spark の Rust ネイティブでドロップイン可能な置き換えであり、Spark SQL および DataFrame API と完全互換性を維持しながら、大幅な実行速度向上とインフラコスト削減を実現します。

BI-as-codeとOLAPエンジンを活用したエージェント最優先のビジネスインテリジェンスツール。リアルタイム分析と人間・AIエージェント向けの会話型BIを提供します。

NVIDIA RTX PRO 6000 Blackwell GPU上で最先端のLLMを運用するための、包括的で再現可能なWiki。Dockerイメージ、正確な起動スクリプト、ベンチマーク、量子化忠実度チェック、および低レベルのハードウェアチューニングガイドを提供します。

Jimeng AI 向けの OpenAI 互換 API ゲートウェイ。画像・動画生成モデルへのアクセスを提供し、アカウントプールとリスク管理バイパスを内蔵。

カメラで3Dプリンターを監視し、コンパクトなオンデバイス視覚モデルで印刷失敗をリアルタイム検出し、自動的に一時停止/キャンセルして通知する自己ホスト型AIシステム — クラウド不要。

LLM、ASR、TTSを統合し、アプリ、ウェブサイト、組み込みデバイス向けのインタラクティブなバーチャルアバターを実現する包括的なデジタルヒューマンフレームワーク。

Transformerとc-TF-IDFを活用して、高密度で解釈可能なドキュメントクラスターを作成するトピックモデリング手法。

医療画像におけるディープラーニングのためのPyTorchベースのオープンソースフレームワークで、医療データ向けの標準化されたワークフローとドメイン特化ツールを提供します。

Datusは、LLMを使用してデータエンジニアリングタスク（セマンティックモデリング、SQL生成、ETLパイプライン作成、レポート/ダッシュボード構築）を自動化するオープンソースのPythonエージェントであり、各インタラクションをコンテキストエンジンに保存して時間の経過とともに精度を向上させます。CLI、Webチャット、APIを提供し、多くのデータベース、LLMプロバイダー、スケジューラー、BIツールと統合し、プラグインシステムで拡張可能です。

minutes は、ミーティングを録音し、ローカルで文字起こしし、メタデータ付きのMarkdownファイルとして保存するオープンソースのデスクトップ/CLIアプリです。シンプルなMCP API（`search_meetings`）を公開しており、任意のLLMエージェント（Claude Code、Cursor、Codexなど）が関連する抜粋を取得でき、プライバシーファーストでエージェントファーストのワークフローを可能にします。

ニューラルネットワークを活用したカラオケシステムで、ユーザーの音楽ライブラリ内の任意の曲を、ボーカル分離と同期した歌詞生成によりカラオケトラックに変換します。

幾何学と意味情報を含むマルチモーダルデータを融合し、正確なリアルタイム地形マップを生成するGPUアクセラレーテッド標高マッピングフレームワーク。

Earth2Studioは、AIを活用した天気・気候予測パイプラインを構築・実行するための統合インターフェースを提供するPythonベースのツールキットであり、ユーザーは異なるモデルやデータソースを容易に切り替えることができます。

PDD Alpha は、Codex または Claude Code を使用して、段階的なエージェント実行、手動承認ゲート、および独自のテスト実行を介して GitHub の issue を実際のプルリクエストに変換する Node.js CLI です。アルファ版ソフトウェアであり、多くの注意点がありますが、コアフローは次のとおりです: issue を読む → 計画 → 承認 → エージェントがコーディング → PDD がテスト → PR をプッシュ → マージ。

OpenAI4S は、構造化 JSON オーケストレーションと永続的な Python/R カーネルを組み合わせたハイブリッド研究エージェントであり、科学的ワークフロー、データ分析、シミュレーションを自動化します。

BoltzGen は、指定された標的タンパク質、ペプチド、または小分子に対して新規のタンパク質バインダーを設計するオープンソースのパイプラインです。拡散ベースの骨格生成、逆フォールディング、構造ベースのフィルタリングを使用して、ランク付けされた多様な高品質バインダー候補を生成します。

書籍の選定から最終レンダリングまで、自然言語を使用して書籍プロモーション用ショート動画の制作を自動化するオープンソースのワークフローです。

MeiGen AI Design MCPは、Model Context Protocolを使用して、AIアシスタントがチャットインターフェース内で直接画像や動画の生成、インスピレーション検索、アセット管理を行えるようにするツールセットです。

複雑なタスクにおけるパフォーマンス向上を実現するため、AIエージェントがスキルを設計・実行・永続化できるスキル中心のランタイム。反射ベースの学習ループにより、継続的に改善される。

OCR、スライダー、回転パズルなど、さまざまなCAPTCHAタイプの認識と解決を自動化するためのPythonライブラリ。

日本の漫画に特化して最適化された OCR ツールで、複数行テキスト、振り仮名、縦書き・横書きのレイアウトを認識できます。

単一のDGX Spark上でvLLMを使用してQwen3.8-Flash-Next視覚言語モデルを提供するためのデプロイレシピ。メモリ最適化、投機的デコード、および広範なベンチマークデータを含みます。

FigmaデザインからUX意思決定の説明やリデザインのプロセスを段階的なブループリントアニメーションとして作成するClaude Designスキル。

エージェントスキルとしてパッケージ化された、厳選された色彩科学ナレッジベースです。コーディングエージェントに色彩理論、ツール、技術に関する専門家レベルのガイダンスを提供します。階層化・インデックス化されたリファレンス集と品質検証用の評価プロンプトを提供することで、エージェントの色彩知識不足という問題を解決します。

Pi-intercomは、ローカルブローカーと/intercom UI/ツールを追加するPi拡張機能です。これにより、同一マシン上の複数のPi AIエージェントセッション間で、1対1のメッセージ送信、質問、返信、引き継ぎ、キャンセルが可能になります。エイリアス、ブロッキング質問、安全ノブをサポートし、pi-subagentsと統合してスーパーバイザーへのエスカレーションを行うことで、プランナーとワーカーの委任のような調整されたマルチエージェントワークフローを実現します。

macOS用の Grok Bot 0.18.0 のソース指向再構築で、複数のAIプロバイダー向けの推論ルーターとローカルDockerサンドボックスを追加しています。

RLMベースのエージェント最適化ツールで、本番環境の実行トレースを分析し、システム的な障害モードを特定し、エージェントハarnessの改善を推奨します。

AVTR‑1は、TensorRTで高速化されたフローマッチングベースの自己回帰モデルで、ポートレート画像とデュアルオーディオストリームから25fpsのリップシンクされたアバター動画を生成します。リポジトリには、重みデータ、GPU固有の推論エンジン構築用スクリプト、インタラクティブなWebデモ、オフライン生成用のCLIが含まれています。複数のNVIDIA GPUでのリアルタイム性能が示されています。ライセンスは、モデル用のコミュニティライセンス（年商1000万ドル未満の商用利用可）、レンダラーとストリーマー用の非商用PolyFormライセンス、およびInsightFaceによる研究用途限定の制限に分かれています。

Big-AGIは、単一の統合インターフェースで複数のAIサービスの応答を比較することで、専門家がハルシネーションを減らし、出力品質を向上させるための高性能なマルチモデルAIワークスペースです。

PaiAgentは、ドラッグアンドドロップノードで視覚的にAIワークフローを構成できるオープンソースで企業向けのプラットフォームです。Spring AIを介して複数の大規模モデルプロバイダーをサポートし、古典的なDAGエンジンとLangGraph4jステートグラフエンジンの二重実行エンジンを提供。LLM駆動の関数呼び出し用の宣言的「スキル」システムとリアルタイムSSEデバッグを備えています。フロントエンドはReact + TypeScript、バックエンドはSpring Boot 3 + Java 21、MySQL（およびオプションのMinIO）で永続化を実現しています。

AIエージェントがバイナリ解析およびリバースエンジニアリングにradare2を使用できるようにするMCPサーバー。

再現可能なベンチマークスイートで、LLM（ローカルのOllamaモデルとクラウドプロバイダーの両方）を2段階の自律コーディングタスクで実行します：小さなRailsアプリを生成し、Dockerでビルドして検証します。ウォームアップ、実行、ランタイム検証のスクリプトに加え、8つの品質次元にわたって0〜100のルーブリックでモデルを評価する広範なMarkdownレポートと手書きのコードレビューを提供します。

OpenSplatは、COLMAP/OpenSfM/ODX/nerfstudioデータをコンパクトなガウシアンベースのシーンファイルに変換するC++実装の3Dガウシアンスプラッティングです。CUDA、ROCm（HIP）、Apple Metal、およびCPUオンリーのビルドをサポートし、Dockerイメージを提供し、.ply/.splat/.spz/.rad形式へのトレーニング、再開、マスク、エクスポートをシンプルなCLIで行えます。

ファイルをアップロードすることなく、自然言語やサンプル画像を使用してローカルフォルダを検索できる、ターミナルネイティブなAI駆動型画像検索ツールです。

FlyPythonは、AI支援のチャレンジコースを通じてPythonを学ぶためのオープンソースのバイリンガルリポジトリです。コースを選択し、コーディングエージェントにファイルを取得・実行させ、`verify.py`でソリューションを検証します。`verify.py`は合格したチェックポイントごとにクレームコードを発行します。リポジトリにはガイド、厳選されたPythonリソースのカタログ、ツール統合のための機械可読マニフェストも含まれています。

GeoAgent は、地理空間 Python ライブラリ、マップウィジェット、QGIS プラグインのための共有 AI エージェントレイヤーです。LLM が地理空間ツールを使用するための一貫したインターフェースを提供し、多くの AI プロバイダーをサポートし、安全確認機能を含みます。leafmap、anymap、QGIS、NASA OPERA、STAC 用のファクトリと、チャット UI を備えた QGIS プラグイン（OpenGeoAgent）を提供します。

macOS の sandbox-exec を使用して、LLM コーディングエージェントを最小権限のファイルシステムアクセスモデルに制限するサンドボックスツール。

Claude Code で安全かつ高スループットの自律型AIコーディングを可能にする、意図的な構成、サンドボックスルール、フックのコレクション。