伸びている AI プロジェクト

RepoPrompt CEは、LLMベースのコーディングエージェントが必要とするコードベースの正確な部分（ファイル、差分、CodeMaps）を収集・レビューし、内蔵MCPサーバーを介してそのキュレーションされたコンテキストをエージェントに渡すためのオープンソースmacOSアプリです。また、UIからCLIコーディングエージェントを起動・調整でき、マルチリポジトリワークスペースとトークン予算を意識したプロンプト構築をサポートします。

MyContextは、ユーザーの業務データ（チャット、ドキュメント、会議など）をプライベートなローカル保存のナレッジグラフに継続的に取り込むデスクトップアプリです。このグラフはLLM、ローカルエージェント、または許可されたAIアプリによってクエリ可能であり、より情報に基づいた回答を提供するためのパーソナルなコンテキストレイヤーを提供します。機能には、デジタル・セルフ・アシスタント、ソース引用付きの自然言語検索、および厳格なヒューマン・イン・ザ・ループ制御が含まれます。本プロジェクトは活発に開発されており、Elastic License 2.0の下でリリースされています。

dstackは、クラウドプロバイダー、Kubernetes、オンプレミス環境にまたがるGPUリソースを統合管理し、AIの開発、トレーニング、推論を効率化する統一コントロールプレーンです。

頻繁にアクセスされる外部知識を、複数のLLMシステム間で再利用可能なKVキャッシュとして保持することで、プリフィルオーバーヘッドを削減する軽量なLLMスケジューリングフレームワークです。

リアルタイム物理シミュレーションエンジンとSDKで、物理的相互作用、破壊、流体のシミュレーションツールを提供し、USD物理用のPythonバインディングも含みます。

SayIt は、グローバルショートカットを使ってどこでもディクテーションできるオープンソースの Windows アプリです。音声認識とオプションの LLM ベースのクリーンアップを使用して、カーソル位置に洗練されたテキストを挿入します。ローカル GGUF ASR モデル、クラウド API、または自己ホスト型 FastAPI バックエンドをサポートし、コンテキスト認識編集、アプリごとのルール、オーバーレイフィードバック、完全な履歴を提供します。AGPL-3.0 ライセンスです。

AASは、マルチドローン開発、高速ROS 2シミュレーション（PX4/ArduPilot、Gazebo、YOLO/LiDAR）、Jetsonハードウェアへの展開のためのオープンソースのDockerベースのフレームワークであり、オプションのRL Gymnasiumサポートを備えています。

GoogleのGemmaモデル向けの軽量でスタンドアロンのC++推論エンジン。ミニマルでCPU最適化された実装により、研究や実験に最適化されています。

ノイズの多い環境、遠方音声、広範な中国語方言サポートに最適化された高精度エンドツーエンド音声認識モデルのファミリー。

Silero Models は、オープンソースのニューラルテキスト読み上げモデルコレクションです（ロシア語、テュルク語、コーカサス語、その他のCIS言語）。`pip install silero` でインストールするか、PyTorch Hub からロードし、`model.apply_tts(text)` の1回の呼び出しで音声を合成できます。モデルは CPU/GPU で高速で、複数のサンプリングレートをサポートし、ロシア語の自動アクセントや細かい制御のための SSML マークアップなどの言語固有機能を含みます。ライセンスは CC BY-NC 4.0（MIT ライセンスの CIS 基本バリアントあり）。

さまざまなAIエージェントからのシステムプロンプトをキュレーションし、エージェンティックAIシステム用の効果的なプロンプトを設計するベストプラクティスを抽出するための分析ガイドを提供するGitHubリポジトリ。

Claude Code に関する実践的なロシア語コース。初回実行からプロフェッショナルなチーム設定まで、12 のモジュール、8 つのラボ、スターターキット、プロンプトレシピ、CI と GitHub Actions の自動化例を備えています。

Bopsは、ビジネスタスクを自動化するAIボットのチームを実行できるオープンソースのmacOSアプリです。ボットは実際のクラウドVM（Orgo）上で実行され、アプリ内またはSlack/Telegram/Discord、メール、電話でチャットでき、約1,400のアプリと統合できます。Free、Pro、MaxプランはクラウドコンピューティングとAIクレジットを提供し、リポジトリは独自のAPIキーによる完全なセルフホスティングもサポートしています。

コーディングエージェント向けの自己改善型コンテキストエンジン。Markdownドキュメントを使用して、セッションをまたいでプロジェクトの仕様や決定事項を永続的かつ共有可能なメモリとして保持します。

Intentは、Rustバックエンドデーモン（intentd）を介してAIコーディングエージェント、ノート、タスク、git、ターミナルを調整するデスクトップアプリです。すべての状態はローカルのSQLiteに保持され、UnixソケットまたはセキュアなWebSocket上のJSON-RPCを通じてアクセスされます。パッケージ化されたアプリにはデーモンがバンドルされていますが、上級ユーザーはデーモンを個別にインストールすることも可能です。複数のAIプロバイダー、オプションのGitHub/Linear/Sentry統合、および近日公開予定のiOSコンパニオンアプリをサポートしています。テレメトリは一切送信されず、更新はGitHubリリースからのみ取得されます。

Metis は、デスクトップアプリ、ターミナルツール、またはスキルとして動作するオープンソースのコーディングエージェントで、各プロジェクトが独自のエージェントアーキテクチャを定義できます。編集可能なワークフローと自動タスク階層を通じて、計画、コーディング、レビュー、テストを自動化します。

Docker Skills は、AI コーディングアシスタントに Docker の扱い方—Dockerfile、Compose スタック、サンドボックスのライフサイクル、Docker Agent の設定—を教える、移植可能で標準準拠の *Agent Skills* 集であり、安全ガードレールも提供します。

Claude Codeスキルとして実装されたAIネイティブなチューティングシステム。AI設計とフォワードデプロイドエンジニアリングに関する、適応的でパーソナライズされたコースを提供します。

DeepMindのrepresentations4dは、マスク付きオートエンコーディング、移動トークン注意、リカレントマスキング、マルチモーダル整列、拡散に基づく認識を通じて、4次元（空間+時間）の特徴を学習する研究グレードのビデオモデルを提供します。事前学習済みチェックポイント（最大220億パラメータ）、Colabデモ、深度・追跡・セグメンテーション・テキストプロンプトによるマルチタスクビジョンの推論のための小さなPythonライブラリが付属しています。

DeepJITは、CUDAまたはHuawei Ascendカーネルのジャストインタイムコンパイルとキャッシュを提供するヘッダーのみのC++20ライブラリで、PyTorchに親和性のあるPythonバインディングと共有キャッシュサポートを備えています。

Show‑Harnessは、視覚言語モデルが小さなトークンベースのアクション語彙を通じてロボットを制御できるようにするオープンソースのフレームワークです。大規模VLMのゼロショット使用とファインチューニングされた小規模VLMをサポートし、複数のロボットプラットフォームとシミュレータで動作し、デモ収集用のブラウザUI（GUMI）を提供し、知覚/計画拡張のためのプラグインシステムを含みます。リリースされたLoRAアダプタとデータセットはHuggingFaceでホストされています。

MCPベースのUnreal Engineプラグインで、コンテキストウィンドウの使用量を最小限に抑えるネームスペースディスパッチパターンを使用して、1,400以上のエディタアクションをAIアシスタントに公開します。

Marigold V2 は、凍結された拡散 Transformer（Qwen-Image-Edit-2509）を、単眼深度、シースルー深度、表面法線、アルベドのための高速な単一ステップの密予測器に変換するオープンソースの研究コードベースです。事前学習済み LoRA チェックポイント、軽量なファインチューニングレシピ（単一の 32 GB GPU で約 1 週間）、CLI 推論、ベンチマーク評価スクリプト、および新しい密視覚タスクに拡張可能なモジュール式 YAML 駆動の学習フレームワークを提供します。

コードベース全体を構造化されたLLMプロンプトに変換し、AIモデル用のコード収集とフォーマットを自動化するコンテキストエンジニアリングツールです。

構成可能なシストリックアレイアーキテクチャを使用して、アーキテクトがAIアクセラレータの設計と性能評価を行えるようにする全システムDNNハードウェア探索プラットフォーム。

gawkbotは、自然言語のワークフロー説明を専用のローカル実行AIボットに変換するオープンソースのmacOS/iPhoneアプリです。各ボットには独自のUI、スケジュール、ツール、データテーブル、引用付きのナレッジWikiがあります。ボットはClaude Code、Codex、Opencode、または任意のローカルモデル（Ollama、Hermes、OpenClaw）を使用し、1,200以上のインテグレーションで動作できますが、すべての外部書き込みは手動承認ゲートの背後で一時停止されます。このアプリはMacのカメラノッチに常駐し、キーボード/音声ショートカットを提供し、マルチワークスペース、チーム共有（TailscaleまたはCloudflareトンネル）をサポートし、すべての状態をローカルファイルに保存します。無料でセルフホスト型であり、クラウドのみの「常時稼働」AIアシスタントに代わる、プライバシー優先でコスト透明性の高い代替手段を提供することを目指しています。

Linux CLI向けの自律型AIアシスタント。ユーザーがエシカルハッキングとサイバーセキュリティを学習し、習得するのを支援するために設計されています。

Firebaseと連携して動作するAIコーディングエージェントの能力を拡張する、パッケージ化された指示とスクリプトのコレクション。

homrは、UNetセグメンテーションモデルとトランスフォーマーベースの記号認識器を使用して、楽譜の写真やPDFをMusicXMLファイルに変換するオープンソースのPython OMRツールで、CPUまたはGPU上で簡単なCLIで実行できます。

K-12教育の構造的前提関係と関係性を理解するための、カリキュラムに整合した知識グラフとデータセット。現代のLLMの構造的推論能力をベンチマークおよび訓練する目的で設計。

ComfyUI‑Pixaromaは、ComfyUIビジュアルワークフローエンジンに、画像/動画/3D I/O、プロンプト処理、ノート、ロジック制御、リサイズ、組み込みエディターをカバーする多数のユーザーフレンドリーなノードを追加します。一般的なタスクを効率化し、広範なドキュメントを提供し、Easy‑Installまたは簡単なGitクローンでインストールできます。

AIアシスタントとIDEをPerplexityのリアルタイム検索、推論、およびリサーチ機能に接続する公式MCPサーバー。

ToolUniverse は、あらゆる LLM を AI 科学者として機能させるオープンソース プラットフォームです。標準化されたプロトコル、1,000 以上の科学ツールのカタログ、ローカル MCP サーバー、CLI（`tu`）、Python SDK を提供し、ツールの発見、構成、実行を可能にします。これにより、TxAgent や Medea などのエージェントが創薬やオミクス解析を実行できます。

ローカル環境で動作するデスクトップAIエージェントで、ファイル、ターミナル、ブラウザ、オフィスソフトウェアにわたるタスクを自動化します。

LLM、OCR、およびインペインティングを使用して、元の視覚的レイアウトを維持しながら、多言語の漫画やマンガを翻訳する自動漫画翻訳ツールです。

オープンソースの AI 搭載プレゼンテーションジェネレーターで、トピックからアウトライン優先のワークフローでカスタマイズ可能なスライドを作成します。

エージェントタスク向けの複数のオープンソースモデルを、統一されたAPIを持つ単一のセルフホスト型クラスターに統合するオープンソースの推論エンジン。

SAHI は、既存の物体検出モデルにタイル（スライス）推論を追加する Python ライブラリで、非常に大きな画像や動画内の小さな物体を正確に検出できるようにします。多くの一般的な検出器をサポートし、CLI と FiftyOne 統合を提供し、COCO データセット用ユーティリティも含まれています。

mcpc は、Model Context Protocol (MCP) 用のユニバーサルコマンドラインクライアントです。ツール、プロンプト、リソース、タスク、スキル、OAuth 認証、さらには実験的な x402 支払いなど、すべての MCP 操作を直感的なシェルコマンドにマッピングします。AI エージェントと開発者向けに設計されており、標準の Unix ツール (jq、xargs など) を使用して MCP ワークフローを検査、デバッグ、スクリプト化できます。機能には、永続的な名前付きセッション、`grep` による段階的なツール発見、JSON のみの出力モード、安全な OAuth 2.1 ストレージ (OS キーチェーンまたは保護されたファイル)、AI サンドボックス、軽量なクロスプラットフォームサポートが含まれます。

ノーコードのビジュアルビルダーと、完全な双方向同期を備えた TypeScript SDK を提供する、AI エージェント構築プラットフォームです。共同作業でのエージェント管理を実現します。

AI エージェントのフルライフサイクル管理を目的とした開発者向けプラットフォームで、プロンプトエンジニアリング、評価の自動化、実行の可観測性を提供します。

AIエンジニア向けに、100以上のモデルへの統一APIアクセス、リクエストトレース、プロンプト管理を提供するAIゲートウェイ兼LLM観測プラットフォーム。

SAG は、従来の RAG や GraphRAG をイベント・エンティティ索引とクエリ時動的ハイパーエッジに置き換える、ローカルファーストのナレッジベースアプリケーションおよび検索アーキテクチャです。アップロードされたドキュメントを検索可能で接続され追跡可能な知識に変換し、引用付きのエージェント回答を提供します。HotpotQA やその他のベンチマークで最先端の検索および QA 結果を主張しています。

Vespaは、大規模な検索、レコメンデーション、AI推論のためのオープンソースプラットフォームです。テキスト、構造化データ、ベクトル、テンソルを格納し、クエリ時に機械学習モデルを実行し、分散クラスタ上で100ミリ秒未満のレイテンシで結果を提供します。

cocoindex-codeは、コードベースのASTベースのセマンティックインデックスを構築し、自然言語クエリで検索できる実用的なオープンソースツールです。pipxでインストール（フルまたはスリムバリアント）し、`ccc init`と`ccc index`を実行してから、`ccc search`を使用するか、提供された`ccc`スキル/MCPサーバーをClaude、Grok、Oh My Pi、Codexなどと統合します。再現可能なデプロイ用のDockerイメージも利用できます。

リアルタイムのビデオストリーミングと LLM、コンピュータビジョンモデルを組み合わせ、インタラクティブなビジュアル体験を実現する低遅延・マルチモーダル AI エージェント構築用フレームワーク。

NVIDIA FLARE は、フェデレーテッドラーニングとコンピューティングのためのオープンソースの Python SDK であり、複数のサイトが生データをローカルに安全に保ちながら、AI トレーニングとデータ分析で協力できるようにします。

Dramaxisは、RustベースのマルチエージェントシステムとTauri 2を使用して、生のビデオをAI生成のショートフィルムまたは解説クリップに変換するオープンソースのデスクトップアプリです。シーンを抽出し、フックスクリプトを作成し、ナレーションをクローンし、5トラックのタイムラインでオーディオとビデオを整列させ、8つの主要なショートビデオプラットフォームで簡単に公開できるCapCut互換のドラフトをエクスポートします。