伸びている AI プロジェクト

llama.cppによるローカルなオンデバイスLLM推論とクラウドAPIアクセスを統合し、柔軟でプライバシー重視のチャット体験を提供するクロスプラットフォームAIチャットクライアント。

ATLAS は、大規模言語モデルを使用して教科書の数学を正式な Lean 4 ライブラリに自動翻訳する研究プロジェクトであり、定理証明と AI 研究のための再利用可能で機械検証可能な数学を提供します。

iOS、Android、Webに対応したオープンソースのBYOK（Bring-Your-Own-Key）型AIチャットクライアント。サブスクリプションなしで、複数のモデルプロバイダーと直接やり取りが可能です。

Pi コーディングエージェント向けの構成管理レイヤー。ユーザーは「Genomes」と呼ばれるカスタムエージェントハーネスをパッケージ化、バージョン管理、および自動生成できます。

セルフホスト型の OpenAI 互換 LLM ルーターで、コストと能力に基づいてモデル選択を自動化し、複数の AI プロバイダーに統一 API を提供します。

OpenCVテンプレートマッチングを使用して、画面内の要素を視覚的に識別し、収穫、種の管理、社交行動を自動化するQQクラシックファーム用の視覚的自動化ボット。

Netflix が開発した、非常にスケーラブルで汎用的なワークフロー・オーケストレーター。マス規模のデータおよび機械学習パイプラインを管理するためのワークフロー・アズ・ア・サービスを提供。

複数のCPUアーキテクチャ向けに高パフォーマンスなSIMDカーネルを提供するポータブルな混合精度線形代数ライブラリ。数値オーバーフローを防ぎ、バイナリサイズを削減します。

芸術的方針、アセット生成、厳格なスロップ防止リンターを備えた体系的なパイプラインで、映画的で高性能なウェブサイトの構築をAIエージェントに指示するスキル。

Hermes Agentのための意見のあるワークフローレイヤーで、自律的にソフトウェアプロジェクトを設計・構築・リリース・監視するための選別されたスキルとエージェントを提供します。

Dirac は、VS Code、ターミナル、または ACP 互換エディタで動作するオープンソースの AI コーディングエージェントです。高レベルの目標（例：「ロギングシステムをリファクタリングする」）を与えると、自律的に計画し、AST を検査し、正確なハッシュアンカー編集を行い、サブエージェントを実行し、結果を検証します。その間、ユーザーは操作を指示したり、低冗長モードを設定したり、権限を制御したりできます。数十の LLM プロバイダー、カスタムツール、並列バッチ操作をサポートし、ベンチマークでは、同等のオープンソースエージェントの中で最も低いトークンコストでマルチファイルリファクタリングタスクを完了することが示されています。

FrigateのAI駆動の物体検出機能とNVR機能をスマートホームハブに接続するHome Assistant統合で、自動化されたセキュリティ監視を実現します。

FastClaw は Go ベースのシングルバイナリランタイムで、独自の性格、メモリ、スキルを持つ複数の AI エージェントを作成、管理、実行できます。OpenAI 互換の任意の LLM、サンドボックス化されたツール実行、チャネルボット（Telegram、Discord、Slack など）、cron スタイルのスケジューリング、完全な Web UI + CLI + OpenAI 互換 API をサポートしています。データは SQLite（または Postgres）に保存され、設定は環境変数のみです。このプロジェクトはコミュニティライセンスの下でソースが利用可能です。

PixelDiT と PixelDiT2 は、NVIDIA/ロチェスター大学の研究プロジェクトで、画像生成のためにピクセル空間で直接動作する拡散トランスフォーマーモデルを実装しています。クラスから画像、テキストから画像へのモデル（最大 1.3B パラメータ、1024 ピクセル）、事前学習済みチェックポイント、pip でインストール可能なライブラリ、ComfyUI との統合を提供します。

NVIDIA cuMLは、NVIDIA GPU上で動作するscikit-learnスタイルの機械学習アルゴリズムを再実装したオープンソースライブラリで、最大50倍の高速化を実現します。ネイティブな `cuml` Python API、自動加速レイヤー (`cuml.accel`)、およびDaskを介したマルチGPUサポート (`cuml.dask`) を提供します。

手動でのコンパイルが不要な、pip経由でインストール可能なOpenCVの事前ビルドPythonバインディング。

標準化されたAPIと多様な環境セットを提供する、マルチエージェント強化学習研究のためのPythonライブラリ。Gymnasiumのマルチエージェント版に相当します。

自然言語のプロンプトに基づいてAIによるコーディング提案を提供する、GitHub Copilotを統合したVimおよびNeovim用プラグイン。

Tardigrade は、TypeScript、Effect‑TS ベースのフレームワークで、合成可能なイベント駆動型 AI エージェントを構築するためのものです。アトムで不変状態を定義し、エフェクトアトムでビューとアクションを導出し、Cloudflare Workers またはセルフホストの Celld 集群上でエージェントを実行できます。

GLaDOSのパーソナリティをシミュレートするマルチコアAIエージェントフレームワーク。永続的なメモリ、視覚、感情状態の追跡、自律的な意思決定機能を備えています。

go‑openai は、OpenAI API（テキスト、チャット、埋め込み、画像、音声、ファインチューニングなど）をラップする非公式の Go クライアントライブラリです。新しい Responses API（ツール呼び出し、マルチターン状態）をサポートし、モデル定数、Azure 互換性、ストリーミング、型付きエラー処理を提供し、実行可能な例を含みます。

AIアシスタントをNextcloudに接続し、LLMが自然言語でメモ、カレンダー、連絡先、ファイルを管理できるようにするプロダクションレディなMCPサーバー。

すべてのAIツールに一貫した永続的メモリデータベースとベクトル検索を提供するインフラストラクチャレイヤー。これにより、異なるAIクライアント間でのデータの断片化が解消されます。

TypeScript/JavaScript用のバッテリー内蔵エージェントハッチで、事前構成された計画機能、ファイルシステムツール、サブエージェントの委任が可能。

このリポジトリは、高性能なローカルAIワークステーション（2-GPUデスクトップから8-GPUラックまで）を構築するためのオープンソースのハードウェア設計と組み立て手順を提供します。ハードウェアとオープンソースの推論ソフトウェア（Grid、vLLM、Ollama、llama.cpp）を組み合わせることで、クラウドコストを回避し、データプライバシーを保護しながら、オンプレミスで大規模言語モデルを実行できます。

ObsidianとGraphifyを統合し、永続的な長期記憶とトークン効率の高いコードベース認識を提供するClaude Code向けの包括的なセットアップです。

VLA-JEPAは、潜在的世界モデルを統合することで、ロボット制御の性能を向上させる視覚言語行動モデルです。

Rust で書かれたターミナルおよび JSON CLI ツールで、数十種類の AI コーディングエージェントのローカル会話履歴を単一の検索可能なデータベースにインデックス化します。高速な全文検索、オプションのローカルセマンティック検索、および AI エージェント自身が過去のセッションをクエリできる「ロボットモード」API を提供します。プライバシー（すべてローカル）、堅牢性（アトミックなインデックス更新、破損データの隔離）、パフォーマンス（60 ミリ秒未満の検索）を重視しています。

量子化やプルーニングなどの圧縮アルゴリズムを使用して、AI モデルを高速化・小型化・低コスト化するモデル最適化フレームワーク。

PyTorch C++ API (libtorch) の Rust バインディング。Rust で PyTorch のテンソル演算とディープラーニングツールを使用することを可能にします。

3D マッピングと自己位置推定のための、リアルタイムかつ高密度なフィードフォワード式シーン再構成システム。オプションとしてオープンセット3D物体検出機能を備えています。

Edit Mind は、Docker ベースのオープンソースアプリで、AI（文字起こし、顔/物体検出、埋め込み）を使用してローカルビデオファイルをインデックス化し、ChromaDB を使用して自然言語クエリでコンテンツを検索できます。完全にローカルで実行され、オプションの GPU アクセラレーションをサポートし、Web UI と商用デスクトップラッパーを提供します。

senpi は、pi-mono のコーディングエージェントを、より健全で拡張ファーストなランタイムとしてリブランドした TypeScript モノレポです。意図ゲーティング、圧縮、権限制御などを内蔵しています。Dori AI アシスタントのランタイムとして機能し、単一の CLI バイナリとして OMO の軽量な代替手段を提供します。

LLMジャッジを使用してエージェントの失敗をトレースし、AIアプリケーションのコストと品質のトレードオフを最適化する、OpenTelemetryネイティブの評価および可観測性フレームワーク。

MCP Scanner は、Model Context Protocol（MCP）サーバー、そのツール、プロンプト、リソース、および関連コードをスキャンして悪意のある動作を検出する Python 製セキュリティツールです。Cisco AI Defense API、YARA ルール、LLM ベースの分析を組み合わせ、CLI と REST API モードをサポートし、脆弱性スキャン、VirusTotal チェック、Python および npm パッケージのサプライチェーン分析を統合し、広範な設定とレポートオプションを提供します。

wallstreet-explainerは、洗練された金融スタイルの動画を自動生成するためのAIツール向けスキルです。素材の調達、人物の切り抜き、データ可視化、カメラワーク、ナレーション、レンダリングまでを厳格なミニマリストスタイルで処理します。スクリプト、スタイルガイド、完全なサンプル動画が含まれています。コードはMITライセンスですが、サンプル内のサードパーティコンテンツは対象外です。

会話型AIエージェント向けに設計された高性能かつリアルタイムな音声活動検出システムで、Silero VADなどの業界標準よりも低遅延で高精度な性能を提供します。

WhisperSubTranslateは、whisper.cppを使用して動画音声をローカルで文字起こしし、その後、TencentのHy‑MT2モデルでオフラインまたはDeepLやOpenAIなどのオンラインサービスで字幕を翻訳するデスクトップアプリです。Windows（ポータブルZIP）で動作し、Linux用にビルド可能で、GPUアクセラレーションをサポートし、すべてのデータをユーザーのマシンに保持します。

KohakuTerrarium は、AI エージェントを構築するための Python フレームワークです。コントローラー、ツール、サブエージェント、セッション永続化、および構成ツールを備えた再利用可能なランタイムを提供するため、基盤となるメカニズムを再構築することなく、カスタムエージェントをすばやく作成できます。

Google GeminiによるAI動画要約、広告ブロック、高度なダウンロードツールを統合した拡張型YouTubeクライアント。

AutoGluonは、最小限のコードで高い予測性能を実現するために、テーブル型、時系列、およびマルチモーダルデータに対して最適なモデルの組み合わせを見つける自動機械学習（AutoML）ライブラリです。

YT Short Clipper v2 は、Windows専用のデスクトップアプリで、長時間のYouTube動画を縦型（9:16）の短いクリップに自動変換します。動画と元の字幕をダウンロードし、LLMにトランスクリプトを読み込ませてハイライト部分を抽出。各セグメントを切り出し、縦表示（9:16）に再フレームし、単語単位の字幕を焼き付け、Replizにアップロードすることも可能です。React + TypeScript、Tauri（Rust）、Pythonサイドカー（yt‑dlp、FFmpeg、MediaPipe）で構築されており、OpenAI互換モデルまたはアプリ内ウォレットベースのAIサービスに対応しています。MITライセンス、ベータ版、Windows専用です。

Laravel Boost は、AI アシスタントが高品質な Laravel 専用のコードを生成できるよう、必要なコンテキストと構造を提供します。

SmollMは、Hugging Faceによるオープンソースの小型かつ強力なモデルファミリーです。SmolLM-3（3Bパラメータ、128kトークン、多言語指示モデル）とSmolVLM（コンパクトな視覚言語モデル）が含まれます。すべての重み、データミックス、学習設定は公開されており、標準の transformers ライブラリを使用してCPUや中程度のGPUで推論を実行できます。

さまざまな AI エージェント CLI にデスクトップ通知と webhook アラートを提供するクロスプラットフォームユーティリティで、ユーザーがタスクの進捗とエージェントのリクエストをリアルタイムで追跡できるようにします。

画像（写真測量）からの3D再構成のためのC++フレームワークで、構造から運動問題を解決するためのライブラリとパイプラインを提供します。

複雑な証明における正しさを保証するために、検証済みの事実グラフメモリを使用する数学的推論エージェントのオーガナイズフレームワーク。

ビジョンモデルを使用して思い出をスコアリングおよびキャプション化し、「歴史上の今日」から最高の写真を毎日表示するAI搭載e-inkフォトフレーム。