伸びている AI プロジェクト

AgentFS は SQLite ベースのファイルシステムで、AI エージェント向けに設計され、永続的なストレージ、キー‑バリュー状態管理、そして単一のポータブルファイル内でのツール呼び出しの完全な監査トレイルを提供します。

Embabel Agent Framework は、JVM 上で LLM 拡張・動的計画エージェントを構築するための Java/Kotlin ライブラリです。目標、アクション、条件をモデル化し、GOAP/Utility AI を使用して計画し、Spring と緊密に統合し、テスト可能で強く型付けされたフローをサポートします。クイックスタートテンプレート、Maven Central 配布、および広範なドキュメントにより、エンタープライズ AI ワークフローにすぐに使用できます。

Vercel 上でバックグラウンド・コーディング・エージェントを構築・実行するためのオープンソースの参照アプリです。デカップリングされたエージェント・ランタイムと、隔離されたサンドボックス環境を特徴としています。

AIアシスタントのハルシネーション（幻覚）を減らすために、あらゆる公開GitHubリポジトリをAIアシスタント用のドキュメントハブとして変換する、リモートModel Context Protocol (MCP) サーバーです。

開発者が独自のAIモデルを使用してコードの記述やリファクタリングを行い、データをプライベートに保つことができる、オープンソースでローカルファーストなターミナル用コーディングエージェント。

このプロジェクトは、Databricksプラットフォーム上でリソースを構築・管理するための専門知識とガイダンスをAIコーディングエージェントに提供するスキルとプラグインのコレクションです。

永続的なメモリとSlack、GitHub、Linearとの統合を備えた、マルチプラットフォーム対応のパーソナルAIエージェント・テンプレート。

Next.jsとVercel AI SDKを使用して構築された、ストリーミングチャット、ツール呼び出し、洗練されたshadcn/uiインターフェースを備えた最小限のチャットボットテンプレート。

複数のシミュレータバックエンドにわたって参照運動を模倣するモーションコントローラーを訓練するための、軽量な強化学習フレームワークです。

MuJoCoをベースとしたロボット学習用のシミュレーションフレームワークおよびベンチマークスイート。環境構築やAI制御アルゴリズムのテストのためのモジュール式ツールを提供します。

LangGraphを使用して群れ型マルチエージェントシステムを構築するためのPythonライブラリ。専門エージェントが動的に制御とコンテキストを相互に引き継ぐことを可能にします。

CLIを介してFliggyのリアルタイム在庫（フライト、ホテル、観光地）に接続するAIエージェント用旅行検索スキル

アイデンティティ、ポーズ、顔の表情パラメータを使用して、現実的で微分可能な人体メッシュを生成する高精細なパラメトリック3D人体モデル。

Apple Silicon上でのオーディオ処理のためのモジュール式Swift SDK。MLXフレームワークを使用して、TTS、STT、VAD、およびオーディオコーデックのための統一されたAPIを提供します。

Hermes Agent 用のローカルメモリオペレーティングシステムで、永続的かつ多層的なメモリとコンテキスト注入を提供し、エージェントがセッション間で忘れないようにします。

PapersGPTは、ネイティブC++製のZoteroプラグインで、数千件のPDFをローカルにインデックス化し、オフラインのLLMで検索できます。ミリ秒単位の高速検索、クリック可能な引用付きの論文横断的な統合、バッチ処理用のAutoPilotモードを提供し、データをクラウドに送信しません。

brooks-lint は、12 冊の古典的なソフトウェア工学の書籍から導き出された 6 つの劣化リスク次元に基づいてコードとテストを評価する、AI を活用したコードレビュースキルです。構造化された所見（症状→原因→結果→対策）を書籍の引用、重大度ラベル、0〜100 のヘルススコアとともに生成し、Mermaid アーキテクチャ図、負債ロードマップ、自動修正の「スイープ」モードを生成できます。Agent-Skills として配布され、単一のスクリプトで多くの AI プラットフォーム（Claude、Gemini、Codex、Cursor など）にインストールでき、.brooks-lint.yaml ファイルで設定可能です。

claude‑tap は、AI コーディングエージェント（Claude、Codex、Gemini、Kimi 等）のすべてのリクエスト/レスポンスを記録する Python ベースのローカルプロキシおよび Web UI です。プロンプト、ツール呼び出し、ストリーミング出力、トークン使用量を表示し、隣接するターンを比較できます。すべてローカルで実行され、オプションで自己完結型 HTML ファイルにエクスポートできます。

OpenSpline は、既存の音声 AI エージェントに同期したトーキングヘッドビデオアバターを追加する開発者向けツールキットで、クラウドとセルフホスト GPU デプロイメントの両方をサポートします。

Pandera は、データサイエンティストやエンジニアがデータフレームのスキーマを定義し、処理パイプラインにおけるデータ品質と堅牢性を確保できるようにするデータ検証フレームワークです。

CapCutプロジェクトのドラフトをプログラムで生成・編集するためのPythonライブラリ。メディアの配置、テキストのスタイル設定、エフェクトの適用などの動画編集タスクを自動化します。

一般消費者向けNVIDIA GPUでQwen3.8-27Bを実行するためのワンクリックインストールキット。自動VRAMプロファイリングとOpenAI互換APIを備えています。

AIエージェントが、壊れやすいピクセル座標ではなく、セマンティックなアクセシビリティAPIを使用して、シミュレータ内でiOSアプリをビルド、テスト、操作できるようにする自動化スクリプトのコレクション。

ANOLISA は、AI エージェント向けのオペレーティングシステム層であり、トークン使用量を最適化し、安全な実行環境を提供し、エージェントがターミナル内で直接対話できるようにします。

記録された音声および動画を構造化されたMarkdownノートに変換し、コンテンツに対してAI駆動のQ&Aを可能にするローカルファースト型のトランスクリプションツール。

PennyWise AIは、銀行の取引SMSを読み取り、ローカルで解析してプライベートな支出台帳を保存するオープンソースのAndroidアプリです。デバイス内AIチャット（Qwen 2.5）、スマート自動分類ルール、多通貨分析、予算管理ツール、エクスポート/バックアップ機能を備えており、財務データがデバイス外に送信されることはありません。

プライバシー重視のオープンソース音声認識アプリで、NVIDIA の Parakeet モデルを使用し、25 のヨーロッパ言語に対応した高速なローカル文字起こしを提供します。

ブラジルの公共立法アーカイブ全体（約360 GiB、93万文書）でゼロから学習した完全オープンソースの因果トランスフォーマー。カスタムのバイトレベルトークナイザー、純PyTorchの6層デコーダー、再現可能なデータパイプライン（取り込み用R、Swift OCR、グラフベースの重複排除）を含み、モデルとデータセットをHugging Faceで公開。ポルトガル語の法律テキスト研究用に設計され、厳密な分割分離と暗号学的監査可能性を備えています。

Claude Code 向けの産業グレードの AI ショートドラマ制作パイプライン。構造化された 5 ステップのワークフローと dreamina CLI 統合により、アイデアを完全なビデオシリーズに変えます。

標準の linter では検出できないプロジェクト固有のルール違反を捕捉し、AI コーディングエージェントに修正を強制するルール適用ツール。

自然言語による対話を通じて、世界中のホテルやフライトの検索、比較、予約をエンドツーエンドで実現するAIエージェント向けスキルセット。

Claude Code向けのプラグインマーケットプレイス。AIによるオーケストレーションを活用したアプリケーションセキュリティツールを提供し、コード内の脆弱性の検出、検証、修正を行います。

自動車の安全性、サイバーセキュリティ、品質工学の基準に適合する構造化されたExcel出力の生成とレビューを自動化する152のClaudeスキルのスイート。

BM25アルゴリズムを使用して、ノート、PDF、および画像にわたる即時的で関連性に基づいた検索を提供する、Obsidian用の強力な検索エンジンプラグイン。

LinuxCNCは、ミリングマシン、旋盤、3Dプリンター、ロボットアームなどを含むCNC機械を制御するためのオープンソースソフトウェアスイートです。

任意のWebブラウザまたはAndroidタブレットを、オンデバイスウェイクワード検出機能付きのプライベートで手放しの音声アシスタントサテライトに変換するHome Assistant統合

WARP（Weight‑Aware Runtime and Paging）は、高速ストレージから混合専門家モデルの重みをストリーミングし、制限付きRAMキャッシュを使用するC言語のみの推論エンジンです。Kimi K3のようなトリアンパラメータモデルをコンシューマーラップトップ（例：64GB MacBookで0.6トークン／秒）で実行可能にし、テキスト＋画像のマルチモーダル生成もサポートします。外部ライブラリやGPUは不要です。`make` でビルドし、`waste` CLIでモデルを実行します。

AIDE MLは、機械学習コードを自動で作成、デバッグ、ベンチマークするためのLLM主導のツリー検索エージェントを実装したオープンソースのPythonパッケージです。ユーザーはデータセット、自然言語の目標、評価指標を指定します。エージェントはPythonスクリプトを反復的に生成・改良し、指標フィードバックに基づいて検索ツリーを剪定します。リポジトリにはCLI、Streamlit UI、HTMLビジュアライゼーション、DockerおよびローカルLLMサポートが含まれており、エージェントアーキテクチャの研究と実用的なMLパイプライン生成の両方に対応しています。

PhoneCLIは、モバイルアプリのナビゲーションを決定論的なコマンドにコンパイルするフレームワークであり、VLMへの依存を減らすことで、モバイルAIエージェントのコストとレイテンシを削減します。

ハードウェアを分析してローカルLLMの推奨、ランキング、管理を行うインテリジェントなCLIツール。ハードウェアに基づいたメモリ推定機能と、AIアシスタント向けのMCPサーバー統合を備えています。

Neural Amp ModelerエンジンをDAWに統合するVST3/AudioUnitプラグインで、AI駆動のギターアンプモデル化を実現します。

Live Avatarは、音声（およびオプションの参照画像またはテキストプロンプト）を入力として、連続的かつリアルタイムの会話アバター動画を生成する研究レベルのシステムです。140億パラメータの拡散モデル（WanS2V-14B）をLoRAでファインチューニングし、ブロック単位の自己回帰処理により、マルチGPU H800環境で約45 FPSのストリーミングを実現。10,000秒以上の動画生成も可能。Condaベースのインストール、マルチGPUおよびシングルGPU推論スクリプト、オプションのFP8量子化とJITコンパイルによる高速化、Gradio UIを提供。モデル重みはHugging FaceでApache 2.0ライセンスで公開されています。

OpenVINO と潜在的整合性モデルを活用した、CPU 向けに最適化された高パフォーマンスな Stable Diffusion 実装で、ほぼリアルタイムの画像生成を実現します。

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。

AIエージェント向けのリアルタイムセキュリティ層。破壊的なコマンドのブロック、プラグインの悪意あるコードのスキャン、日次セキュリティ監査を実行し、データ盗難やシステム損傷を防止します。

構造的コードナビゲーション、永続的メモリ、Bashコマンドの再書き換えにより、AIコーディングエージェントのトークン使用量とコストを削減するMCPサーバー。

okf‑skillsは、Claude Codeネイティブなツールキットで、LLMエージェントがOpen Knowledge Format（OKF）の知識バンドルを作成、検証、可視化、バックフィルできるようにします。Claudeプラグイン、`skills.sh`エージェントスキル一式、GitHub Action、読み取り専用MCPサーバーとして提供され、OKF v0.2で定義された信頼性、来歴、陳腐化メタデータを処理します。

視覚-言語理解と行動予測を橋渡しすることで、ロボットが複雑な物理的操作を実行できるようにするオープンソースのフレームワーク。