伸びている AI プロジェクト

LightRAG は、ベクトル埋め込みとナレッジグラフインデックスを組み合わせたオープンソースの Python フレームワークで、高速でスケーラブルな検索拡張生成を実現します。複数のチャンキング戦略、マルチモーダル文書解析、増分更新、さまざまなストレージバックエンドをサポートし、REST API と Web UI を備えています。

スキルトレーニングにより、エージェントは微調整やラベルなしで、完成した人間の仕事から専門的な技術を学べます。脚本をアウトラインに破壊し、再構築し、そのギャップを編集可能なMarkdownスキルカードに変換することで、他のモデルに転移するライティング行動を改善します。

WorkBuddyおよびCodeBuddy AIクライアント向けのデスクトップ拡張ツール。CDPインジェクションにより、マルチアカウント管理、自動化、UIカスタマイズを実現します。

150以上のセキュリティツールをMCPフレームワークに統合し、自律的なペネトレーションテストを実現するAI駆動型サイバーセキュリティ自動化プラットフォーム。

ASu‑skills は、AI コーディングアシスタント向けのオープンソースのプラグインスイートで、中国語話者の求職者を採用ワークフロー全体に導きます。実際のオープンソース貢献の発見から、履歴書の磨き上げ、JD とのマッチング、応募フォームの自動入力、面接質問の練習、オファーの追跡までをカバーします。Claude Code、Codex、Cursor などのプラットフォームで動作し、MIT ライセンスで公開されています。

OpenCreatorは、エージェントワークフローとビデオ、画像、テキスト作成のためのビジュアルツールを組み合わせたローカルファーストのAIワークスペースであり、ユーザーは統一されたインターフェースを通じて複雑なメディア制作タスクを管理できます。

Waza は、/think、/check、/hunt などの8つの「スキル」を備えたオープンソースのコレクションで、一般的なエンジニアリング習慣を Claude Code や Codex などの AI コーディングアシスタントに組み込みます。各スキルは明確なトリガー、スクリプト化されたワークフロー、検証手順を提供し、モデルが規律あるプロジェクト認識型の出力を生成できるようにします。インストールは一行（npx skills add …）で完了し、スキルはチェーン化したり、オプションのガードレールルールで拡張したりできます。

ローカルのドラフトファイルを直接操作することで、CapCutおよびJianYingプロジェクトのプログラムによる作成・編集を可能にするコマンドラインツール。LLMエージェントや自動化された動画制作パイプラインとのシームレスな統合を実現します。

Canvaに似たオープンソースでセルフホスト可能なデザインエディタ。ペイウォールやアカウント登録なしで、プロフェッショナルなグラフィック、動画、PDFを作成できます。

Token Optimizer は、AI コーディングアシスタント（Claude Code、Copilot など）にプラグインするゼロ依存の Python ツールで、コマンド出力、検索結果、JSON、ファイル差分、その他の「構造的」データを自動的に圧縮し、トークンとコストを節約します。スマートチェックポイントを追加して節約がモデルの圧縮後も維持され、コンテキスト品質をリアルタイムでスコアリングし、ローカルの SQLite 監査証跡を保存し、レポートやダッシュボード用のスラッシュコマンド（例：`/token-optimizer`、`/token-coach`）を提供します。インストールは一度きりのプラグイン追加で、その後はバックグラウンドで静かに動作します。

デジタルヒューマンのためのリアルタイム対話型ストリーミングエンジンで、オーディオとビデオを同期し、リアルなAI駆動の対話を実現します。

OpenClaw ローカル AI アシスタント向けの 5,000 以上のコミュニティ製スキルをまとめた厳選ディレクトリ。ユーザーがタスクを自動化し、エージェント機能を拡張するためのツールを発見・インストールするのに役立ちます。

ReArkは、HarmonyOS、Android、iOS、およびネイティブバイナリ向けのデスクトップリバースエンジニアリングスイートであり、ReArk Agentを介してAI支援の自然言語分析を追加します。

AIエージェントが慣用的で安全かつ高性能なGoコードを生成することを保証するための、人間がレビューした命令セット（スキル）のコレクション。

Zero-Mem は、LLM エージェント向けのメモリフレームワークであり、すべてのメモリ操作（構築、整理、検索、キャリブレーション）を LLM 呼び出しやトークンなしで実行し、エンコーダーと NER のみを使用して計算します。元の対話トレース上にエンティティ・コンテキストグラフと時間階層を構築し、クエリ条件付きルーティングで証拠を検索し、最終回答生成にのみリーダー LLM を使用します。報告された結果では、GPT-4o-mini が LoCoMo で 59.15 F1、HotpotQA 56K で 72.07 F1 を達成し、メモリ操作時間は LightMem ベースラインより 57.6% 短縮されました。

Pi-OptChat は Pi AI アシスタントの拡張機能で、会話履歴をサマリーツリーに整理することで、永続的で長期的なメモリとサブエージェント機能を追加します。

Claudemy は、現在のウェブ調査からパーソナライズされた短いオーディオコースを生成する Claude Code スキルで、実用的で完了しやすいように設計されています。

AIを活用したマクドナルドファン認定ツール。公式MCPインターフェースを使用してパーソナライズされたミームカードを生成し、実際の栄養データに基づいて食事を提案し、クーポン取得を促進します。

モバイルデバイスから組み込みハードウェアまで、あらゆる環境で音声認識、音声合成、話者分析モデルをローカル実行できる多機能なクロスプラットフォーム音声AIツールキット。

Wan2.2 は、Mixture-of-Expertsアーキテクチャを用いて、テキスト、画像、または音声から高解像度の映画的動画を生成する大規模な動画生成モデルのコレクションです。

エンタープライズグレードのAIエージェントを構築・スケーリングするためのアーキテクチャガイダンス、エンジニアリングプラクティス、ガバナンス戦略を提供する包括的なオープンソースハンドブック。

LeRobot は、Hugging Face のオープンソース PyTorch ロボット学習ライブラリで、ハードウェアに依存しないロボット API、統一データセット形式（ビデオ + Parquet）、および最先端の模倣学習、強化学習、VLA、ワールドモデル、報酬モデルのカタログを提供します。多くの実ロボット、シミュレーションベンチマーク、拡張可能なサードパーティプラグインをサポートし、データ収集、トレーニング、評価のためのツールと、エンドツーエンドのワークフロー用の Web UI を備えています。

開発者がUI要素に注釈を付け、AIコーディングエージェントに正確なCSSセレクターと位置を提供して、参照されているコードを特定できるようにする視覚的フィードバックツール。

REAは、LLMエージェントをリバースエンジニアリングツール（Hopper、Ghidra、IDAなど）や、バイナリ、JavaScript/Electron、.NET、Android、ファームウェア、Webキャプチャなどの静的解析ユーティリティに接続するNode.jsプラットフォームです。ローカルMCPサービスを実行し、サポートされているエージェントにスキルを登録し、AIがターゲット機能を説明または再実装するために使用できる具体的な証拠（疑似コード、アセンブリ、モジュールグラフ、スクリーンショット）を返します。`npx rea-agents setup`でインストールし、質問するかCLI（`rea …`）を使用します。

OpenChatCutは、オープンソースのローカルファースト動画エディターであり、AIエージェントが自然言語またはMCPを介して実際のマルチトラックタイムラインを編集し、固定されたワンショット生成ではなく編集可能なプロジェクトを生成します。

77のAI対応の構造化プロンプトとテンプレートを備えたライブラリで、プロダクトマネージャーとそのLLMアシスタントが、最小限のセットアップで古典的なPMフレームワーク（ディスカバリー、ロードマッピング、PRD、ステークホルダーマッピング、AIプロダクトデザイン、キャリアコーチングなど）を実行できるようにします。

audio.cpp は、ggml 上に構築されたネイティブ C++ 推論フレームワークで、数十の最新オーディオ AI モデル（TTS、ASR、音声変換、音楽生成など）を CPU、CUDA、AMD、Apple Silicon ハードウェア上でローカルに実行します。単一の CLI、HTTP サーバー、Web UI を提供し、速度と低 VRAM のために量子化 GGUF パッケージをサポートし、エンドツーエンドのオーディオワークフロー用の DSP ユーティリティをバンドルしています。

厳選された、意見のあるAIエージェント学習ロードマップ（Datawhaleメンバーが維持）で、散在するリソースを実行可能なTODOリストに変換——レガシーなロールプレイフレームワークよりも、コーディングエージェント、ハーネスエンジニアリング、パーソナルエージェント、現代のプロトコル、評価と安全性を重視。

PostHogは、製品イベント、エラー、ログ、トレースを収集し、分析ダッシュボード、セッションリプレイ、フィーチャーフラグ、実験、アンケート、データパイプライン、AI駆動のインサイトを提供するオープンソースプラットフォームです。すべて自己ホスティング可能または無料クラウド層で利用可能です。

ai-agents-from-zeroは、AIエージェント開発をゼロからエンタープライズレベルまで学ぶための、無料でオープンソースの中国語チュートリアルです。体系的な章（LLMの基礎、ローコードプラットフォーム、LangChain/LangGraphフレームワーク、RAG/エージェントプロジェクト、ファインチューニング、エンジニアリング標準）、実行可能なサンプルコード、面接問題集、2つの完成した実際のプロジェクト（NL2SQL Eコマースクエリシステムとマルチエージェントリサーチツール）を組み合わせています。Pythonエコシステム（Python + LangChain + LangGraph、Javaではない）に焦点を当て、初心者と現役エンジニアの両方をターゲットにしており、2026年に向けて継続的に更新されています。

Respan Gatewayは、任意のAI SDKを使用して任意のAIプロバイダーと通信できるユニバーサルアダプターであり、組み込みの翻訳、ルーティング、ツール、可観測性を備えています。

icm-architect は、あらゆるプロセス、アイデア、問題を ICM ワークスペース（エージェントアーキテクチャとして機能するフォルダ構造）に設計する、または既存のフォルダをその構造に再構築するエージェントスキルです。SKILL.md を読み取る任意のエージェントで動作し、オーケストレーションコードを解釈可能な構造に置き換えます。

AIエージェント向けのスキルパッケージで、ショートドラマ制作を自動化します：モデル/アスペクト比の固定、脚本、台詞、アセット、ストーリーボードの生成、そしてそのまま使える7セクションのプロンプト（またはMiniMax H3形式）を生成します。検証スクリプト、オフラインストーリーボードボード、FACSベースのマイクロ表情ツールを含み、一貫したAI動画制作を実現します。

R8でオブフスケートされたバイナリからHTTP APIを抽出し、元のKotlinクラス名を回復するためのClaude Codeスキル。

NVIDIAのDLSS Model EネットワークをDirect3D 12コンピュートシェーダー経由でAMD RDNA 1+ GPU上で実行可能にするニューラルアップスケーラー。

さまざまなチャットアプリでリアルタイムに受信メッセージを分析し、ローカル知識ベースに基づいて順位付けされた返信を提案するAndroidベースのAI会話コ・パイロット。

データロード、可視化、およびデータセット管理のためのモデルに依存しないビルディングブロックを提供する、コンピュータビジョンツールキットです。ビジョン・アプリケーションの開発を加速させます。

AIを使用して長尺の動画や音声からバズる瞬間を特定し、自動的に縦型ショートクリップにクロップするローカルファーストのデスクトップアプリ。

MOVO は、DeepSeek Harness エージェントランタイムをユーザーワークスペース、管理制御、ドキュメント処理機能でラップした、セルフホスト型のエンタープライズプラットフォームであり、本番グレードの AI デプロイメントを実現します。

Claude Code 用のプラグインで、複数のユーザーが同じライブセッションを共有し、互いのプロンプト、返答、ツール結果を確認できるようにします。作業はホストのPCのみで実行されます。ホスト制御の権限を備えたリアルタイムのペアリングやレビューが可能で、デスクトップおよびターミナルで動作し、セルフホストも可能です。

無限キャンバスとAI画像・動画・音声生成ツールを組み合わせ、視覚的な反復作業を効率化するオープンソースのマルチモーダルAIクリエイティブワークベンチ。

CUDA Rust は NVIDIA のオープンソーススタックで、安全で慣用的な Rust を NVIDIA GPU にもたらします。ドライバレベルのバインディング、ランタイム（cuda-core、cuda-async）、および 2 つのカーネルプログラミングモデルを提供します：cuda-oxide（CUDA C++ に似た低レベル SIMT）と cutile-rs（テンソル中心のコードのための高レベル Tile モデル）。このプロジェクトは初期段階の研究であり、Apache-2.0 ライセンスで提供され、GPU カーネルを書きながら Rust の安全性保証を求める開発者を対象としています。

Seep Reverse Lab は、自律的でエージェント駆動のリバースエンジニアリングワークベンチであり、23 のオープンソースツール（Radare2、JADX、Frida など）と厳選されたナレッジベースをバンドルしています。ユーザーは平易な言葉で目標を指定し（例：「FooBar.apk のプレミアムチェックをバイパスする」）、組み込みの softseep オーケストレーターがリクエストを決定ツリーにルーティングし、適切なツールチェーンを実行し、自己修復型 Frida PoC を生成し、3 部構成の CWE-602 セキュリティレポートを生成します。すべてローカルで実行され、手動でのツール切り替えは不要です。

ターミナル、IDE、チャットアプリケーション全体でコードレビュー、バグ修正、プロジェクトナビゲーションなどの開発タスクを自動化する、オープンソースのマルチプラットフォーム AI コーディングエージェント。

IndexTTSは、単一の参照音声から声をクローンできるオープンソースのゼロショット多言語テキスト読み上げシステムです。最新バージョン（2.5）は中国語、英語、日本語、スペイン語、アラビア語に対応し、感情、話す速度、発音（ピンイン/CMU音素/日本語カナ）を細かく制御できます。半精度（BF16/FP16）推論、オプションのDeepSpeed高速化、vLLMレシピによる大規模サービス提供に対応し、高速に動作します。リポジトリには事前学習済みチェックポイント、Web UI、Python APIが含まれ、Apache‑2.0ライセンスで公開されています。

即時音声クローン、リアルタイムストリーミング、OpenAI互換APIを備えた、デバイス上でのデプロイが可能な高性能ベトナム語テキスト読み上げ（TTS）システム。

多様なハードウェアプラットフォームでのコンピュータビジョンアプリケーションのデプロイ、依存関係管理、設定を自動化するためのエンジニアリング知識とエージェント対応スキルのコレクション。

Mobilerunは、AIエージェントがAndroidおよびiOSデバイスを制御できるようにするオープンソースフレームワークであり、自然言語コマンドを通じてモバイルワークフローを自動化します。