伸びている AI プロジェクト

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。

Webnovel Writer は、Claude Code プラグインで、著者がAIを使って長編ウェブ小説を書きながらプロットの一貫性を保つことを可能にします。本の初期化、アウトライン計画、章の執筆とレビュー、保存された事実の照会、読み取り専用ダッシュボードの表示のためのスラッシュコマンドを提供します。事実は「ストーリーシステム」に記録され、RAG（またはBM25フォールバック）でインデックス化され、要約と長期記憶に投影されるため、モデルは数百章にわたってキャラクター、伏線、世界設定を記憶できます。

EAC design world は、DeepSeek Harness 用のローカルビデオ/デザインスタジオプラグインで、AI と人間が協力してビデオ、ウェブサイト、スライド、ドキュメント、画像を実際のファイル、プレビュー、エクスポート付きで作成できます。デザインライブラリ、モーションショット、録画、編集、カラーグレーディング、字幕などを含み、スタンドアロンまたは Harness 内で実行できます。Node.js 22+、FFmpeg 7+、オプションで Chrome/Edge が必要です。AGPL-3.0 ライセンスです。

Happy は、MIT ライセンスのマルチプロバイダー LLM ハーネスで、単一の CLI、モバイルアプリ、またはデスクトップクライアントから Claude、Codex、Grok を実行できます。エンドツーエンド暗号化でデバイス間のセッションを同期し、リアルタイムのマルチプレイヤーコラボレーションをサポートし、既存のサブスクリプションを再利用します。このリポジトリには、モバイル/Web クライアント、元の CLI、暗号化リレーサーバーが含まれています。関連リポジトリには、デスクトップクライアントとオープンソースのエージェントランタイムが含まれています。

DSH Voice AI Girlfriendは、DeepSeek Harnessを音声対話型コンパニオンに変えるプラグインです。マイク入力を聞き取り、クローン音声で応答し、リップシンクするデジタルヒューマンのアバターを表示し、QQへのメッセージ送信も可能です。

GEOドクターは、ウェブサイトのAIクローラーアクセシビリティを監査し、検証済みの製品事実を抽出し、現実的なユーザー質問を生成し、主要なLLMから回答をサンプリングし、推奨ギャップを分析し、SEOフレンドリーなコンテンツを自動作成・公開し、GitHub Actionsで毎週再テストできるオープンソースのスキル/プラグイン（Claude Code、WorkBuddyなど）です。単一のチャットコマンドでインストールするか、ワンラインのNode.js監査を実行できます。このツールはMITライセンスで、中国および国際的な製品のAI検索（GEO）可視性向上に焦点を当てています。

AIアプリケーションおよびエージェント向けのオープンソース評価フレームワーク。50以上のプロダクション対応グレーダーとツールのライブラリを提供し、カスタム評価基準を生成できます。

Blender Agent Skillsは、AIコーディングアシスタント（Claude、Codex、Gemini、Copilotなど）がBlender 5.2+を制御し、モデリングからエクスポート、品質保証（QA）まで、3Dアセット作成の全工程を自動化するための22個のスクリプトセットです。Claudeプラグイン経由、またはリポジトリをクローンしてインストーラーを実行することでインストールでき、サポートされているエージェントから各スキルを呼び出すことが可能です。

Scenario for Blender は、GPL ライセンスの Blender アドオンで、Scenario のクラウド AI サービスに接続します。テキストプロンプトや参照アセットから、画像、動画、3D メッシュ、PBR マテリアル、オーディオ、360° 環境、ブロックアウトレイアウトを生成し、結果を現在の Blender シーンにインポートできます。プラグインには UI パネル、エージェント統合用のローカル MCP サーバーが含まれ、Scenario アカウントが必要です（生成ごとにクレジットが消費されます）。

GameScalingは、1,600時間のキーボード・マウス操作によるゲームプレイデータで継続事前学習を行い、リアルタイムでコンピュータゲームをプレイできるようにした一連の視覚言語モデルです。各モデルは現在の画面（および短い履歴）を入力として受け取り、次の200ミリ秒分の入力（33ミリ秒のキー操作6回分と、マウスの移動およびスクロール1回分）を出力します。リポジトリには、推論クライアント、システムプロンプトテンプレート、サンプル、および公開されたチェックポイントをサービングするためのテストが含まれています。

iPolloWorkは、ローカルファーストかつElectronベースのワークベンチであり、複数のAIエージェントランタイム（OpenCode、Codex、DeepSeek Harness）をチーム向けの統一されたUIに統合します。エージェント、プラグイン、タスク、および編集可能な出力（コード、ドキュメント、デザイン、動画）を単一のワークスペースから管理でき、ID管理やホスト型ワーカーのためのオプションのクラウド統合も可能です。macOS、Windows、Linux向けのインストーラーが提供されており、ソースコードはNode 22+、pnpm、Bunを使用してビルド可能です。本プロジェクトはソース利用可能ライセンスでリリースされており、個人利用は許可されていますが、大規模または商用展開には許可が必要です。

自己ホスト型Hermes自律エージェント用ブラウザUI。チャット、セッション、ファイルブラウジング、音声入力、プロファイル、セキュリティを備え、CLIと完全なパリティで、ビルドステップなし。

Claude Code/Gemini-CLI のプラグイン群で、設計知識を機械可読なスキルと実行可能なコマンドに変換し、AIエージェントがアシスタントから直接、研究、戦略、UI、インタラクション、システム、運用、レビューを含む完全な設計ワークフローを実行できるようにします。

コードベースの芸術・音楽エンジンで、決定論的な手描き風のイラストやアニメーションを生成し、従来のAI画像生成における予測不可能性を排除します。

oMLXは、macOSネイティブのLLM推論サーバーであり、階層型KVキャッシュと連続バッチ処理を通じてローカルモデルのパフォーマンスを最適化し、メニューバーアプリとWebダッシュボードで管理します。

EverOSは、AIエージェント向けにローカルファーストかつMarkdownベースのメモリを提供するPythonライブラリです。ファイルをSQLiteおよびLanceDBに同期し、追加・フラッシュ・検索のためのシンプルなHTTP APIを提供します。単一のOpenRouterキーでキーワード検索が可能で、オプションで埋め込みベースのハイブリッド検索、リランキング、マルチモーダルファイルの取り込みにも対応しています。

MemOS 2.0 は、LLMベースのAIエージェント向けのメモリオペレーティングシステムです。テキスト、画像、ツールトレースなどのマルチモーダルメモリ（ノード）をグラフとして整理し、一元的なAPIで保存・取得・編集・削除が可能です。ホストされたクラウドサービス（APIキーによるアクセス）として動作するか、Docker（Neo4j + Qdrant）またはローカルSQLiteプラグインでセルフホストできます。OpenClaw、Hermes、DeepSeek Harnessとの準備済みプラグインが利用可能。ベンチマークでは既存の商用メモリ製品を上回ることが示されています。Apache 2.0 ライセンス。

マイクロソフト製のプロジェクトベースの10週間入門データサイエンスコースで、20レッスン、クイズ、実践プロジェクト、そして50以上の言語翻訳を含みます。無料でオープンソースです。

RikkaHub は、スマートフォンから多くの LLM サービス（OpenAI、Claude、Gemini など）と会話できるネイティブ Android チャットアプリです。マルチモーダル入力、画像/動画生成、カスタムプロバイダー設定、シンプルなエージェント風拡張機能をサポートし、Material-3 UI でまとめられています。

AIエージェントの専門的なワークフローを提供する構造化された指示セットのコレクション。目標設定、ディスククリーンアップ、リサーチ、執筆のための専門的プロセスを、Agent Skills のオープン標準に従って実装しています。

FreeSWITCHと統合されたオープンソースのAIファーストなコールセンタープラットフォームで、AI音声エージェントと人間のオペレーター間のシームレスな移行を単一の統合記録で実現します。

Sweety‑handdraw‑video は、トピック、記事、ストーリーを手描きナレーション付きビデオに変換するオープンソースのスキルです。LLM ベースのエージェントがスクリプトを作成し、ストーリーボードを設計し、スタイルを選択します。ローカルの Python ツールが各フレームを描画し、手書き字幕をレンダリングし、ローカル生成の音声と同期し、FFmpeg で 1920×1080 の MP4 をエクスポートします。21 のイラストスタイル、6 つの手アームプリセット、6 つの内蔵音声プロファイルが含まれ、完全にユーザーのマシン上で動作します（macOS/Linux で検証済み）。

ドキュメント閲覧、AI搭載のノート作成、タスク管理を統合したワークスペースを提供する、ネイティブMac向けAI学習・研究アシスタントです。

中国語ファーストのAI支援編集スキルで、決まり文句や硬い表現を除去しつつ、事実、条件、著者の声を保持します。3つのMarkdownルールファイルをチャットモデル（Claude、Grok、ChatGPTなど）に読み込ませ、書き換えまたはフラグ付けを依頼します。ミニ、ライト、フルのインストール、再構築の許容度の細かい制御、123ケースのベンチマークでハード障害ゼロを提供します。

Jev スタイルの意思決定 LLM（候補回答からラベルと確率を選ぶ小型モデル）を提供する vLLM フォーク。構造化された Choice/Noul/Score API、マルチモーダル（テキスト/画像/動画）サポート、CUDA、Ascend、Apple Silicon、実験的な Windows CPU バックエンドを備えています。

リアルタイムの鳥類音声検知を、歴史的な博物画を用いた美しく自動更新されるデジタルアートフレームに変換する、プライバシー重視のローカルシステムです。

WebGPUベースのオープンソースでローカルファーストな3D建築エディタ。ユーザーやAIエージェントが建築モデリングを行い、施設データを管理できます。

code‑review‑graphは、Tree‑sitterでリポジトリを解析し、ASTから得られたノード/エッジをSQLiteグラフに格納し、MCP互換のAIコーディングアシスタントに最小限のブレースト・レディウススライスを提供するPythonパッケージです。質問あたりのトークン使用量を約63倍削減し、30種類以上の言語（ノートブックを含む）をサポート、インクリメンタルな更新、PHP/LaravelおよびJava/Spring向けのフレームワーク対応エッジ、CI用GitHub Actionによるリスクスコア付きレビュー、オプションのセマンティック埋め込みを提供します。ベンチマークでは大きなトークン削減と、影響分析の平均F1が0.69を達成しています。このツールは、正確で低オーバーヘッドのコンテキストが必要なLLMベースのコードレビュアーを使用する開発者やチームを対象としています。

軽量でプロバイダーに依存しない、マルチエージェントワークフローを構築するためのフレームワーク。テキスト、音声、サンドボックスベースのエージェントをサポートします。

構造化出力、永続的な実行、複数のモデルプロバイダーとインターフェースのサポートを備えた、拡張可能なエージェントを構築するための型付きPython AI SDK。

エンタープライズ向けワールドモデルとビテンポラル知識グラフ。情報が時間とともにどのように進化するかを追跡し、AIエージェントに信頼性が高く監査可能な基盤を提供します。

WhisperX 是一个 Python 库，通过批处理加速 OpenAI 的 Whisper 转录，使用 wav2vec‑2.0 进行强制对齐添加逐词时间戳，并可使用 pyannote‑audio 标记说话人。它可在 GPU（或 CPU）上运行，支持多种语言，并可通过 pip 安装。

Comp AI CRMはオープンソースのCRMで、自律型AIエージェントがメールの読み取り、連絡先の調査、観察された事実のみの記録を担当します。最新のツール（Next.js、NestJS、Postgres）で構築され、外部サービス（Gmail、LinkedIn）に細かい権限で接続でき、外部APIキーなしでも実行できます。エージェントは推測せず、安全なサンドボックスで動作し、すべてのレコードで監視および対話できます。クイックスタートにはBun、Docker、いくつかの環境変数が必要です。

DataFlowは、LLMトレーニングデータの生成、クリーニング、評価用の低コードパイプラインを構築・実行・共有できるオープンソースのPythonフレームワークです。再利用可能なオペレーターのライブラリ、視覚的なWebUI、自動パイプライン作成を支援するAIアシスタント、およびRayベースの分散実行レイヤーを提供しています。

OpenObserve は、ログ、メトリクス、トレース、RUM、AI モニタリングを単一のツールに統合したオープンソースのクラウドネイティブな可観測性プラットフォームであり、Parquet 列型ストレージと S3 ネイティブ設計により、Elasticsearch と比較して最大 140 倍のストレージコスト削減を実現します。Datadog、Splunk、Elasticsearch に代わる、コスト効率が高く自己ホスト可能な代替手段を提供し、単一バイナリ展開と OpenTelemetry ネイティブサポートを備えています。

AIエージェントが特定のタスクを繰り返し実行できるようにする、再利用可能な指示およびスクリプトパッケージのリポジトリです。

翻訳調の言い回しや反復的な構造など、機械生成特有のスタイルマーカーを除去し、事実と意味を保持したまま自然な韓国語に修正するAIライティングツール。

AIネイティブでCLI最優先のReactコンポーネントライブラリ。160以上のアニメーション付きコンポーネントの生のソースコードを提供し、AIエージェント統合用のネイティブMCPサーバーを搭載。

複数の企業データソースを統合されたオントロジーに接続し、プライベートかつAI駆動の探索とクエリを可能にするローカルファーストのデータワークスペース。

Screenpipeは、ローカルファーストかつソース公開型のアプリケーションであり、コンピュータの活動を継続的に記録して検索可能なAIメモリを作成し、ユーザーがワークフローを自動化したりAIエージェントにコンテキストを提供したりすることを可能にします。

espeak-ng を使用して音素化を行い、オフライン音声合成を提供する高速でローカルなニューラルテキスト読み上げエンジンです。

視覚的なキャンバス、ワークフロー管理、テキスト・画像・ビデオ・オーディオの非同期生成を備えたオープンソースのAI駆動ビデオ/短編映画制作プラットフォーム。React（フロントエンド）とGo/Gin（バックエンド）で構築され、Dockerでデプロイ可能で、スキルエコシステムを通じて拡張可能です。

16カテゴリにわたる258のエージェントネイティブサービスとインフラの厳選カタログ。AIエージェントがMCP、CLI、SDKのオンボーディングを介して、メール、ブラウザ、メモリ、決済、サンドボックスなどを直接発見、評価、接続できるように設計されています。

Droidline は、ADB、USB ケーブル、root 権限を必要とせず、コードや AI エージェントを使って PC から Android スマホを操作できる自動化ツールです。

Pier は、複数の AI コーディングエージェントセッションを一元管理する macOS ターミナルマネージャーで、開発者は既存のコマンドラインツールを変更することなく、ファイルの監視、編集、Git ワークフローの管理を一箇所で行えます。

Localsは、単なるチャットではなくコーディングエージェントのために構築されたMac用ローカルAIモデルサーバーです。自身のGPU上でモデルを実行し、複数のエージェントからのリクエストをバッチ処理して有効なツール呼び出しを強制することで、並列エージェントや長時間の会話において最大3倍の高速化を実現しつつ、すべてのデータをローカル環境に保持します。

基礎から高度な技術まで、コード、直感、参考文献を含むRAG技術を教える42以上の実行可能なJupyterノートブックのコレクション。

cineticは、コーディングエージェントが短いテキストのブリーフから、コンセプト、ブランディング、サウンド、最終レンダリングまでをプロ品質で処理し、映画のようなローンチフィルム、製品ビデオ、ロゴアニメーションを作成できるようにするエージェントスキルです。