伸びている AI プロジェクト

LTX‑2 は、テキストプロンプトから同期したオーディオ‑ビデオを生成する、DiT ベースのオープンソース基盤モデルです。高速な蒸留パイプラインと高忠実度の DFR パイプラインを提供し、4K/HDR 出力をサポートし、一連のコンポーネント（テキストエンコーダ、ビデオ/オーディオ VAE、アップスケーラ、LoRA アダプタ）を詳細なインストールおよび使用手順とともに提供します。

AIエージェントがJSONベースのCLIを通じてFiltmallマーケットプレイスで実際の製品を閲覧、比較、購入し、発見、チェックアウト、注文追跡、アフターサービスを処理できるようにするNode.jsスキルです。

オープンソースの AI 搭載ノーコードプラットフォームで、ビジネスシステム構築を支援します。ビジュアルインターフェースと AI コーディングエージェント、統合 AI 従業員を組み合わせています。

3D Three.js コードを構造的なガイドとして使用し、AI 生成動画の空間的および動きの一貫性を向上させる、制御可能な動画生成のためのフレームワーク。

Muse AI エコシステムに接続するカスタムハードウェアガジェットを構築するためのオープンソース SDK。ESP32 マイコンと Linux ベースのデバイスの両方をサポートします。

DwarfStar (antirez/ds4) は、コンシューマー向けハードウェア（Apple Metal、NVIDIA CUDA、AMD ROCm）上で厳選された大規模言語モデル（DeepSeek V4、GLM 5.x、Qwen 3.8）を実行するためのネイティブ推論エンジンです。CLI、REPL、HTTP サーバーインターフェースを提供し、SSD ストリーミング、マルチ GPU およびクロスマシンテンソル並列処理、投機的デコード、セッション永続化をサポートします。llama.cpp/GGML のアイデアに基づいて構築されており、ローカルの高性能ラップトップやワークステーションを対象とした急速に変化するベータ版です。

Nav2は、移動型ロボット向けの公式ROS 2ナビゲーションスタックであり、ローカライゼーション、経路計画、障害物回避、ドッキングを提供します。モジュール式で複数のROS 2リリースをサポートし、強力なコミュニティと業界スポンサーによって支えられています。

Scenario Agent Skillsは、71個のモジュール式Agent Skillsのコレクションであり、AIコーディングアシスタント（Claude Code、Copilotなど）がScenarioのクラウドMCPプラットフォームを介して画像、動画、音声、3Dアセット、ブランドキットを生成・編集できるようにします。`skills` CLIでインストールし、Scenario MCPサーバーに接続することで、ゲーム、マーケティング、エンターテインメント制作の自動化を実現します。

Fish Speech は、オープンソースの大規模モデル駆動型テキスト読み上げシステムで、表現力豊かな多言語音声クローン、複数話者シーン生成、およびその場での音声編集を提供します。Drama 3（35 B）と S2-Pro（4 B）の2つのモデルを提供し、前者は長編・高忠実度のドラマ制作向け、後者はより高速でコンシューマー向け GPU での展開向けです。コマンドライン、API、Web UI インターフェース、Docker サポート、詳細なインストールガイドを備えています。

Claude Code向けのプラグインで、67の専門的な開発スキルと構造化されたワークフローを提供し、フルスタックエンジニアリングタスクを自動化します。

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。

ターミナルワークフロー、CIパイプライン、カスタムアプリケーションに直接統合できる、高速でネイティブ、かつ埋め込み可能なコーディングエージェントCLI。

ChatUI とプラグインの迅速なローカルインストールと使用を可能にする、AstrBot のパッケージ化デスクトップ配布版。WebUI とバックエンドランタイムをバンドルしています。

RoboICLは、凍結された視覚言語モデルをデモンストレーションとリアルタイムの実行履歴を通じて適応させることで、モデルの再学習なしにロボットがタスクを実行できるようにするインコンテキスト学習フレームワークです。

複数のAIエージェントに共通のオーケストレーション層を提供し、デバイス間同期とクラウドサンドボックスを実現するオープンソースのメタハーネス。

AIエージェントが、AIらしいと検出されにくいテキストを書くのを助けるポータブルなAgent Skill。語彙選択だけでなく、物語構造の特徴を修正し、フィクションとプロフェッショナル文書用の別々のルールセット、音声スキルのスタッキング、中国語のキャリブレーション、そして5つの主要なAIコーディングエージェント向けのネイティブプラグインを備えています。

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。

カスタマイズ可能な認識器を使用して、テキストや画像内の個人識別情報（PII）を特定し、匿名化するデータ保護SDKです。

GPUアクセラレーション対応ターミナル、コードエディタ、エージェント型AI機能を統合した、軽量でターミナルファーストなAIネイティブ開発環境。

PySRは、データセットに適合する解釈可能な数学的式を発見する高性能な記号回帰ツールであり、ブラックボックス型の機械学習モデルに対する透明性のある代替手段を提供します。

BrowserOSはオープンソースのChromiumフォークで、2つの製品を提供します：**BrowserOS neo**（AIエージェントがログイン済みのウェブタスクを実行するためのセカンダリブラウザ。ライブダッシュボード、再生可能なセッション、Claude Code、Codex、Cursor、VS Codeなどとのワンクリック統合）、および**BrowserOS**（新しいタブにAIアシスタントが組み込まれた通常のブラウザ）。両方ともmacOS、Windows、Linuxでローカルに実行され、すべてのデータをデバイス上に保持し、エージェントを接続するためのTypeScript + Rustの「エージェントプラットフォーム」（MCPサーバー、ダッシュボードUI、Bunバックエンド）を公開します。ヘッドレスドライバーやクラウドブラウザの制限を、実際のChrome認証情報を使用し、MCP互換のAIツールをサポートすることで解決することを目指しています。

Franticプラットフォームの公開GitHubボード。AIエージェントが有償の報奨金を申請し、作業を納品し、USDCを受け取ることができます。この実験では、自律エージェントまたは人間が支援するエージェントが実際の商用タスクをどの程度うまく実行できるかを追跡し、検証可能な実行レシート用にrunxランタイムを使用します。

higgsfield は、巨大な LLM のためのオープンソース GPU ノードマネージャーおよびトレーニングフレームワークです。ノード割り当て、ZeRO-3/FSDP シェーディング、ジョブキュー、GitHub Actions に基づくデプロイを処理し、単純な Python デコレータで LLaMA-70B などのモデルをクラスタでトレーニングできます。

Rustで書かれた高性能なベクトルデータベースおよび類似性検索エンジン。高度なフィルタリングとハイブリッド検索機能を備えており、埋め込みの格納と取得に最適です。

AIアシスタントがFreeCADで3Dモデリング、スクリプト実行、FEM解析を制御できるModel Context Protocol (MCP)サーバー。

Sphinx は、エージェント支援開発に理解チェックを追加します。git push を一時停止し、変更が何をするかを予測するよう求め、間違いを説明し、合格するまで再クイズします。Claude Code や Codex などのコーディングエージェントと連携し、レビューモデルを使用して動作と障害モードに関するオープンブックの質問を生成します。

Claude Remotion Skillは、AnthropicのClaudeエージェントスキルで、簡単な英語で動画を記述できます。ClaudeがRemotion (React + TypeScript) コードを生成し、レンダリング、フレームチェックを行い、プロの設計ルールに基づいた洗練されたモーショングラフィックスクリップを返します。

インタラクティブなインラインコントロールとライブブラウザハンドオフを使用し、複雑なタスクにおけるヒューマン・イン・ザ・ループの要件を解決するパーソナル AI エージェント。

OpenCode Zen と Go サービスを単一の API に統合する Go ベースのゲートウェイ。キープール、プロキシルーティング、プロトコル変換を組み込みの管理 WebUI で制御します。

Seedance AI動画生成のための検証済みプロンプトライブラリおよびテンプレート集。AI生成クリップの一貫性と品質を確保するための構造化されたワークフローを提供します。

300のヒューマン検証済みタスクと、一貫性のあるモデルパフォーマンスを保証する厳格な Pass^3 メトリクスを備えた、自律エージェントの信頼性ある評価フレームワーク。

Piコーディングエージェント向けのモバイルファーストで永続的なWebアプリ。クラウドVMなしで、ローカルAIエージェントへのリモートアクセスとマルチプレイヤーコラボレーションを実現します。

Redisは、キャッシュ、リアルタイム分析、GenAIメモリに使用される、高性能なインメモリデータ構造サーバーおよびベクトルクエリエンジンです。

LoongSage は、LLM 向けの本番グレードの強化学習フレームワークであり、エージェントロジックをトレーニングインフラストラクチャから分離し、高スループットの非同期実行によるスケーラブルで安定したポストトレーニングを実現します。

スクリプトをインタラクティブなウェブアプリに変換するPythonフレームワークで、フロントエンド経験がなくてもデータサイエンティストがダッシュボードやAIチャットアプリを構築・共有できるようになります。

ブロックチェーンウォレットを使用して自らのコンピューティングコストを支払い、インフラを管理する自己改善・自己複製可能な主権を持つAIエージェント。

API Mega List は、24のカテゴリにわたる11,860のAPI（プラス200のスポンサー付きリスティング）を含む、大規模でカテゴリ分けされたディレクトリを含むGitHubリポジトリです。毎日更新され、各APIのリンクと説明が含まれています。

StudyMateは、Node.jsベースの数学およびコンピュータサイエンス向けAIチューターシステムであり、DeepSeek Harnessプラグイン（およびAntigravity、Codex、ChatGPTプラグイン）として提供されます。カリキュラムのロードマップ作成、Markdownレッスンのレンダリング、ローカルワークスペースへの進捗保存、オフラインHTMLのエクスポートが可能です。`npx @yunmiao/studymate@latest install`でインストール後、AIと対話して科目選択、レッスン受講、練習、評価を行うことができます。

garak は、生成AIモデルのプロンプトインジェクション、有害性、データ漏洩などの弱点を調査し、開発者がアプリケーションを保護するのに役立つLLM脆弱性スキャナーです。

Adult Tensionは、AIホスト向けのエージェントスキルであり、複雑なNPCとローカルデータベースを使用して、ストーリーの一貫性と記憶を維持する、持続的で緊張感のあるインタラクティブな物語体験を提供します。

ComfyUI‑Manager は、ビジュアルAIパイプラインUIである ComfyUI 用の拡張機能です。ユーザーがカレントレジストリまたはローカルキャッシュからカスタムノードパッケージやモデルファイルを閲覧・インストール・更新・有効/無効切り替え・削除できる「マネージャーパネル」を追加します。ワンクリックインストール、スナップショットベースの環境復元、外部サイトへのワークフロー共有、コンポーネントのコピー＆ペースト、ヘッドレス用CLIツール、および広範な設定（セキュリティレベル、ネットワークモード、pip/uv処理）を備え、ComfyUIでStable-Diffusion画像生成を支える膨大なコミュニティ製ノードエコシステムの管理を簡素化します。

Oxynoteは、ライブメトリックチャート、APIドキュメント、技術ノートを単一の統合ページにまとめることで、ドキュメントの乖離を防ぐセルフホスト型のレビュー可能なワークスペースです。

Vue 3 のコードをより良く書く方法を AI コーディングアシスタントに教えるための、コミュニティ主導の AI エージェント向け「スキル」セット。ベストプラクティス、ルーター、Pinia、テスト、デバッグ、コンポーザブルパターンを網羅しています。

Omniraは、任意のLLMモデルと任意のマシン上でAIエージェントを実行するためのオープンソースでセルフホスト可能なプラットフォームです。REST API、TypeScript SDK、CLIを提供し、エージェントの起動、イベントのストリーミング、承認処理を行います。機能には、モデル非依存のサポート、組み込みおよびカスタムツール、再利用可能なスキル、永続的なメモリ、サブエージェント、マルチテナントRBAC、スケジューリング、Slack、Discord、GitHub、Webhookなどとの統合が含まれます。Omnira Cloudで試すか、Docker Composeでローカルに実行できます。Apache 2.0ライセンスのコードにより、すべてのエージェントデータは独自のPostgresに保持されます。

Pixel Agents は、AI コーディングエージェント（現在は Claude Code）を、小さなオフィスで働くアニメーション化されたピクセルアートのキャラクターとして視覚化し、そのアクティビティをリアルタイムで表示するツールです。VS Code 拡張機能またはスタンドアロン CLI として実行され、エージェントに依存しないように設計されているため、新しい AI ツールをコードの単一のサブディレクトリとして追加できます。

GitNexus は、コードベース全体を知識グラフに解析し、Model Context Protocol を介してそのグラフを AI コーディングエージェントに直接接続するツールです。依存関係マップ、呼び出しチェーン、影響スコアを事前計算するため、Cursor や Claude Code などのツールは単一のクエリで完全な構造コンテキストを取得でき、ビルドの失敗を減らし、小規模なモデルでも大規模なリポジトリを扱えるようにします。日常の開発作業用の CLI + MCP セットアップと、ブラウザベースのクイック探索用の Web UI を提供します。

NVIDIA Cosmosは、ロボティクス、自動運転、合成データ生成などの物理AIアプリケーションを開発するための、全モーダル世界モデルとツールを提供するオープンなプラットフォームです。

複数のマシン間でGPUとメモリをプールし、OpenAI互換APIを通じて大規模モデルを提供する分散型LLM推論システム。