伸びている AI プロジェクト

Stefan Jansenの教科書『Machine Learning for Trading』を実装した、章ごとのフルスタックなコードベースです。データ取り込み、特徴量エンジニアリング、幅広いMLモデル、厳密なバックテスト、リスク・コスト管理、そして本番環境へのデプロイ（Docker、ライブブローカーアダプター、MLOps）を網羅しています。ETF、暗号資産、株式、オプション、FX、先物など9つのケーススタディを通じて、クオンツ金融とAI駆動型取引の実践的な学習プラットフォームを提供します。

テキスト、画像、音声入力をサポートする多言語・マルチモーダル翻訳モデルファミリー。用語、フォーマット、音節制御された吹き替えに対する高度な指示追従機能を備えています。

macOS 向けの顔認識ツールで、保存されたパスワードを自動入力することで、顔を使って Mac のロックを解除できます。

AIを活用した動画翻訳・ダブリングツール。一連のパイプラインで音声認識、字幕翻訳、ボイスオーバー生成を自動化します。

cc‑haha は、クロスプラットフォームのデスクトップワークベンチ（Electron + React）で、Claude、ChatGPT、Grok などの多くの LLM とチャットし、複数のコーディングセッションを管理し、差分をレビューし、Web ページをプレビューし、画像を生成し、マルチエージェントワークフローを実行し、エージェントに他のデスクトップアプリを制御させる（Computer Use）こともできる–すべて単一のアプリから。

Crush は、ターミナルベースの AI コーディングアシスタントで、任意の LLM とチャットしたり、プロジェクトごとのセッションを保持したり、言語サーバーのデータを使用したり、カスタム Model Context Protocol サービスを介して機能を拡張したりできます。これらはすべて Bash スタイルの `crushrc` で設定でき、主要な OS すべてで利用できます。

Visual Enhancer は、NVIDIA DLSS 5 Neural Rendering、DLSS Super-Resolution、RTX Video SR、フレーム生成、HDR 変換、シャープ化、グレイン、カラーグレーディングを画像と動画に適用できる Windows デスクトップ（および CLI）アプリです。ドラッグ＆ドロップ、バッチ処理パイプライン、リアルタイムプレビュー、JSON プリセットを備え、RTX GPU 上で AI 支援のアップスケーリングとエンハンスメントを必要とするクリエイターを対象としています。

rederive は、ガイド付きの質問を通じてコードベースを自分で再設計させることで、コードベースを教えるコーディングエージェントスキルです。直接の説明は一切ありません。リポジトリを5〜10の設計問題にマッピングし、ローカルファイルで進捗を追跡し、テレメトリなしですべてをあなたのマシンに保持します。

AIインフラストラクチャの体系的な学習パスを提供する包括的なオープンソース知識ベースで、GPUハードウェアやCUDAプログラミングから分散トレーニング、大規模モデル推論最適化までをカバーしています。

Hulu‑Medは、テキスト、2D画像、3Dスキャン、動画を処理するオープンソースのマルチモーダル医療ビジョン言語モデルです。 複数のモデルサイズ（4 B～235 B）、完全な訓練コードを提供し、数十の医療ベンチマークで最先端の結果を達成しています。 リポジトリは簡単なインストール、HuggingFace互換の読み込み、高スループット推論のためのオプションのvLLMサービングを提供します。

6つのトップAI/ML会議（2023〜2026年）のFigure 1/ティーザー画像を厳選し、検索可能なギャラリー。CLIP+BM25で参照図を取得し、LLMを使って自分の論文用の出版スタイルのFigure 1をドラフトするブラウザツールFigureForgeも付属。

MemT-1.0は、動的なローカルメモリと学習可能なハイパーメモリを統合したメモリ基盤モデルであり、推論時に元のコンテキストを必要とせずに、対話を通じて情報を保持・進化させます。長期間の履歴に対するストレージ要件を削減し、経験に基づいたエージェント型コーディングフレームワークをサポートしており、2つのモデルサイズ（NanoおよびFlash）が用意されています。

数十のプログラムにまたがるアワードフライトの検索、ポイント対現金の比較、ロイヤルティ残高の管理を可能にするAI駆動のツールキット。

オープンなディープリサーチエージェントで、ウェブやローカルドキュメントから情報を収集するプロセスを自動化し、詳細で事実に基づいた引用付きの調査レポートを生成します。

Zotero MCPは、Zoteroの研究ライブラリをAIエージェントやチャットインターフェースに接続し、学術論文の検索、読み取り、注釈付けを可能にする統合ツールです。

リアルタイム音声エージェント向けのストリーミングデュアルブレインメモリシステムで、低レイテンシ、性格認識、事実に基づく長期記憶を提供します。

GPT Image 2および2.5向けのプロンプトギャラリー、エージェントスキル、CLIを備えたツールキットで、画像の生成、編集、参照画像からのプロンプト抽出を簡素化します。

Omnigraph は、Lance カラムナー形式に基づくオープンソースのグラフデータベースで、S3 互換のオブジェクトストア上で動作します。型付きスキーマ、マルチモーダル検索（グラフ + ベクトル + 全文）、Git スタイルのブランチング、Cedar ベースのセキュリティポリシーを提供し、すべて Terraform 風の `cluster` ファイルで管理します。長期的な AI エージェント向けに設計されており、複数のエージェントがバージョン管理された世界モデルを共有し、単一のクエリでコンテキストを取得できます。

Tesseractは、100以上の言語に対応するテキスト画像からマシンリーダブルなテキストへの変換を行う、オープンソースのOCRエンジンおよびコマンドラインツールです。

AstrBot プラグイン。WebUI を介してミームをダウンロード、整理、自動収集し、マルチパック使用ルール、セマンティック検索、クラウド同期をサポートします。

Khoj はオープンソースのパーソナル AI アシスタントで、第二の脳として機能し、ユーザーがさまざまな LLM を使って自分のドキュメントやインターネットとチャットできるようにします。

DSH用のWindowsベースのプラグインで、カスタムプロンプトルールのインストールを自動化し、必要なランタイム依存関係をシンプルなワンクリックインターフェースで管理します。

ブログシリーズを書籍化したもので、LLM APIがステートレスなJSON配列であり、「ハーネス」がその配列を管理するプログラムであるという考えを中心に、AIエージェントを基本原理から構築する方法を教えます。16章にわたってPythonでおもちゃのエージェントを開発し、各章で具体的な失敗に対処します。

Flintは、Microsoftが支援するオープンソースの可視化言語です。AIエージェント（MCPまたはJavaScriptライブラリ経由）が、人間が編集可能なシンプルな仕様を、5つのレンダリングバックエンドに対応したインタラクティブなチャートに変換できるようにします。テーマやインタラクションのプリセットも組み込まれています。

OpenLoreは、複数のAIエージェントが標準的なシェルツールとModel Context Protocolを使用してドキュメントを共有、読み取り、更新できるようにする、集中管理型のナレッジサーバーです。

LLMを使用してマスターレジュメを特定の職務記述書と照合し、カスタマイズされた履歴書とカバーレターを作成するのに役立つAI搭載ツール。

AdCraft は、テキストのブリーフを完全に編集可能な広告ビデオに変える、オープンソースの AI オーケストレーション プラットフォームです。専門化された AI エージェント（クリエイティブディレクター、脚本家、キャラクターデザイナー、ストーリーボーダー、ビデオディレクター、サウンドディレクターなど）を連鎖させ、脚本、製品レンダリング、キャラクター、シーン、ストーリーボード画像、ビデオクリップ、音楽、最終合成タイムラインを生成します。ユーザーはビジュアルキャンバスまたは自然言語チャットで操作し、任意のステップを編集し、統一ライブラリからアセットを再利用し、既存の広告をクローンして新しいバリアントを作成することもできます。システムは多くの画像/视频/音频生成模型をサポートし、既製の角色和场景目录を提供します。

CodexHost は、公式の Codex Desktop IDE 内で複数の AI コーディングエージェント（Pi、Claude Code、Grok など）を実行できるデスクトップ拡張機能で、統合差分ビュー、エージェント間委任、リモート実行、ライブ使用統計を提供します。

宣言型YAMLインターフェースを使用して、スケジュール済みおよびリアルタイムの自動化を統合する、オープンソースでイベント駆動型のデータ、AI、インフラストラクチャワークフロー用オーケストレーションプラットフォーム。

gentle‑shell は、Pi LLM プラットフォーム上に構築されたターミナルベースのコーディングエージェントです。自然言語でタスクを記述でき、構造化された「Organic Driven Development」ワークフローを通じて作業を調整し、専門のサブエージェントに委任でき、ライブの Git 差分とエージェントのステータスを表示し、コミット前に正確な変更を承認する必要があります。macOS、Windows、Linux 用のインストーラーがあり、UI はコマンドパレットと `/gentle:customize` パネルでカスタマイズできます。

Ultimate Vocal Removerは、高度なAIモデルを使用してオーディオファイルからボーカルを抽出するデスクトップアプリケーションであり、高品質な音楽ソース分離のためのシンプルなインターフェースを提供します。

Arize Phoenix は、LLM アプリケーション向けのオープンソース AI 可観測性プラットフォームで、トレーシング、評価、データセット/実験の追跡、プロンプトプレイグラウンド、AI アシスタント（PXI）を提供します。pip/conda でインストールでき、ローカルまたは Docker/Kubernetes で実行でき、主要な LLM フレームワークやプロバイダーと統合できます。

Snapdragon NPU加速により、パフォーマンスが向上したローカルでのStable Diffusion画像生成を可能にするAndroidアプリ。

Vox Director は、1行のトピックを短く、Voxスタイルのコラージュ解説動画（スクリプト、コラージュキーフレーム、アニメーション、ナレーション、音楽、字幕）に変換するAI駆動エージェントスキルです。Atlas Cloudモデルとローカルのffmpegを活用し、Bロール、Aロール、Cロール、ホストモードをサポート。Claude Codeなどのコードエージェント用のスキルとしてインストール可能です。

LlamaFactoryは、シンプルなWeb UIまたはコマンドラインインターフェースを通じて、100種類以上の大規模言語モデルの微調整、評価、デプロイを可能にする統合型ゼロコードフレームワークです。

RFD4-Proteina は、タンパク質や生体分子複合体を設計するためのフローマッチング基盤モデルです。配列-構造の共設計、リッチな条件付け（モチーフ、ホットスポットなど）、部分拡散、報酬誘導探索をサポートし、高速推論と複数のデプロイオプションを備えています。

追跡やプロプライエタリな依存関係のない、バッチ処理、背景削除、500種類以上のフィルター効果を備えた多機能なオープンソースAndroid画像エディター。

AIエージェントがSEO、コンテンツマーケティング、コピーライティングのタスクを自動化できるようにする、標準化されたインストール可能なスキル集。

長時間の音声認識と合成に対応したオープンソースの音声AIモデルファミリー。一度のパスで最大60〜90分の音声を処理可能。

h5i は、AI エージェントが Web アプリをレッドチーム攻撃（ブラウザ自動化、HTTP キャプチャ/リプレイ、クローリング）できる CLI ワークスペースであり、セキュリティプロパティの形式検証のために Lean 4 に変換できる Rust Web フレームワーク（`h5i‑app`）も提供します。

プライバシーとコントロールを重視したオープンソースのChatGPT代替品。ユーザーは自宅のハードウェア上でLLMをローカルに実行できるか、クラウドベースのAIプロバイダーに接続できる。

OpenGCUAは、LLMを汎用コンピュータ操作エージェントとして機能させるオープンソーススタックです。macOS実機ハーネス、クロスデバイスPython/Rust SDK、8つのフロンティアモデルの評価トレースを提供し、ベンチマークスコアと効率の大幅な向上を示しています。

FreeToken は、エッジネイティブな Mixture-of-Experts 推論エンジンで、コンシューマー PC 上でフロンティア規模のオープンウェイトモデル（例：2900 億パラメータの MoE モデル）を実行できます。CPU-GPU 協調実行、ダブルバッファリングストリーミング、セマンティック対応キャッシュ、弾力的な VRAM 管理を組み合わせ、GUI またはコマンドラインの OpenAI 互換 API を介して高速で低遅延の推論を提供します。

シミュレーションから実世界のロボット展開まで、具身AIの基礎から高度な技術を習得するための、初心者および開発者向けの包括的なハンズオン学習リポジトリです。

偵察から脆弱性スキャン、レポート生成まで、バグバウンティのライフサイクル全体を自動化するAI搭載コマンドラインツール。

DeepSeek Harness エコシステム用のプラグインで、複数のローカルおよびプロジェクトディレクトリにわたる AI エージェントスキルの閲覧、整理、インストール、更新を行うための集中インターフェースを提供します。

自然言語コマンドを使ってKiCADでPCB設計を自動化することができるModel Context Protocol (MCP) サーバー。

プロフェッショナルな HTML プレゼンテーションスタジオおよび AgentSkill で、AI エージェントやユーザーがビルド不要の静的なスライドデッキを、数十種類ものテーマ、レイアウト、シネマティックなアニメーションで作成できます。