AI Storyは、スクリプト作成、ストーリーボード作成、画像生成、カメラワークの計画、および動画レンダリングに複数のAIモデルを使用し、ストーリープロンプトから完成したショート動画までの全工程を自動化する、Dockerベースのウェブアプリです。

LLMと決定論的な定量的分析を組み合わせることで、投資リサーチとアルゴリズム取引を自動化する、金融アプリケーション向けのオープンソースAIエージェントプラットフォーム。

スキャンされた PDF に OCR テキストレイヤーを追加するコマンドラインツールで、画像品質を維持しながら検索可能かつコピー＆ペースト可能なドキュメントにします。

Model Context Protocol (LLM とツール間の通信のための標準化された API) に従い、サーバーを構築・利用するための Python SDK です。関数を LLM が利用可能なツール/リソースとして公開するためのデコレータを提供し、stdio/HTTP/SSE 転送方式をサポートし、CLI を含み、py.sdk.modelcontextprotocol.io にドキュメントがあります。

AIエージェントがウイルス的短編ドラマおよびアニメ短編を制作するための産業用レベルのスクリプト作成およびオーディオビジュアル監督システム。

1,000以上のサイトから動画と音声をダウンロードし、ローカルで文字起こしを行い、AIを使用してコンテンツを要約・検索できるオープンソースのデスクトップアプリ。

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。

DiffusionOPSD は、拡散画像生成モデル（Stable Diffusion 3.5‑M および Z‑Image‑Turbo）の微調整に向けた「オンポリシー自己蒸留」アルゴリズムのオープンソース実装です。固定された行動ポリシーから低ノイズ状態を繰り返し収集し、報酬勾配ステップを用いて明示的なポジティブ／ネガティブターゲットを構築し、それらに一致する新しいポリシーを学習し、EMA を用いて行動ポリシーを更新します。リポジトリには、依存関係のインストール、報酬モデルのチェックポイントのダウンロード、クイックスモークテストの実行、および7つの公開評価器（PickScore、CLIPScore、HPSv2.1/v3、Aesthetic、ImageReward、DeQA）または混合報酬目的のための本格的な分散トレーニングの起動スクリプトが含まれます。報告された結果では、20の設定のうち19でより高いホールドアウトスコアが達成され、先行手法と比較して GPU 時間が40–63 %削減されています。Apache 2.0 ライセンスで提供されています。

AIエージェントを実アプリやチャットツールと並列で統合するエージェントワークスペース。ローカルファーストのメモリと共有ツールアクセスを備えています。

AIが制御可能なツールにSolidWorksとAutoCADを変換する自動化フレームワークで、エージェントが自然言語で部品のモデリング、アセンブリの作成、工学図面の生成を行うことを可能にします。

複数の Model Context Protocol サーバーを一元的に接続、管理、運用できる自己ホスト型の MCP ゲートウェイおよび管理プラットフォームです。

1枚の参照画像とドライブ動画から、無限長で表現力豊かなポートレートアニメーションをリアルタイムでストリーミング可能な拡散フレームワーク。

Email、SMS、Slackなどの複数のメッセージチャネルに接続する製品やAIエージェントを統合APIと会話モデルで接続するオープンソースの通信インフラストラクチャです。

画像、動画、音声、音楽、3DアセットのためのAI生成とプロフェッショナル編集ツールを統合した、ComfyUI用のキャンバスベースメディアワークベンチです。

AIエージェントが現実世界の脆弱性分析およびPoC（概念実証）エクスプロイト生成を実行する能力を評価するための、大規模な評価フレームワーク。

ノーコードのビジュアルキャンバスを介して、マルチエージェントオーケストレーションとRAGパイプラインを構築、視覚化、実行するためのAIネイティブなワークフロー自動化プラットフォーム。

スクリプト生成から最終動画合成まで、さまざまなAI APIを活用して制作プロセスを自動化する、オープンソースでローカル優先のAIショートドラマ作成ツール。

LLMを活用したオントロジー設計とマッピングにより、Databricksのテーブルを物質化されたグラフに変換する知識グラフビルダー

AlphaGenomeは、遺伝子発現、スプライシング、クロマチン特徴において、調節的遺伝的バリアントの影響を単一塩基対解像度で予測する統合型DNA配列モデルです。

AIエージェントとその委任されたツールを隔離し、システムの資格情報や機密データを保護する、ゼロレイテンシーかつゼロセットアップのサンドボックスです。

AI 駆動の動画クリッピングツールで、YouTube と Bilibili から自動的に動画をダウンロードし、LLM を使ってコンテンツを分析してハイライトを抽出し、ショートフォームのコレクションを生成します。

Envoyで駆動されるオープンソースのコントロールプレーンで、複数のAIプロバイダーおよびセルフホスト型モデル間でトラフィック、ルーティング、クォータを管理するための統一されたOpenAI互換APIを提供します。

Pi AIエージェントのためのアルゴリズムによる会話コンパクター。LLMによる要約の代わりに決定論的な抽出を使用することで、トークン使用量を削減し、履歴の損失を防ぎます。

複数の OpenAI Codex アカウントを管理するデスクトップアプリで、ユーザーが簡単にアカウント間を切り替え、使用量のクォータを監視できます。

CPUサーバー向けのLLM推論フレームワークで、ストレージを計算に置き換えることで、長期間の推論を最適化し、長文シナリオではGPUを上回る性能を実現します。

エージェントスキルエコシステム用のテストランナーで、ドメイン知識ファイルのパフォーマンス向上を、モデル出力をスキル有りと無しで比較することで実証的に測定します。

OpenProgramは、通常の関数をLLMバックエンドのエージェントに変換するPythonフレームワークです。docstringがシステムプロンプトとなり、`llm()` がモデルを呼び出し、周囲のロジックは決定論的なコードとして維持されます。Agentic Functions、DAGベースのコンテキスト・グラフ、検証を強制するワークフロー・ゲート、プロセス全体のエベント・バスという4つのコアメカニズムを提供し、マルチエージェント、自己修正型、プロアクティブなAIアシスタントの構築を可能にします。1行のスクリプトでインストール可能で、、ターミナルとWeb UIを備え、Anthropic/OpenAI/Geminiプロバイダーをサポートし、GUI自動化、研究ワークフロー、研究室（研究室）の研究、メモリ、のためのプラグイン・ハーネスを含んでいます。AGPL-3.0ライセンスであり、KDD 2026 ワークショップ論文が付属しています。

Model Context Protocol を使用するモデル非依存のコーディングランタイムで、AIエージェントがコードベース内の読み取り、パッチ適用、コマンド実行に安全にアクセスできるようにします。

DaVinci ResolveやAdobe Premiere Proと直接連携し、デバイス上での文字起こしと翻訳を提供する、ローカルファーストのAI字幕生成ツールです。

プロセスにファイルシステムとネットワークの制限を強制し、より安全な AI エージェントと MCP サーバーを実現する軽量な OS レベルのサンドボックスツール。

Android用のシステムレベルAIエージェントで、ユーザーが独自のLLMを導入し、デバイスAPIの制御、GUIの自動化、完全なLinux環境の実行が可能になります。

AIエージェントや開発者に、クローンによる衝突なしに、キャッシュを保持した即時利用可能な環境を提供する、再利用可能で隔離されたgit worktreeのプールを管理するためのツール。

An open‑source front‑end quality system that turns best practices into a practical review workflow for humans and AI agents via a website and MCP server.

Rayは、PythonおよびAIアプリケーションを単一のノートパソコンから分散型クラスターへ拡張するための統一フレームワークであり、MLコンピューティングのためのコア・ランタイムと専門化されたライブラリを提供します。

画像、動画、音声モデルを消費者向けハードウェアでファインチューニングできる、拡散モデル向けのオールインワン訓練スイート。GUIまたはCLIを介して利用可能。

クラスターサイドのエージェントを必要とせず、1つのバイナリでリアルタイムのクラスタ可視化、リソース管理、GitOps監視を提供するオープンソースのKubernetes UIです。

セキュアなサンドボックス、永続的なセッション、およびツール統合を組み込み、自律型エージェントを構築するためのプログラム可能なTypeScriptハーネス。

GoRavenは、コードの作成、コマンドの実行、APIの呼び出しといった現実世界のタスクを実行できる自己ホスト型のチーム向けAIエージェントワークステーションです。単なる会話ではなく、実際の成果を出すことを可能にします。

WPF で開発された、テキスト翻訳と画像テキスト認識を簡単にできる即用型翻訳・OCR ツールです。

コードエージェントの自律性、視覚的計画、ソフトウェア開発タスクにおける効率性を向上させるための、組み合わせ可能なスキルのコレクションです。

コンテナ隔離と中央集権的ガバナンスを用いて、Model Context Protocol (MCP) サーバーを安全に実行・管理するオープンソースプラットフォーム。

モデルの提案と実行・承認を分離する、プロバイダに依存しないベストプラクティスとブループリントによる生産環境向けエージェントハーネス設計のフレームワーク。

複雑なデジタルワークフローを自動化するための、マルチエージェントAIワーキャフトを構築・デプロイできるオープンソースのデスクトップアプリケーション。

AIアシスタントがローカルマシン上でファイルを検索・編集し、ターミナルコマンドを実行できるMCPサーバー。Officeドキュメントの高度なサポートとプロセス管理機能を備えています。

音声認識を使用して、YouTube、Bilibili、およびローカル動画を図解付きのMarkdownまたはHTMLノートに変換するツール。

AIエージェントペルソナのためのネイティブデスクトップインストーラー兼マネージャーで、CursorやClaude CodeなどのさまざまなAIコーディングツール間で専門特化したペルソナを同期します。

Goで書かれた、LLMがコードを編集してコマンドを実行するための高速で低オーバーヘッドな環境を提供する、軽量で高性能なターミナルコーディングエージェントハーネス。

AIペネトレーションテストに特に検証された、状態空間探索とブラックボードアーキテクチャを使用して、自律的にゴールへの経路を発見する汎用的な問題解決エンジンです。