伸びている AI プロジェクト

PentestGPTは、MITライセンスのPython CLIで、Claude Code、Codex、またはその他の多数のプロバイダーを用いたLLMを連鎖させ、自律的なペネトレーションテストパイプラインを構築します。ステージ付きフェーズ（CTFではリコン → エクスプロイト → ワルトゥルー、実際のペネトレーションテストでは資産発見 → 脆弱性特定 → レポート）を実行でき、セッションの永続化が可能で、ユーザーが3つの協調するLLMをガイドするレガシーインタラクティブモードも提供します。`make install`（Python 3.12+、uv）またはDocker経由でインストールし、`pentestgpt --target <IP>`（または`pentestgpt-legacy`でインタラクティブ版）を実行します。ツールはオプションの匿名テレメトリを報告し、公開ベンチマークで約86％の成功を達成しています。

SurfSense は、オープンソースで Apache-2.0 ライセンスのデスクトップアプリであり、ドキュメント（PDF、Word、Excel、PPT、画像、音声など）の調査、作成、編集、変換を行うためのオフライン AI エージェントを提供します。ユーザーは OpenAI 互換またはローカルの LLM を選択でき、すべてのデータをデバイス上に保持し、ウェブ検索プラグインで機能を拡張できます。

Rust/Tauriバックエンドを備えたSillyTavern（LLMチャットフロントエンド）のネイティブアプリ移植版。同じUIとデータ互換性を持ち、Node.jsを必要とせず、デスクトップとモバイルで動作します。

このリポジトリは、大規模な混合専門家（MoE）LLM（例：Qwen‑3.8‑Flash‑Next、DeepSeek‑V4.1‑Flash）の異種GPU推論のためのDockerイメージ、デプロイメントガイド、および生のベンチマークデータを提供する本格的なソフトウェアプロジェクトです。異なるGPUタイプ（RTX 3080、RTX 6000D、DGX Spark、AI Max 395）間でプリフィルとデコードを分割する方法を示し、最大16 k tok/sのプリフィル速度と約442 tok/sのデコード速度の未調整の性能数値を報告しています。

AIエージェントがスクリーンミラーリング、adb、またはクラウドホスティングを介して実際のiPhoneおよびAndroidデバイスを制御し、モバイルアプリの操作を自動化するツール。

sprite-gen は、Python 製の CLI（および Codex/Claude スキル）で、単一のキャラクターイラストを、マニフェスト付きのゲーム対応透明スプライトアトラスに変換します。AI 画像/ビデオモデル、オプションのキュレーション、多数の後処理ユーティリティを備えています。

AIアシスタントや他のツールに、ブラジルの税務データ（CNPJ、NF-e、SPED、eSocial、Simples Nacional、2026年税制改革）への即時・オフライン優先アクセスを提供するPython MCPサーバー。APIキー不要。オプションのプレミアムソースでリアルタイムの公式データを追加可能。

E2B は、AI が生成したコードを安全に実行するための、クラウドホスト型の分離されたサンドボックスを提供するオープンソースプラットフォームです。サンドボックスの起動、シェルコマンドの実行、コードスニペットの実行、デスクトップ環境の制御を行うための Python および JavaScript SDK が同梱されています。ランタイムは、Terraform を介して AWS、GCP、Azure、または任意の Linux マシンにセルフホストできるため、LLM 駆動のエージェント、AI コーディングアシスタント、自動化ボットのための実用的なビルディングブロックとなります。

LLaMA-Factoryをベースに構築された動的トレーニングフレームワーク。データ選択、混合、再重み付けの統一的な実装を提供し、LLMのトレーニングパフォーマンスを最適化します。

ハードウェアレベルの分離を備えた高速なローカルmicroVMで、信頼できないワークロードを実行するためのツール。AIエージェントや自動コード実行向けに設計されています。

Keroは、コーディングエージェント向けのクロスプラットフォームターミナルです。Claude Code、Codex、開発サーバー、テストウォッチャーをプロジェクトごとにグループ化された永続的なセッションで実行するため、ウィンドウを閉じてもプロセスが停止せず、どのエージェントが注意を必要としているかを常に把握できます。

プロフェッショナルなテキストエディタ、ローカルファーストのAI支援、プロジェクト管理ツールを統合した、Web小説作家向けのプライバシー重視型デスクトップ執筆アプリケーション。

MatplotlibおよびAI生成の科学図のためのビジュアルエディタで、元のPythonスクリプトを変更せずに、レイアウトや要素を視覚的に調整できます。

論文の完成からポスター、動画、ブログの作成まで、研究ライフサイクルの全工程を自動化するAI共同執筆ツールキット。

実行可能なシェルゲートと証拠に基づいた台帳を使用して、大規模なソフトウェア作業が完全に完了し、検証されていることを保証する、AIエージェントのための完了規律。

Agent Teams AI は、複数の LLM プロバイダーにわたって AI エージェントのチームを組み立て、実行、監視できる無料のデスクトップアプリです。エージェントはカンバンボード上で協力し、コードレビューができ、アクションごとの承認と予算分析を通じて制御を維持できます。macOS、Windows、Linux にインストール可能で、ビルドは不要です。

IDA ProをLLMと統合するMCPサーバーで、AIエージェントがインタラクティブにリバースエンジニアリング、バイナリ解析、パッチ適用を実行できるようにします。

AIコーディングエージェントによる破壊的なコマンドや不正なシークレットアクセスを、実行前にインターセプトしてブロックするセキュリティレイヤー。

AIコーディングエージェントが自然言語やコードベースのワークフローを通じてプレゼンテーションデッキを生成、編集、管理できるようにするReactベースのフレームワーク。

Claude Code CLI 用の高度にカスタマイズ可能なステータスラインフォーマッタ。トークン使用量、Git ステータス、API コストなどのセッションメトリクスをターミナル上でリアルタイムに表示します。

AssetFurnace は、テキストプロンプトまたは2D画像を、リギング済みでアニメーション付きのゲーム対応3D GLBアセットに変換する、ローカルで動作するWebベースのスタジオです。複数の生成バックエンド（Pixal3D、Hunyuan-3D、TRELLIS.2、Stable Fast 3D）をサポートし、Apple Silicon、NVIDIA、またはAMD GPUで動作します。また、元の画像のピクセルをメッシュに投影して鮮明なディテールを実現するPixel-Matchステップも含まれています。このツールは単一のスクリプトでインストールでき、完全にオフラインで動作し、各出力のライセンス由来を記録します。

Horizonは、AIを活用したニュースアグリゲーターであり、さまざまなソースからコンテンツを収集・フィルタリングし、パーソナライズされた情報豊富な日刊ブリーフィングにまとめます。

古い Magic-MCP 呼び出しを新しい 21st MCP サーバーに転送する、軽量な npm proxy です。古い設定を維持しながら、最新の AI コンポーネント生成ツールにアクセスできます。

LLMとRAGに基づいたインテリジェントなデータクエリシステムで、自然言語をSQLや視覚的なチャートに変換することで対話型データ分析（ChatBI）を実現します。

Web、モバイル、OSディストリビューション全体でローカルまたはクラウド上で実行可能な、自律型AIエージェントを構築するためのオープンソースTypeScriptフレームワークおよび製品スタック。

Harpは、タブバーをClaude CodeとCodex AIコーディングエージェントのステータスを表示するサイドバーに置き換え、オプションの使用制限リングとtmux統合を追加し、それ以外はアップストリームのWarpターミナルとまったく同じように動作する、macOS用のWarpフォークです。

Open Intelligent UIは、ChatGPTの「インテリジェントUI」– LLMが生成する、地図、写真、旅程、ダッシュボードなどのインタラクティブな回答 – を再現するオープンソースのデモです。OpenUIの生成UI標準に基づき、TypeScriptコンポーネントライブラリ、59の組み込み関数、ステートフルな入力を提供し、OpenUI Cloud、任意のOpenAI互換API、またはローカルのOllamaモデルに対して実行できます。

Marker は、PDF、画像、Office ファイルをクリーンな Markdown、JSON、または HTML に変換するドキュメント変換ツールです。テーブル、数式、フォームなどの複雑なレイアウトを保持し、オプションで LLM を使用して精度をさらに高めることができます。

exoは、複数のMac（またはLinuxボックス）が単一のAIクラスターを形成できるようにするオープンソースプラットフォームです。デバイスを自動発見し、MLXを使用してモデルをシャーディングし、Thunderbolt 5上のRDMAで通信を高速化します。システムはOpenAI互換APIとWebダッシュボードを公開し、カスタムHuggingFaceモデルをサポートし、macOS（Homebrew caskまたはDMG経由）またはソースからmacOS/Linuxで動作します。

歩行および走行が可能なロボットを構築するために必要なハードウェア設計、RLトレーニングワークフロー、およびROS2デプロイメントフレームワークを提供する、完全オープンソースのDIYヒューマノイドロボットプロジェクト。

Mark LVIは、音声、アバター、視覚、OS制御機能を備えたクロスプラットフォームのデスクトップAIアシスタントです。Google Gemini Liveや任意のローカル/ホスト型LLM（Ollama、OpenAIなど）を使用でき、音声認識にはWhisper、音声合成にはPiper/ElevenLabsを組み合わせます。UIからエンジンを切り替えたり、プラグインを追加したり、メモリを管理したりできるほか、安全ガード機能により、検証済みの操作のみが実行されるようになっています。

Pocket TTS は、1 億パラメータの CPU のみのテキスト読み上げライブラリで、約 200 ミリ秒のレイテンシでオーディオをストリーミングし、複数の言語と音声クローンをサポートし、Python API、CLI、ローカル HTTP サーバーを提供します。pip（または uv）でインストールでき、一般的なハードウェアでリアルタイムより高速に動作し、コミュニティトレーニング済みモデルと、ブラウザや組み込みデバイス向けの複数の代替ランタイムを備えています。

OpenRealityは、スマートフォンの動画を永続的な3Dシーンに変換し、測定、ナビゲーション、ロボットトレーニングエクスポートなどのための41個のMCPツールを介してLLMアシスタントに公開します。セルフホスト可能なバックエンドとBSD-2-Clauseコード（非商用モデルライセンス）を備えています。

LLMを活用したアプリケーションを構築するための132のサンプルプロジェクト、チュートリアル、レシピのキュレーションリスト。テキストエージェント、音声アシスタント、RAGシステム、MCP統合、メモリ強化エージェント、ファインチューニングをカバーし、カテゴリごとに整理され、各プロジェクトのコードへのリンクが含まれています。

Claude 5.5で作られた動画とアニメーションの「awesome list」。モデル別の閲覧、スタイル・色・制作に関する調査結果、自作のためのガイド、再利用可能なオープンソースプロジェクトへのリンクを提供。すべて統計分析と文書化されたメンテナンスに基づいています。

ターミナル上で動作し、コードの読み取り・編集、シェルコマンドの実行、さらにAgent Client Protocolを介したIDEとの連携が可能なAIコーディングエージェント。

Claude Codeやスキル対応のAIエージェントを拡張するプラグイン方式の「スキル」を提供するGitHubリポジトリ。既製のModSmithモッド、マルチエージェントワークフローのオーケストレーション、タスクリレー、プロンプトの野心度向上、間隔反復学習によるアーティファクト説明を備えています。

NVIDIA NemoClaw 是一个开源堆栈，可在 NVIDIA OpenShell 沙箱中运行 AI 代理（OpenClaw、Hermes、LangChain Deep Agents），提供 CLI、托管推理、网络策略执行、沙箱加固和状态持久化，以实现更安全的本地代理执行。

タイポグラフィ、アニメーション、間隔などのデザイン詳細に関する自動ガイダンスを提供し、ユーザーインターフェースをより洗練されたものにするエージェントスキル。

Claude CodeおよびCodex向けの構造化投資リサーチフレームワーク。バリュー投資手法を適用し、専門的な意思決定レベルの財務レポートを生成します。

LiveKit Agentsは、LiveKitサーバー上で動作するリアルタイムのマルチモーダル音声エージェント（LLM駆動型アシスタント）を構築するためのPython SDKです。STT/LLM/TTS用の統合アダプター、ジョブスケジューリング、WebRTC/電話統合、ターン検出、MCPツールサポート、および組み込みのテストフレームワークを提供します。

ecom‑details‑image スキルは、apiz サービスまたは Codex 内蔵の imagegen を使用して、AI 画像モデルによる完全な eコマース用ビジュアルパッケージ（メイン画像、詳細ページ用グラフィック、バナーなど）を作成する CLI ベースのツールです。構造化されたビジュアルブリーフとプロンプトを出力したり、直接画像を生成したりすることができ、「キャンペーンスタイルロック」を適用してセット全体で一貫したスタイルを維持します。インストールには apiz CLI が必要で、使用方法は AI アシスタントへのプロンプト入力、またはプロンプトソース、サイズ、モデル、参照画像を指定した `scripts/generate_image.py` の実行によって行われます。リポジトリには API キーは含まれておらず、コスト、非同期生成、コンテンツポリシーの遵守に関する警告が記載されています。

HTML Anything は、ローカルファーストでエージェント駆動の HTML エディターであり、インストール済みの AI コーディングエージェント CLI を使って、プレーンテキスト入力をすぐに公開できる HTML に変換します。さまざまなコンテンツタイプ向けの 75 個の既製テンプレート、ライブストリーミングプレビュー、中国のソーシャルプラットフォームへのワンクリック書き出し、または .html/.png ファイルとしての書き出しを提供し、API キーなしで動作します。

Graphicleは、検索可能なコードグラフを構築し、プロジェクトのドキュメント、意思決定、過去のコーディングアシスタントのセッションを保存するRustベースのローカルツールです。このデータをMCPサーバー経由で提供することで、Claude Code、Cursor、VS Codeなどのエージェントが、テレメトリやクラウドサービスなしで、トークン予算内で引用付きの抜粋を要求できるようにします。ベンチマークによると、PythonベースのGraphifyよりも劇的に高速かつ軽量であり、単一のコマンドでインストールし、簡潔なCLIで管理できます。

PocketPal AI は、iOS および Android デバイス上で完全にオフラインで量子化 LLM とニューラル TTS を実行する、無料のオープンソースモバイルアプリです。チャット、アシスタントの音声再生、組み込みツール（計算機、日時、HTML レンダリング）の使用が可能で、クラウド接続は一切不要です。モデルは Hugging Face から一度ダウンロードされ、llama.cpp（CPU/GPU/NPU）を介して実行されます。ユーザーはカスタムの「Pals」を作成したり、PalsHub からコミュニティアシスタントをダウンロードしたりできます。開発者は、新しい Talents、TTS エンジン、またはロケールを追加してアプリを拡張できます。コードベースは標準的な React-Native プロジェクトで、llama.cpp と ONNX Runtime へのネイティブブリッジを備えています。MIT ライセンス、プライバシー重視、完全オフライン。

SmartSub は、動画から字幕への文字起こし、翻訳、校正、音声クローン付き TTS 吹き替え、字幕焼き込みを単一のパイプラインにまとめたオープンソースのデスクトップツールで、ローカルでのオフライン処理と MCP/CLI による AI エージェント自動化の両方をサポートします。

YOLOv14を用いたリアルタイムオブジェクト検出とターゲットロックシステム。環境の誤検出をフィルタリングし、Delta Forceゲーム内のキャラクターを識別する。

EigenFluxは、AIエージェントのための共有ブロードキャストネットワークを作成するオープンソースのGoフレームワークです。エージェントは、アイデンティティ、LLMエンリッチメント、関連性ランキング、ガバナンスを処理する中央ハブを介して、発見事項の公開、関連するマッチングの受信、調整を行うことができます。リポジトリには、プロダクションコード、CLI、オンボーディング・プロファイリング・ブロードキャスト・通信用のモジュール式「スキル」、およびセルフホスト用のDocker-Composeスクリプトが含まれています。プライバシー（ローカルファーストデータ、個人情報の非ブロードキャスト）を重視しており、Phronesis AIによって保守されています。