伸びている AI プロジェクト

FaceFusionは、顔操作ジョブ（交換、フィルターなど）を実行・管理するためのオープンソースのコマンドラインプラットフォームです。バッチ処理、ヘッドレスモード、ベンチマーク機能を備え、技術に精通したユーザーを対象としています。

人間やAIエージェントが、安全で構造化されたAPIを通じて、カレンダー、ドキュメント、タスクなどのDingTalk企業向けサービスと対話できるようにするコマンドラインインターフェース。

PaperSpine5は、文献レビュー、ドラフト作成、図表生成、最終的なドキュメントフォーマットを含む、学術論文執筆プロセス全体を自動化するAI搭載の研究アシスタントです。

Codex Securityは、OpenAIが支援するCLIおよびTypeScript SDKで、コードベースのセキュリティ問題をスキャンし、検出結果を検証し、パッチを生成し、SECURITY.mdポリシーを起草し、CI/CD（GitHub Actions、Docker）と統合します。ディープな並列スキャン、マルチプロバイダーのLLMバックエンドをサポートし、結果をSARIF/JSON/CSVでエクスポートします。

Entire CLI は、AI コーディングアシスタントのセッションをバージョン管理されたチェックポイントとして記録する Git 統合ツールです。プロンプト、応答、ファイル変更、トークン使用量を各コミットとともに追跡できます。透過的な Git フックを追加し、メタデータを別の Git 参照に保存し、セッションの再開、検索、監査のためのコマンドを提供します。ブランチ履歴は常にクリーンに保たれます。

LLM推論の理論とコードを学び、ミニsglangエンジンをゼロから構築し、実際のSGLangプロジェクトの高度な最適化を深く掘り下げるバイリンガルのステップバイステップチュートリアル。

OC Ferry は、無料の OpenCode モデルを自動的に発見し、WorkBuddy のツール呼び出し JSON エンベロープに従えるか検証し、結果をキャッシュし、互換性のあるエントリを WorkBuddy の `models.json` に書き込む、クロスプラットフォームの Electron トレイアプリです。また、ローカルの OpenAI 互換エンドポイント（127.0.0.1:41980）を実行し、WorkBuddy のリクエストをそれらのモデルに転送します。ログインや API キーは不要で、アプリは分離された OpenCode ランタイムをバンドルし、同時プロービング、キャッシュ、モデルエントリの安全なインポート/エクスポートを処理します。

Audio Studio MCPは、Claude Codeや他のMCPクライアントがStable Audio 3を使用して、デバイス上で音楽や効果音を生成・編集できるローカルサーバーです。Apple Silicon（MLX）またはNVIDIA GPU搭載のWindowsで動作し、クラウドAPIは不要で、すぐに使えるWAV/OGG/FLACと再現可能なJSONメタデータを返します。

Zeronは、AIコーディングエージェントのためのローカルファーストな管理ツールであり、複数のデバイスやサーバー間でコーディングセッションを実行、制御、およびオプションで同期することができます。

BaoCodeは、Claude Codeのための高速なネイティブデスクトップUIです。組み込みIDE、目標管理、リモートSSHサポートを備えた読みやすいインターフェースを提供し、ターミナル単体よりもClaude Codeを使いやすくします。

ブラウザ自動化およびE2Eテストのための包括的なPythonフレームワーク。複雑なWebインタラクションを簡素化し、ボット検知やCAPTCHAを回避するためのステルスモードを提供します。

Chopin は、リッチテキストドキュメントをリポジトリコンテキストと AI 駆動の計画エージェントにリンクすることで、技術文書における人間と AI のコラボレーションを可能にする研究プロトタイプです。

Continueは、開発者をプログラミングで支援するために、CLI、VS Code拡張機能、およびJetBrainsプラグインとして利用可能なオープンソースのコーディングエージェントです。

Agentic Scientist は、LLM コーディングエージェントを仮想科学者に変えるオープンソースのパイプラインです。単純なタスク記述から始めて、ドラフト、調査、アブレーション、最終評価、事後分析、論文生成の6段階のプロセスを実行し、各段階は Docker コンテナ内で分離されます。ユーザーは Hydra オーバーライドを介してエージェント、モデル、予算、GPU リソースを設定し、円充填ベンチマークなどの例を実行し、ログ、アーティファクト、編集された原稿を含む再現可能な実行ディレクトリを取得できます。このプロジェクトは Apache 2.0 ライセンスの下で提供されています。

AlphaCodeは、RustベースのターミナルファーストAIコーディングエージェントで、自然言語タスクの理解、コード編集、コマンド実行、Firefox自動化、デスクトップアプリケーションの制御が可能です。複数のLLMプロバイダー（無料の組み込みレーンを含む）、永続セッション、スウォームモードの並列処理をサポートし、ファイル、Web、デスクトップ自動化のための40以上の組み込みツールを安全ガード付きで備えています。

AIコーディングエージェントがNVIDIAのソフトウェア、ライブラリ、ハードウェアツールを最適に活用する方法を学習するための、NVIDIA認定命令セットのカタログです。

複数のフォーマットをサポートし、AI駆動の要約、マインドマップ、翻訳ツールを提供するAI搭載のクロスプラットフォーム電子書籍リーダー。

SuperMimic ヒューマノイド制御フレームワークのゼロからの再現。Unitree G1 ロボットが微分可能な世界モデルを使用して複雑な全身運動を学習できるようにします。

Claude Codeスキルのコレクションで、フレームをコードで直接レンダリングすることで、水彩アニメーションやキネティックタイポグラフィなどの特定の視覚スタイルのビデオをプログラム的に生成できます。

ScopeWeaverは、オープンソースのLLM駆動型マルチエージェント侵入テストプラットフォーム（Goバックエンド + Next.js UI）です。セキュリティスキャンを自動化し、承認ゲート、資産同期、複数のLLMプロバイダーをサポートします。Docker、ワンクリックスクリプト、またはビルド済みバイナリでインストール可能で、GitHubリリースから自己更新します。

中国語ファースト、AI 保守、手動検証済みの Grok Bot レシピ、ツール、テンプレート、チュートリアルのキュレーションリスト — 95 のチェック済みエントリー、10 のコピー＆ペーストプレイブック、174 の記事 — 制御できるクラウド AI ボットのチームを求めるソロ創業者向け。

AIコーディングエージェントにリアルタイムで反応するデスクトップペットで、視覚的な状態アニメーションとエージェントの権限を管理するためのフローティングUIを提供します。

Huginn はセルフホスト型の自動化プラットフォームで、「エージェント」がウェブを監視し、イベントを処理し、アクションをトリガーします。本質的には、自分でサーバーを運用するハッキング可能な IFTTT/Zapier です。スクレイピング、RSS、Webhook、天気アラート、LLM 呼び出し、Slack/Twitter への投稿、ファイルストレージ、カスタム JavaScript ロジックなどをサポートしています。Docker またはソースからインストールし、Docker-Compose またはマネージドコンテナホストでデプロイし、Ruby ベースのエージェント gem で拡張できます。

ESP32ベースのスマートハードウェア向けバックエンドサーバー。カスタム音声AI対話、デバイス管理、マルチモーダル処理を実現します。

非DRM電子書籍を高品質なオーディオブックに変換するCPU/GPU対応のコンバーターで、先進的なTTSエンジンを用い、声のクローンと1,100以上の言語をサポートします。

MiniMax Code（CLI `mcode`）は、自然言語でコードの変更を記述すると、ローカルプロジェクト内のコードを自動的に編集、テスト、実行する AI 駆動のコーディングアシスタントです。MiniMax 独自のモデルまたは OpenAI/Anthropic 互換のエンドポイントで動作し、対話型 TUI、ヘッドレススクリプト、デスクトップ UI を提供し、プロンプトから動作するアプリまでの完全なループを示すブラウザベースのデモ（pocket-pet）も含まれています。

Apple Silicon および NVIDIA GPU 上で言語モデルを提供する、Python や MLX を必要としないネイティブな Zig ベースの推論エンジン。

Magic Resume は、TanStack Start と Framer Motion で構築されたオープンソースのオンライン履歴書エディタです。リアルタイムプレビュー、カスタムテーマ、ダークモード、PDF エクスポート、自動保存、ローカルストレージを提供します。個人利用は無料ですが、商用利用は禁止されています（Apache 2.0 + 非商用制限）。オプションの AI プロバイダー（紹介リンク経由の OrcaRouter を含む）、Docker デプロイをサポートし、完了済みと保留中のロードマップ項目があります。

AI が生成するウェブページ向けのオープンソース視覚スタイルライブラリで、デザイントークンと制約を提供し、AI エージェントが一貫性のある高品質な UI デザインを作成できるようにします。

Claude 向けの専門スキルライブラリで、許可されたレッドチームやバグバウンティ偵察のためのエキスパートレベルの OSINT 手法と戦術的トレードクラフトを提供します。

GEPAは、LLMベースのリフレクションとパレート効率的な進化的探索を用いて、プロンプトやエージェントアーキテクチャなどのテキストパラメータを最適化するためのフレームワークです。

DirectX 12 ゲームにおいて、NVIDIA RTX 20/30 シリーズおよび Intel Arc GPU で DLSS 3 フレーム生成とニューラルレンダリングをアンロックするツール。

Context Attachment Manager は Codex と Claude Desktop 用のプラグインで、モデルが会話内の画像を管理し、保存して必要なものだけを取得することで、リクエストサイズを大幅に削減し、再接続を防ぎます。また、画像の内容の記憶による検索、プレビュー、固定も提供します。

Yobiruは、異なるコンピュータやクラウドワークスペース上のパーソナルAIエージェントが、Tailscaleを介してメッセージ、ファイル、タスクリクエストを安全に交換できるようにする通信レイヤーです。

PaperBanana は、論文のテキストから出版可能な図やプロットを生成するオープンソースのマルチエージェントシステムです。参照図を取得し、説明を計画し、スタイルを設定し、LLMベースの画像生成器で画像を作成し、批評者による反復的な改善を行います。ユーザーは Gradio または Streamlit の Web UI（Hugging Face Spaces でもホスト）または CLI を使用でき、Gemini または OpenRouter の API キーを設定できます。このプロジェクトには、ベンチマークデータセット、評価ツール、拡張が容易なモジュール式エージェントが含まれています。

任意のライブウェブサイトから完全なデザインシステムを抽出し、開発者とデザイナー向けにデザイントークン、Tailwind 設定、Figma 変数を生成するツール。

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。

オンデバイス展開向けに最適化された、強力な推論・コーディング・エージェント能力を備えた軽量なSOTA言語モデルシリーズ（1B-2Bパラメータ）。

TimesFM は、Google Research が開発した事前学習済みのデコーダーのみの基盤モデルであり、高性能なゼロショットの単変量および多変量時系列予測を実現します。

TrenTorchは、NumPyのみを使用してゼロから独自のフレームワークを構築することで機械学習を学べる教育プラットフォームであり、WebベースのIDEとターミナルベースのCLIの両方で利用可能です。

DSH Plugin Hubは、DeepSeek Harness向けのコミュニティ主導型マーケットプレイスプラグインであり、数千もの検証済みコミュニティプラグインを閲覧、検索、管理するための視覚的なインターフェースを提供します。

Agno は、AI エージェントを構築、実行、改善するための自己改善型プラットフォームです。SDK、テンプレート、ツールを提供し、エージェントを永続的なサービスとしてデプロイし、実際の使用データとコーディングエージェントを使用して自動的に評価および改善します。

AIエージェント向けの高性能で安全なサンドボックスサービスであり、ハードウェア分離されたMicroVMを60ms未満の起動時間で提供し、E2B SDKと互換性があります。

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。

LifeOSは、AIコーディング環境のパーソナライズ層として機能するAI駆動型オペレーティングシステムであり、永続的なメモリ、カスタムスキル、コンテキストを認識したタスク管理を提供し、目標達成を支援します。

Moshiは、Mimiと呼ばれる特別なストリーミング音声コーデックを使用して、リアルタイムで低遅延の双方向音声対話に適したフルデュプレックス音声-テキスト基盤モデルです。

ModelTrace は、3 つの整数生成チャレンジを送信し、数値フィンガープリントを抽出して、既知のモデルフィンガープリントのローカルライブラリと照合することで、応答の背後にある特定の LLM（GPT または Claude）を識別する Python Web ツールです。手動の貼り付けテストと自動 API 呼び出しをサポートし、バックグラウンド監視用の Codex プラグインを含み、18 個のモデルバージョンの事前構築済みバンクを同梱しています。

Honcho は AI エージェント向けのオープンソースメモリサービスです。メッセージ/イベントを保存し、バックグラウンド推論を実行してピアごとの表現を構築し、コンテキストのクエリ、ハイブリッド検索、自然言語回答のための API/SDK（Python、TypeScript）を提供します。マネージドクラウドサービスとして使用したり、CLI でローカル実行したり、Docker でセルフホストしたりできます。多くのコーディングエージェント（Claude Code、Codex、Cursor など）と統合され、AGPL-3.0 ライセンスです。