伸びている AI プロジェクト

MLflowはApache-2.0ライセンスのオープンソースプラットフォームで、機械学習および生成AIプロジェクトのライフサイクル全体を管理します。実験追跡、モデルレジストリ、デプロイツール、および多数のLLMプロバイダーとエージェントフレームワークとの統合を備えた新しいGenAIスタック（トレーシング、評価、プロンプトレジストリ、最適化、AIゲートウェイ）を提供します。

gpt‑with‑tasteは、複数のLLMコーディングアシスタント（Codex、Claude、Kiki、Pi、DeepSeekなど）のネイティブな指示にコンパイル可能な、単一のシステムプロンプト（「レシピ」）を提供するリポジトリです。このレシピは、モデルの返信に判断力、実行の規律、コラボレーションの処理、および視覚的な技術へのこだわりを加えます。インストールは1行のNodeスクリプトで行い、ユーザーのCodex設定にプロンプトファイル（およびオプションのフック）を配置します。これにより、サイドバイサイドのケーススタディで示されているように、モデルはより簡潔で目的意識の高い出力を生成するようになります。

Bilibili、YouTube、その他のプラットフォームの動画を、自動要約とスクリーンショット付きの構造化されたMarkdownノートに変換するAI駆動の動画ノートツール。

Chatboxは、ChatGPT、Claude、ローカルLLMなどの主要なAIモデルを統合的に利用できる、クロスプラットフォーム対応のデスクトップおよびモバイルクライアントです。ローカルファーストでインストールが簡単なアプリケーションを提供し、プロンプト管理やチームコラボレーション機能を通じてAIへのアクセスを簡素化します。

ClawBenchは、AIブラウザエージェントを実在のオンラインタスク（旅行予約、食事注文、求人応募など）で評価するオープンソースのベンチマークです。163のライブサイトにわたる281タスクの2つのコーパスが含まれ、各実行を5層トレースで記録し、LLMベースの評価器で結果をスコアリングします。`pip install clawbench-eval`（または`uv tool install`）でインストールし、モデルジャッジを設定し、Docker/Podman内で`clawbench` CLIを使ってタスクを実行します。結果はHuggingFaceリーダーボードに表示され、新しいタスクやエージェント向けに拡張可能です。

自然言語からフルスタックシステムを生成し、RAGベースのAIアプリケーションビルダーを提供するAI駆動型ローコードプラットフォーム。

AI技術スタック全体をカバーする包括的な学習リソースとインフラストラクチャガイド。ハードウェアアーキテクチャやGPUプログラミングから、クラウドネイティブなデプロイメントや大規模言語モデルのトレーニングまでを扱います。

Textus は、AI によるライティング支援を追加する無料のオープンソース Markdown エディタです。macOS、Windows、Linux で動作し、OpenAI 互換の LLM（ローカルの Ollama モデルを含む）をサポートし、ファイルと API キーをデバイス上に厳密に保持します。

オープンソースのLLMとマルチモーダルAIモデルを完全にデバイス上で実行するためのモバイルおよびmacOS向けアプリケーションで、チャット、メディア検索、音声文字起こしのためのプライベートでオフラインの体験を提供します。

RTranslator は、Android 向けの無料・オフライン・リアルタイム翻訳アプリです。2 つの AI モデル（翻訳用の Meta の NLLB と音声認識用の OpenAI の Whisper）を完全にデバイス上で実行するため、インターネットは不要で、プライバシーも保護されます。3 つのモードがあります：会話（2 台のスマートフォンが Bluetooth で接続し、ライブの対話を双方向に翻訳）、トランシーバー（1 台のスマートフォンで 2 人が交代で話す）、そしてクラシックなテキスト翻訳です。少なくとも 6GB の RAM が必要で、フル品質で 31 言語、低品質でさらに多くの言語をサポートし、まだベータ版で既知の Bluetooth 切断バグがあります。バージョン 3.0 は、より優れた翻訳モデルと完全なオープンソース化を目指して開発中です。

ida-pro-mcpのフォークで、ヘッドレスIDA Pro用に強化されたマルチインスタンスMCPサーバーを提供。AIエージェント（Claude Codeなど）が安全なHTTP API経由でリバースエンジニアリングタスクを制御可能。

ACID準拠を維持しながら、関係データと共に埋め込みを格納・検索できるオープンソースのPostgreSQL拡張です。

AIコーディングアシスタント向けのAgent Skillです。モダンでパフォーマンスが高く、アクセシブルなSwiftUIコードを書くための専門知識を提供し、LLMが陥りやすい一般的なミスを回避します。

Stagehand は、ブラウザエージェント向けの SDK で、自然言語の指示でブラウザを制御できます（観察、操作、抽出）。脆弱な CSS セレクタは不要です。TypeScript、Python、Go で動作し、サイトが変更されると自己修復し、トークン効率の良いキャッシュを備えたクラウド統合を提供します。

機械的複製の美学に焦点を当て、1色または2色のインクでプロフェッショナルな編集印刷物、ポスター、パッケージングを作成するためのデザインシステムとAIスキル。

Agent Sandbox は、単一のステートフルで分離された Pod（「サンドボックス」）のための Kubernetes CRD を追加します。安定したアイデンティティ、永続ストレージ、高速ウォームプールプロビジョニングを備えた、安全で長時間実行されるコンテナを必要とする AI 関連ワークロード向けに設計されています。単一のマニフェストでインストールし、`Sandbox` または `SandboxClaim` リソースを作成します。コントローラーは、gVisor や Kata などのランタイムを使用して Pod を作成します。Go/Python SDK とオプションのルーターにより、プログラムによる使用が容易になります。

Claudex Loopは、独立したAIモデルがプランをレビューし、プライマリビルダーが生成したコードを検査することを要求することで、AIコーディングの信頼性を向上させるマルチエージェントワークフローです。

ChatGPT2API は、ChatGPT の公式画像生成・編集機能を OpenAI 互換の API として公開するリバースエンジニアリングされたラッパーで、アカウントプール管理、オンライン描画ワークベンチ、Docker ベースのセルフホスティングを備えています。開発者は個々のアカウントを手動で管理することなく、ChatGPT の画像モデルを使用できます。

Burnは、テンソルエンジンと完全なディープラーニングフレームワークを組み合わせたオープンソースのRustライブラリです。統一された `Device` API、JITコンパイルされたカーネル、自動融合、およびオプションの自動微分機能により、Rustでトレーニングコードを記述し、GPU、CPU、WebGPU、さらにはリモートマシン上で全く同じコードを推論用に実行できます。エコシステムには、CubeCL（マルチバックエンドGPUコンパイラ）、ONNXインポート、重みローダー、ドメイン固有のクレート（ビジョン、強化学習、データセット）、およびターミナルベースのトレーニングダッシュボードやベンチマークスイートなどのツールが含まれています。

Windmill は、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。スクリプト（Python、TypeScript、Go、Bash など）を記述すると、Windmill が自動的に UI、API、cron ジョブ、ワークフローに変換します。レビューガードレール付きの AI 支援ビルド、Postgres 上の管理データテーブル、分析用の DuckDB/DuckLake をサポートし、最速のセルフホスト可能なワークフローエンジンであると主張しています。バックエンドは Rust + Postgres、フロントエンドは Svelte 5、サンドボックスは nsjail を使用。Docker または Kubernetes でセルフホストできます。AGPLv3 ライセンスで、商用オプションもあります。

Ncurator は、安全なローカルインターフェースを通じてオフィス文書管理、ローカルファイル編集、タスク実行を自動化するAI搭載のデスクトップアシスタントです。

ESP32ファミリーのマイクロコントローラ（ESP32、ESP32-S3、ESP32-C3）向けのオープンソース飛行制御ファームウェアで、Chenguang E1シリーズのような小型ドローンを飛行させます。姿勢センシング、モーターPWM制御、低バッテリー安全、LEDステータス、ブラウザベースのリモートコントロールを処理し、すべてデバッグコンソールで設定可能です。

Free-LLM は、コミュニティ保守、MIT ライセンスのディレクトリで、51 のプロバイダーから 270 以上の無料 LLM モデルと、9 つのローカル/セルフホストツールを掲載しています。クレジットカードの透明性、すぐに実行できるコードスニペット、比較ツールを提供し、ライブサイト free-llm.com によって支えられています。プロバイダーは、永続的な無料ティア、更新可能なクレジット、一回限りのトライアル、セルフホストオプションに分類されています。ほとんどのプロバイダーは OpenAI 互換のエンドポイントを使用しており、統合が簡単です。

UFO は AI エージェントフレームワークで、複数のデバイスとオペレーティングシステムにまたがる複雑な自動化を実現し、DAG ベースのオーケストレーションシステムを利用して Windows、Linux、Android 間のタスクを調整します。

botmux は、Feishu/Lark メッセージから AI コーディング CLI エージェント（Claude-Code、Codex、Gemini など）を起動・制御できる自己完結型バイナリです。各チャットメッセージは独立した CLI プロセスを生成し、その出力はライブ更新カードとしてストリーミングされ、Web ターミナルでの操作、セッションの引き継ぎ、タスクのスケジュール、同じグループでの複数ボットの実行が可能です。インストールはワンライナースクリプト（または npm）で、Linux/macOS（Windows は WSL2）で動作します。

Piエージェント向けの多機能なWebアクセスツールキット。数十のプロバイダー間でのインテリジェントなフォールバックルーティングにより、統一された検索、コンテンツ抽出、動画分析を提供します。

TECHO5 は、Amazon Echo Show 5、Show 8、その他のデバイスの Fire OS と Alexa を置き換えるオープンファームウェアで、軽量な Alpine Linux イメージと Go デーモンを実行し、タッチスクリーン付きの高速でプライベートな Home Assistant 音声アシスタントにします。

AIコーディングの専門用語を明確で実用的な概念に翻訳し、モデルがどのように機能し、なぜそのように動作するのかを開発者が理解できるようにする、わかりやすい英語の辞書。

音声認識、LLMベースの翻訳、AI吹き替えを単一のワークフローに統合し、動画翻訳を自動化する包括的なオープンソースツール。

TeamAI‑CLI は、npm で配布されるコマンドラインツールで、ソフトウェアチームが AI 関連のすべてのアセット（プロンプトスキル、安全ルール、環境設定、モデル参照、使用ログ）を共有 Git リポジトリに保存し、自動的に同期できるようにします。一度 `teamai init <repo-url>` を設定すれば、すべての AI セッション（Claude、Codex、Cursor、Copilot など）が最新のチームアセットを取得し、チーム全体で一貫性のあるバージョン管理された AI 動作を保証します。

MLX フレームワークを使用して、Apple Silicon 上でテキスト読み上げ、音声認識、音楽生成モデルのローカル推論を可能にする高性能オーディオ処理ライブラリ。

X‑AnyLabeling は、画像、動画、テキスト、3D 点群の AI 支援アノテーションのためのクロスプラットフォーム デスクトップ アプリケーションです。最先端のビジョン モデル（YOLO、SAM、Grounding‑DINO など）を多数バンドルし、ローカルまたはリモート推論をサポートし、検出、セグメンテーション、OCR、ポーズ、VQA などのツールを提供し、一般的なデータセット形式へのエクスポートも可能です。

Ragent AI は、Agentic RAG アプリケーションを構築するための本番運用可能な Java プラットフォームです。ハイブリッド検索（ベクトル、キーワード、グラフ、Web）、高度なクエリ理解、フォールトトレランスを備えたモデル階層化、多層セッションメモリ、Redis ベースのトラフィック保護、そして取り込みから回答までの完全なループを提供します。コードは 7 つの Maven モジュール（infra‑ai、system、rag、agent、bootstrap、framework、mcp‑server）に分割され、AI ベンダー、ストレージ、検索の関心事を分離することで、コンポーネントを交換可能にしています。v2 では ReAct スタイルのエージェントループを使用し、MCP ツール呼び出し、Skills、human‑in‑the‑loop 確認を備えています。本番向け機能には、サーキットブレーカー、トランザクション対応 RocketMQ、冪等性、トレーシング（Langfuse は任意）、SSE ストリーミング、Sa‑Token セキュリティが含まれます。React UI は、引用付きチャット/エージェントビューと、ナレッジベースおよびインテントツリー管理用の管理コンソールの両方を提供します。対象は、おもちゃのデモではなく、実世界で拡張可能な AI スタックを必要とする Java バックエンドエンジニアと面接対策の候補者です。

構造に配慮したリトリーブとPPO強化学習を活用し、長期戦略的なプレイを最適化する官丹カードゲーム用AIエージェント。

Ghostexは、複数のAIコーディングエージェントを管理するためのクロスプラットフォームワークスペースであり、チャット、ターミナルアクセス、IDE統合のための統一インターフェースを提供し、セッションやデバイス間での永続性を実現します。

このプロジェクトは、AIアシスタント向けのプラグイン、スキル、MCPサーバー、エージェントツールのキュレーションされたコミュニティ保守のカタログです。多くの人気AIコーディングツールの拡張機能をリストし、セキュリティスキャンに基づく信頼スコアを提供し、人間可読形式と機械可読形式の両方を提供します。これは発見のためのリソースであり、インストーラーではありません。

RAG パイプラインとエージェント ワークフローを統合し、インテリジェントなナレッジベースとカスタマーサービス ツールを作成するエンタープライズ グレードの AI エージェントを構築するためのオープンソース プラットフォーム。

Rig 是一个用于构建 LLM 应用的 Rust 库和基于终端的编码代理。它提供以插件为中心的架构、对 20+ 模型提供商和 10+ 向量存储后端的支持、内存管理、OpenTelemetry 追踪，以及一个可通过 JSON 脚本化的自重新加载的 Bevy 驱动代理。

知識グラフを使用して非構造化テキストから構造化データを抽出し、プライベートデータに対するLLMの推論能力を向上させるデータパイプラインおよび変換スイート

EditaPlotは、表形式データを編集可能なOrigin科学グラフ（OPJU、PNG、PDF、TIF）に変換するCodex駆動型のスキルです。各列の使用方法を確認した上でローカルのOriginを呼び出してグラフを生成するため、数値を捏造することなく、常に編集可能な結果を出力します。

Kubernetes ネイティブの仮想化ミドルウェアで、異種 AI アクセラレータ間での GPU 共有、リソース分離、デバイス認識スケジューリングを可能にします。

分離されたワークスペース、ホワイトボックスメモリ、スマートなモデルルーティングを使用して、長時間実行される複数プロジェクトのAI生産性タスクを管理するオープンソースのエージェントオペレーティングシステム。

任意のWebサイトからデザインシステムをデザイントークンに抽出し、CI/CDで視覚的な一貫性を強制してデザインのドリフトを防ぐツール。

LLMエージェントと金融データツールを統合し、自動化された市場調査、テクニカル分析、戦略バックテストを提供するデスクトップ型AI株価分析ツール。

ATASは、脚本からビデオを生成しつつ、永続的な3Dワールド状態を維持し、過去の瞬間を新しい角度から一貫して再撮影できる研究フレームワークです。

FunASRは、AlibabaのModelScopeチームによる産業グレードの音声認識ツールキットです。モジュール式のPython API、CLI、サーバーを提供し、オフライン/ストリーミングASR、VAD、句読点、話者分離、感情認識、およびllama.cppによるエッジ展開をサポートしています。Fun-ASR-NanoやSenseVoiceSmallなどの複数の事前学習済みモデルが含まれており、GPU、CPU、エッジデバイスに対応しています。

Maxunは、あらゆるWebサイトを構造化APIに変換するためのオープンソースプラットフォームです。ビジュアルダッシュボード、REST API、SDK、CLIを通じて、Webスクレイピング、クローリング、監視、AI支援によるデータ抽出を提供し、Dockerによるセルフホストやホスト型サービスとしての利用が可能です。

異なるフレームワークやサーバー上で構築された AI エージェント間で通信および相互運用を可能にするオープンプロトコル。内部ロジックを公開せずに協働できるようにします。