伸びている AI プロジェクト

このリポジトリには、LLMエンジニアリングに関する8週間のコースの完全なカリキュラムが含まれており、実践的なプロジェクト、セットアップガイド、自律型エージェントAIソリューションを構築するための段階的なパスを備えています。Ollama、Cursor、Google Colabなどのツールを使用して実践的なスキルを教え、APIコストを最小限に抑えます。

best-of-Agent-Harnessesは、LLMを回答者から実行者へと変えるランタイム層であるAI「エージェントハーネス」の厳選・ランキングカタログ（166プロジェクト）です。意思決定ガイド、コピペ可能なテンプレート、約180行の学習用ハーネス、エージェント設定を監査する10個のインストール可能な「スキル」、およびエージェント自身がリストを照会するためのMCPサーバー/JSON/llms.txtが含まれています。核心的な主張は、モデルの品質よりもハーネスの品質が結果を左右し、ランキングはモデル間でほとんど引き継がれないため、モデルごとに最適なペアリングを選択する必要があるという点です。貢献を歓迎します。ランキングはハーネスの懸念事項への関連性とGitHubのスター数/活動量に基づいています。

ASPIREは、従来の勾配ベースの学習をエージェントベースのアプローチに置き換えるロボット工学フレームワークです。AIエージェントが感覚運動スキルを発見・洗練させることで、シミュレーションおよび現実世界における複雑な操作タスクを解決します。

自然言語による対話を通じて、世界中のホテルやフライトの検索、比較、予約をエンドツーエンドで実現するAIエージェント向けスキルセット。

Easydictは、単語の素早い検索、翻訳、OCRのためのネイティブmacOSアプリです。言語を自動検出し、ショートカット駆動の複数の入力モードを提供し、20以上のサービス（従来の辞書、クラウド翻訳、OpenAI、Gemini、Claude、OllamaなどのLLMを含む）から結果を集約します。Homebrew（`brew install --cask easydict`）または手動ダウンロードでインストールできます。オープンソース（GPL-3.0）であり、コミュニティからの貢献を歓迎しています。

ArduPilotは、ドローンやローバーから潜水艇まで、幅広い自律走行車両を制御するために設計された包括的なオープンソースのオートパイロットソフトウェアスイートです。

fireworks-tech-graph は Codex および Claude Code 用の Agent Skill で、英語または中国語の説明を、ジオメトリ検証済みの洗練された技術図（SVG、高解像度 PNG、セマンティック GIF アニメーション、オフライン対話型 HTML）に変換します。12 スタイルと 14 の図タイプをサポートします。

self-llm は、中国語のコミュニティ駆動型チュートリアルプロジェクトで、初心者に Linux でのオープンソース大規模言語モデルのインストール、デプロイ、ファインチューニングを教えます。50 以上のモデル（Qwen、DeepSeek、Llama、GLM など）をカバーし、AMD GPU、Huawei Ascend NPU、Apple Silicon をサポートし、4 つの完全なサンプルプロジェクトを含みます。推奨される学習順序は、環境構築 → デプロイ → ファインチューニングです。

Lexora は、ユーザーが目標を説明すると、ファイル、アプリ、日常タスクにわたって自律的に計画し実行するデスクトップ AI エージェントです。マルチエージェント連携、プラグイン、スケジュール自動化、そしてユーザーデータと API キーをマシン上に保持するローカルファースト設計を特徴としています。

Machine Skillは、実際の機械（例：「ターボファンジェットエンジン」）の1行の説明を、正確なジオメトリ、マテリアルレンダリング、軽量物理ソルバーを備えたフォトリアルでインタラクティブなthree.jsウェブページに変換するClaude Codeエージェントスキルです。ページは探索、分解、断面表示、または「破壊」が可能で、単一のコマンドで30秒間の決定論的な動画を記録できます。`npx skills add AirsupHQ/machine-skill`でインストールし、Claudeに`/machine …`と尋ねるだけでHTMLファイルを取得できます。リポジトリには、スキルマニフェスト、単一のランタイムキット（ビルドステップ不要）、物理ソルバーのレシピ、機械のサンプル、スクリーンショットおよびビデオキャプチャ用のスクリプトが含まれています。エンジン、ポンプ、コンプレッサー、時計などの物理ベースの視覚化を素早く必要とする教育者、クリエイター、エンジニア向けですが、簡略化されたモデル（CFD/FEAではない）を使用しており、最も重いシーンには最新のGPUが必要です。

Inbox Zero は、Gmail/Outlook を整理し、あなたのスタイルで返信を下書きし、一括退会、ミーティングブリーフ、Slack/Telegram コントロールを提供し、高速な Web/デスクトップ UI を備えたオープンソースの AI メールアシスタント兼クライアントです。Docker と CLI ウィザードでセルフホスト可能です。

VS Code、JetBrains、CLI 向けのオープンソース AI コーディングエージェントで、コード生成、計画、デバッグに 500 以上のモデルを利用できます。

OpenCV は、AIを搭載した視覚解釈ソフトウェアを構築するために必要なツールとアルゴリズムを提供するオープンソースのコンピュータビジョンライブラリです。

Kamiは、8つの組み込みドキュメントテンプレートと多言語サポートを使用して、自然言語の要求をプロフェッショナルなスタイルのPDF、PNG、またはPPTXファイルに変換するAIエージェントスキルです。

実際の実行パフォーマンスとユーザーフィードバックを分析して、AIエージェントがタスクに最適なスキルを見つけてランク付けするのを支援するエージェンティック発見エンジン。人気だけでなく。

Claude Code 向けの指示スキル集で、DaVinci Resolve Studio 内で自動ビデオ編集アシスタントとして動作できるようにします。

ShrimpReel は、1枚の写真をバイラル風の動画に変えるAIビデオSaaSサイトを構築するためのオープンソーステンプレートです。完全にCloudflare（Workers、D1、R2、KV、Queues）上で動作し、ユーザー管理、決済、動画生成、管理ツール、SEO、コンプライアンス機能を含みます。各サイトはテンプレートからクローンされた独立したリポジトリで、キーワードごとにカスタマイズされ、独立してデプロイされます。

自然言語プロンプトを使ってプロダクショングレードのAIエージェントを自動生成するゼロコードプラットフォーム。マルチエージェント協働と、プラグアンドプレイ型ツールエコシステムを備える。

Markdownを微信（WeChat）公式アカウントエディター向けに最適化された、スタイルを保持したプロフェッショナルなHTMLに変換するAIエージェント用スキルです。

本番環境のトレースを評価、最適化、微調整のためのバージョン管理されたデータセットに変換し、AIエージェントを継続的に改善するためのプラットフォーム。

iphone-useは、AIエージェントが画面をテキストとして読み取り、タップやスワイプなどの操作を行うことで物理的なiPhoneを制御できるようにする自動化ツールです。APIのないアプリでも動作します。

Gitリポジトリやローカルディレクトリを、LLM向けのプロンプトに最適な単一のテキストダイジェストに変換し、コードのコンテキストとトークン統計を提供するツールです。

MCPツールを介して作業負荷に基づく意味論で、生データとAIエージェントの間のギャップを自動的に構築・精緻化する自己進化型オントロジー層。

CNEquityは、中国市場向けのローカル金融データレイクであり、研究やAIエージェント向けに構造化・バージョン管理されたデータを提供します。増分更新、品質監査をサポートし、MCPを介してLLMとシームレスに統合可能です。

AgentCraftはマルチエージェントコーディングをMinecraftの世界に変えます。目標を入力すると、リードエージェントが計画を立て、ワーカーエージェントが隔離されたワークツリーでコーディングを行い、ゲーム内から実際のdiffを確認してマージを承認できます。Claude Agent SDK（またはCodex）を使用しており、エージェントはプッシュを行わず、メインのチェックアウトに触れることもないため安全です。

PSD2Live は、レイヤー化された Photoshop ファイルを完全にリグ付けされたアニメーション 2D キャラクターに変換するオープンソースのデスクトップ スイートです。メッシュ、ボーン、物理、デフォルトモーションを自動生成し、キャンバスベースのエディターですべてを編集でき、Live2D Cubism ファイル、オープンソースの Rust ランタイム、ビデオ、その他の形式にエクスポートできます。このプロジェクトは、AI エージェントがプログラムでプロジェクトを読み取りまたは変更できるようにするローカル MCP サービスも提供します。

Symphonyは、プロジェクトの作業を自律的な実行プロセスに変換するためのフレームワークであり、チームがコーディングエージェントを監視するのではなく、ハイレベルな作業の管理に集中できるようにします。

Claude Code Agents から移植された 300 以上の Antigravity「スキル」（ワークフローパッケージ）のキュレーションコレクション。Google Antigravity の AI エージェント環境で検索、インストール、管理するための npm CLI 付き。

json-render は、AI がプロンプトからインターフェースを作成できるようにしながら、安全性と予測可能性を維持する生成 UI フレームワークです。AI の出力を定義済みのコンポーネントとアクションのカタログに制限し、それらを複数のプラットフォームでレンダリングします。

Noiseは、バックプロパゲーションなしで固定されたTransformerを事前学習するための競争的なスピードランです。トラックのルール、固定されたデータセットとモデル、そしてリーダーボードを提供し、フォワードパスのみを使用する学習アルゴリズムをベンチマークして、バックプロパゲーションベースの学習を凌駕することを目指しています。

構造化された実行可能なオブジェクトとして扱うことで、複雑なソフトウェア開発タスクの信頼性、回復性、検証性を高めるメソッドネイティブAIワークシステム。CLIワークベンチとSDKを提供。

AIコーディングエージェント向けの標準化された移植可能なスキル集で、フロントエンドレビューからクラウドインフラまでをカバーし、テストと反復のための評価CLIを備えています。

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。

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。

DeepWiki-Openは、コードリポジトリを分析して、インタラクティブなWiki、視覚的な図、およびドキュメント用のガイド付きコードマップを生成する自動化ツールです。

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コーディングエージェントに永続的なプロジェクト知識、ガバナンス、リスク駆動の品質ゲートを提供するプロジェクトコンテキストとエンジニアリング制御プレーン。

AIコーディングエージェントがFigmaのデザインデータにアクセスできるようにするMCPサーバー。スクリーンショットを使用するよりも正確にデザインを実装できます。

TryPostは、AGPLライセンスのオープンソースのソーシャルメディアスケジューラで、人間の編集者向けのウェブUIと、AIエージェントが多数のネットワークにまたがって投稿の作成、キューイング、公開、分析を行うためのMCP/REST APIの両方を提供します。

stable-diffusion.cppは、拡散モデルベースの画像（および一部の動画）生成モデルのための純粋なC/C++推論エンジンです。ggmlをベースに構築されており、CPU、CUDA、Vulkan、Metal、OpenCL、SYCL上で動作します。Stable Diffusion、FLUX、Qwen-Imageなど数十種類のモデル、複数の重みフォーマット、LoRA、ControlNet、アップスケーリングなどの拡張機能をサポートしています。ビルド済みバイナリ、1行で実行可能なCLI、そして豊富な言語バインディングとUIフロントエンドのエコシステムを提供します。

ReachAI は、既存のエンタープライズアプリ（OA、ERP、CRM、HR など）に AI アシスタントを後付けできる、オープンソースの Java 中心のプラットフォームです。UI と API をスキャンし、ビジネスメソッドをアノテーション付きの Capabilities として登録し、LLM 駆動の「AI Coding」を使用して提案されたリファクタリングを実装し、自然言語クエリに回答したり、フォームに記入したり、トランザクションをトリガーできる Agent とバージョン管理された Workflows をデプロイします。元の認証を維持し、書き込みにはユーザー確認を必要とし、完全な監査トレースを提供します。

大規模な地理空間および関係データセットの高速分析を目的とした、メモリ内、GPUアクセラレーテッドなSQLリレーショナルデータベースおよび可視化プラットフォーム。

Anthropic の Claude Code コーディングアシスタントを使用するための包括的でバージョン管理されたガイド（ウェブサイト、Markdown ソース、オプションの MCP サーバーを含む）——インストール、エージェントハーネス設計、セキュリティ、可観測性、エンタープライズ採用をカバー。

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。

Android向けの自律型AI開発ワークスペース。ユーザーはコーディングエージェントとチャットし、Linuxコマンドを実行し、スマートフォン上で直接アプリをビルドできます。

物語の計画、脚本作成から絵コンテ、最終的な動画生成まで、制作パイプライン全体を自動化するエージェント型動画制作フレームワーク。

AI モデルとエージェントの管理を統合した現代的なオープンソース Linux サーバー管理パネル。サーバー操作用の Web GUI と、AI モデルとエージェントを統合管理するプラットフォームを提供します。

AIおよびモニタリングアプリケーション向けに、大規模データセットに対するニアリアルタイムの検索と分析を可能にする、分散型検索・分析エンジンおよびベクトルデータベース。