伸びている AI プロジェクト

リアルタイム文字起こし、コンテキスト認識型の回答、および面接やプロフェッショナルな通話のための高度なステルス機能を備えた、ローカルファーストかつソース公開型のAI会議アシスタント。

Kimodoは、テキストプロンプトと精密な運動学的制約を通じて、人間やロボットのための高品質な3Dアニメーションを生成するモーション拡散モデルです。

AI エージェントのワークフローを検査可能な状態のグラフと実行可能なチェックに変換するコマンドライン状態機械。長時間実行タスクにおける信頼性を確保します。

Occamy-1.0は、ツール使用、ファイル操作、マルチステップワークフローなどの長期間の共同作業タスク向けに設計された、オープンソースのコンパクトなエージェント型言語モデル（総パラメータ数35B、アクティブパラメータ数3B）です。推論効率を維持しながら、共同作業のベンチマークで優れた結果を達成しています。

AIエージェント向けのブラウザ自動化スキルであり、Web接続機能、CDPベースのブラウザ制御、および既存のブラウザセッションやローカル履歴の利用機能を提供します。

Gravitas は、AI コーディングエージェント向けのオープンソースの信頼性ランタイムであり、エージェントが編集を証拠に基づいて行い、タスクを完了する前に自動テストを通じて作業を検証することを要求することで、エンジニアリングの規律を強制します。

OpenEnvは、エージェント強化学習のための隔離された実行環境を作成、デプロイ、使用するためのエンドツーエンドのフレームワークであり、シンプルなGymnasiumスタイルのAPIを提供します。多様な環境（ゲーム、コーディングサンドボックス、ブラウザ）をDockerイメージとして統一されたインターフェースで提供し、主要なRLフレームワークでのトレーニングを可能にします。

複数のWhisper AIバックエンドに対応した、インストールが容易なラッパーを提供する統合CLIおよびPython API。隔離環境と話者分離機能を備えています。

MAPIEは、回帰、分類、時系列、コンピュータビジョンタスク向けに、モデル非依存の予測区間とリスク制御された予測セットを提供するPythonライブラリです。任意のscikit-learn推定器（およびTensorFlow/PyTorchモデルのラッパー）と連携し、コンフォーマル予測に基づく統計的に保証された不確実性推定を提供します。`pip install mapie`でインストールし、`MapieRegressor`や`MapieClassifier`ラッパーを使用して、最小限のコードで較正済みの区間／セットを取得します。

Prismor は、AI エージェント向けのランタイムセキュリティおよびガバナンスプラットフォームであり、エージェントのアクション、ツール呼び出し、ネットワークアクセスを監視し、ポリシーを適用して、プロンプトインジェクションやデータ漏洩などのセキュリティリスクを防止します。

LLMの限られたコンテキストウィンドウを管理する方法を教える「Agent Skills」のキュレーションコレクション。このリポジトリは、素材を自己完結型のスキルフォルダ（基礎、アーキテクチャ、運用など）に整理しており、Claude Code、Cursor、または任意のOpen-Pluginsホストで読み込むことができます。コンテキストエンジニアリングの概念（中間喪失、圧縮、自己編集可能なコンテキスト）を説明し、プラットフォームに依存しない例を提供し、最先端モデルでの高いスキルルーター精度を示すベンチマーク結果を含んでいます。

AI搭載ウェアラブルアプリケーションの構築のための安定したAPIとリファレンス実装を提供する、オープンソースのウェアラブルAIハードウェア開発基盤。

PaperQA2は、科学論文、PDF、技術文書に対して、高精度で引用付きの質問応答を可能にするエージェント型RAGシステムです。

バックグラウンドでの自動化を、リアルタイムの監視とコラボレーションのための、目に見える没入型ワークスペースへと変える、AIエージェントのための3D仮想オフィス。

ローカルAI推論サーバーの管理とホットスワップを自動化するGoベースのリバースプロキシ。統一されたAPIを通じて複数のモデルをシームレスに実行できます。

Kauldronは、データセット、モデル、最適化手法のための柔軟な接続層を提供することで、研究のスピードを向上させるために設計されたモジュール式の機械学習トレーニングライブラリです。

テキスト読み上げ、グラフィックレンダリング、自動カメラワークを統合し、AIエージェントがナレーション付きのアニメーション解説動画をローカルで生成できるようにするオープンソースエンジン。

XRAGは、Retrieval‑Augmented Generation（RAG）のためのオープンソースのベンチマーキングフレームワークです。ユーザーは、古典的なIRメトリクスとLLMベースの品質スコアを使用して、リトリーバー、埋め込み、LLM、オーケストレーターなどの個々のRAGコンポーネントを評価できます。特徴には、モジュラープラグインアーキテクチャ、OpenAI、Ollama、Hugging Faceモデルのサポート、CLI、インタラクティブテスト用のWeb UI、REST APIサービスが含まれます。pipでインストールし、TOMLファイルで設定し、ベンチマークを実行したり、合成QAデータを生成したりできます。RAGシステムを構築または比較する研究者やエンジニアに最適です。

LLMs および AI エージェントフレームワークと Stripe の課金および支払いインフラを統合する SDK およびプラグインのコレクション。

Hands-On Modern RLは、マルコフ決定過程やPPOなどの強化学習の基礎から、RLHF、エージェントAI、マルチモーダル強化学習などの現代的なトピックまでを、実行可能なコードと実験を通じて学べるオープンソースの書籍兼コースです。

Sentient OS は、ローカルファイル、メール、カレンダー、メッセージを読み取り、Markdown ナレッジベースを構築し、ショートカット経由でタスクを引き渡せる、オープンソースの macOS パーソナル AI です。タイピング、クリック、フォーム入力（Sidekick）、あなたの口調で返信下書き（Double-Tap）、一晩のオンデバイス処理後のプロアクティブな提案を提供します。内蔵モデルをローカルで実行するか、互換性のあるローカルまたはホスト型 LLM を接続できます。すべての生データは、オプションの暗号化クラウド同期を有効にしない限り、Mac 上に残ります。

HOL Guardは、AIエージェント向けのPythonベースのローカルファーストなアンチウイルスです。シェルコマンド、ファイルアクセス、パッケージインストール、プラグイン使用をインターセプトし、秘密情報の漏えい、破壊的な操作、プロンプトインジェクション、サプライチェーンリスクをフラグします。ユーザーは`pipx`でインストールし、ウィザードを実行して対応エージェント（Codex、Claude Code、Copilot CLI、Geminiなど）をフックし、CLIまたはオプションのクラウドダッシュボードで承認を管理できます。リポジトリには、AIプラグインのCIセキュリティチェック用の`plugin‑scanner`も含まれており、既製のGitHub Actionが利用できます。

アイデア、アウトライン、ドキュメントから自然言語編集とnano banana proモデルを使用して編集可能なスライドを生成するAIネイティブなプレゼンテーションアプリ。

AI エージェントに統制されたセマンティックレイヤーを提供し、ビジネス上の質問を正確な SQL とデプロイ可能なダッシュボードに変換するオープンソースの生成型 BI エンジンです。

開発者が40以上のAIコーディングエージェントのローカルセッションファイルを分析して、AIコーディング支出を追跡・最適化するためのツール。

再学習なしでカスタム定義された述語を使用して画像内のオブジェクト間の関係を識別する、リアルタイムのオープンボキャブラリー関係予測システム。

NeuralNoteは、MuScriptorトランスフォーマーモデルを使用して、オーディオファイルをDAW内で直接編集可能なMIDIデータに変換するオーディオプラグインです。マルチ楽器検出とローカル処理に対応しています。

InfraTechは、モデルトレーニング、推論最適化、分散システムなど、AIインフラストラクチャを習得するための開発者向けの教育リソースと実践的なコード演習のコレクションです。

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。

ASR、TTS、音声LLMを含むプロフェッショナルな音声AIモデルの開発・デプロイ向け、PyTorchベースのツールキットです。

Kimi K3は、長期的なコーディング、ディープリサーチ、および複雑なエージェント的ナレッジワーク向けに設計された、2.8Tパラメータのオープンウェイト・ネイティブマルチモーダルMoEモデルです。

Midscene.jsはビジョンベースのGUIエージェントで、開発者が自然言語のステップを使用してWeb、モバイル、デスクトップアプリのエンドツーエンドテストを記述できるようにします。スクリーンショットから要素を特定し、アクションを実行し、複数のプラットフォームで視覚的な結果を検証し、多様なマルチモーダルLLMを低コストで人間らしいテストにサポートします。

HAPI は、公式の AI コーディングエージェント（Claude Code、Codex、Cursor Agent など）をラップするローカルファーストのツールで、iOS/Android アプリ、Web/PWA クライアント、または Telegram Mini App からセッションをリモートで実行・制御できます。シームレスなローカル↔リモートのハンドオフ、電話での承認、リモートターミナルアクセス、音声制御、オプションのワークスペースブラウザをサポートしています。セットアップは npx コマンド 2 つで完了します。Web クライアントは無料、ネイティブアプリは有料で、リレーは WireGuard + TLS によりエンドツーエンドで暗号化されます。

実行前のブロッキングにより、危険なコマンドの実行や機密情報の漏洩を防ぐ、ローカルなコーディングエージェント用の安全システム。

NVIDIA-NeMo / Nemotron は、オープンソースのマルチモーダル基盤モデル（Nano、Lightning、Super、Ultra、Omni）に加え、モジュール式の「ステップ」フレームワーク、完全なトレーニングレシピ、デプロイメントクックブック、エージェント型 AI システム構築のための例を提供します。すべてのモデルとパイプラインは Apache 2.0 でリリースされ、エッジ GPU からデータセンタークラスターまで実行できます。

EdenLiveは、低忠実度のリファレンスビデオ（例：ゲームのプロキシレンダリング）を高品質でリアルタイムの生成ビデオに変換するオープンソースシステムです。5Bおよび14Bの拡散モデルを提供し、双方向推論とチャンク自己回帰推論の両方をサポートし、ストリーミングWebRTCサービス、テキストからゲームへのスキル、ReactorおよびLightX2Vとの統合による高速デプロイを備えています。

ペタバイト規模のマルチモーダルデータを対象とした、高速でスケーラブルなベクトル検索を実現するLanceカラム形式に基づくマルチモーダルレイクハウスおよびベクトルデータベース。

高精度かつ低遅延で、エッジおよびモバイルデプロイに適した、企業向けの事前学習済み音声活動検出器（VAD）です。

Heeler は、herdr エージェントファースト端末ランタイム向けのネイティブ iOS ダッシュボードであり、開発者が SSH 経由でリモートマシン上のコーディングエージェントを監視、操作、対話できるようにします。

Thinking-orbs は、Web インターフェースで AI エージェントに視覚的なフィードバックを提供するために設計された、軽量な 2D キャンバスベースのローディングアニメーションのライブラリです。

14のドメインにまたがる102のスキルを含む、階層的なルーティングシステムとして構造化された、凝縮されたサイバーセキュリティ知識ベース。AIエージェントがペネトレーションテストとセキュリティ研究を実行するためのもの。

LangChain、LangGraph、AutoGen および関連ツールを使用して、生成 AI エージェント（単純なチャットボットからマルチエージェントのビジネス、クリエイティブ、研究システムまで）を構築する方法を教える Jupyter 笔记本の大規模なコレクション。各笔记本には、説明、実行可能なコード、ビデオへのリンクが含まれています。このリポジトリはオープンソースでコミュニティ主導であり、本番環境対応の AI エージェントを構築するためのステップバイステップの学習パスとして機能します。

smolvmは、AIエージェントを高速で分離されたVMで実行できるオープンソースのマイクロVMランタイムです。分岐可能なチェックポイント、ポータブルな`.smolmachine`バンドル、Python・Node・Rust向けSDKをサポートし、AIワークロードの安全なサンドボックス化と再現可能な状態を実現します。

自律型エージェントを構築するためのTypeScriptフレームワーク。統一されたアクションレイヤー、データベース、および専用ユーザーインターフェースを共有します。

ブラウザ自動化とデータ分析が可能な汎用AIエージェントを構築するためのオープンソースフレームワーク。

Oil Motion は、ユーザーが提供した画像やビデオから、スクロールやマウスで制御されるインタラクティブなウェブアニメーションを作成する AI 搭載スキルです。キーフレーム設計、AI ビデオ生成、クリーンアップ、圧縮を自動化し、すぐに埋め込めるアセットを生成します。

WASM対応を備えた、高速なtscの代替として設計されたRustへのTypeScriptコンパイラおよびチェックツールの高性能な移植版。

Reversa は、Node ベースのフレームワークで、レガシーコードベース内にインストールし、専門の AI エージェント（Claude Code、Codex など）を使用して、プロジェクトを機械可読な仕様にリバースエンジニアリングします。仕様は下流の AI コーディングエージェントの運用契約として機能し、レガシーシステムの安全な進化、移行、またはドキュメント化を可能にします。インストールは 1 行の `npx reversa install` で完了します。主要な発見パイプラインは `/reversa`（または `/reversa-autonomous`）で実行されます。このツールは、明示的にフォワードコーディングコマンドを呼び出さない限り、既存ファイルを変更しません。また、アイデア出し、価格設定、バグ追跡、HTML ドキュメント生成のための追加チームも提供します。