伸びている AI プロジェクト

Letta は、永続的なメモリを備えたステートフルな 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です。CLI、セルフホストサーバー、チャネル統合（Slack、Telegram、Discord）、TypeScript SDK、およびメモリ用のオプションのクラウドストレージを提供し、エージェントが時間の経過とともに学習し、コンテキストを保持できるようにします。

edge‑tts は、Microsoft Edge のオンライン ニューラル テキスト読み上げサービスを呼び出す Python パッケージおよび CLI です。`pip`/`pipx` でインストールし、MP3/オーディオ ファイルを生成したり、即座に再生したりできます。数百の音声、レート/音量/ピッチの調整をサポートし、プログレス バーを表示します。このライブラリは Home Assistant、Podcastfy などのプロジェクトで使用されています。

画像、音声、3D分子構造の生成に使用・学習可能な最先端の拡散モデルを扱うモジュール式ライブラリ。

一般ウェブ検索、垂直分野検索、および完全なページコンテンツ抽出をサポートする、AIエージェント向けの統合型リアルタイム検索エンジンスキル。

CPA Manager Plusは、大規模言語モデルプロバイダー向けのCLIProxyAPI (CPA) ゲートウェイを監視・管理するためのセルフホスト型Webパネルです。リクエストログをSQLiteに保存し、コストや使用状況の可視化、障害診断、クォータの健全性追跡を行うほか、軽量なUI代替機能とフルモードの管理サーバーを提供します。Dockerまたはネイティブパッケージでデプロイ可能で、すべてのデータは暗号化キーと共にオンプレミスに保持され、テレメトリは一切送信されません。

テキストや画像を、奥行きと輝きを備えたインタラクティブな3Dホログラフィックカードに変換する自動化パイプライン。ウェブビューアと編集可能なBlenderプロジェクトの両方を提供します。

A deployment toolkit for running the Qwen3.8 Flash Next model on a single NVIDIA DGX Spark, providing an OpenAI-compatible API for text and vision tasks.

WeThinkIn/AIGC-Interview-Bookは、AI求職者のための無料のオープンソース中国語プラットフォームです。面接対策、技術知識（AIGC、LLM、AIエージェント、ディープラーニングなど）、学習ルート、キャリアプランニング、コミュニティ貢献システムをカバーしています。長期的価値が実証された技術のみを学ぶことを重視し、主任編集者と6人の共同編集者（すべて業界経験者）によって維持されています。

厳選されたオープンソースのAIエンジニアリング面接の質問と回答のリストで、15のトピックセクションに分かれており、Outcome SchoolのAmit Shekharが維持し、多くの回答が外部のブログ記事やビデオにリンクしています。

これは深層学習ノートのコレクションで、CV、NLP、大規模モデル、Agentをカバーし、ビデオチュートリアル、データセット、コミュニティ、就職支援サービスを備えています。

KiCAD 10向けのAI支援PCB設計プラグイン。Model Context Protocolを使用して、AIアシスタントが直接回路図の作成、PCBレイアウト、設計監査を実行可能にします。

NVIDIA Run:ai は、Kubernetes 上で GPU リソースをオーケストレーションおよび管理するためのオープンソースプラットフォームであり、チーム間での AI ワークロードの効率的な共有、スケジューリング、ガバナンスを可能にします。

Model Context Protocol 用の Python SDK。開発者は標準化されたサーバーやクライアントを構築し、LLM アプリケーションを外部データやツールと接続できます。

EchoMuseは、中古のAmazon Echo Dot 2nd genをHome Assistant用のプライベートなローカル音声サテライトに変換し、クラウドやAmazonサービスへの依存を完全に排除します。

継続的な内面的独白とBashベースの実行を備えた、永続的で自己主導のAIエージェントを可能にするオープンソースのエージェントマイクロハーネスです。

ノートPCのCPU上で動作し、テキストベースの質問に対して「はい/いいえ」、多肢選択、スコアリングの回答を提供する高速なローカル意思決定エンジン。

bili-cliは、AIエージェントがBilibiliアカウントを管理できるようにするツールであり、ファンとの交流、動画アップロード、コンテンツ分析、チャンネル分析を自動化します。

dsh-synapse は DeepSeek Harness のプラグインで、会話、フォローアップ質問、ブランチを閲覧可能でドラッグ可能、ズーム可能なマップとして視覚化し、DSH のネイティブセッションを単一の真実のソースとして維持します。レイアウトと短いプレビューのみを保存し、メッセージ内容はオンデマンドで読み取り、プロンプトやモデルの動作を変更することはありません。

Surf は、AI エージェントがシンプルなコマンドとブラウザ拡張機能で Chrome を制御できるようにするコマンドラインツールで、ゼロ設定、エージェント非依存の使用を提供し、API キーなしで AI サービスに問い合わせることができます。

AIコーディングエージェントを仮想オフィスの同僚として視覚化し、そのステータスとトークン使用量を監視するターミナルベースのピクセルアートダッシュボードです。

Xianyu向けのWebベース管理システム。複数アカウントの顧客メッセージ自動化、AIによる返信、注文処理を効率化します。

複数の AI コーディングエージェントのトークン使用量とコストを追跡するための高性能 CLI ツールと可視化ダッシュボード。

fast-jev-compaction は、Claude Code のデフォルトの要約コンパクションを、選択的削除プロセスに置き換える npm ライブラリおよび Claude Code プラグインです。全会話（ツール結果は短いプレースホルダに置き換え）を Jev LLM に送信し、各ツール呼び出しとその結果を保持する必要があるかを尋ね、不要と判断されたものだけを削除します。結果として、ユーザー/アシスタントのテキストはすべて正確に保持され、不要なツール操作のみが削除されます。

テキストおよび全二重音声モダリティ全体で、複雑な現実世界のカスタマーサービス業務における会話型AIエージェントを評価するためのシミュレーションフレームワーク。

このリポジトリは、実際のAI関連プロジェクトです。ドイツの法律業務向けのClaude互換プラグイン、スキル、プロンプトテンプレートの厳選コレクションです。

Apache Airflow は、ワークフロー（DAG）の作成、スケジューリング、監視のためのコードベースのプラットフォームです。主に静的で変化の少ないパイプラインに最適で、ML/AI オーケストレーションをサポートし、冪等なタスクと大規模なデータ転送を避けることを重視しています。POSIX システムで動作し、特定の Python/データベースバージョンが必要で、制約ファイルを使用して pip でインストールされます。このプロジェクトは厳格な SemVer に従い、Apache Software Foundation によって管理されています。

ローカルファーストでオープンソースのAIエージェント。マシン上で制御ループを実行し、ブラウザを操作し、ファイルを編集し、承認されたコマンドを実行し、永続的なメモリを保持します。llama.cppを介して小さな量子化モデルで効率的に動作するように設計されています。

エージェントワークロード向けに最適化された高性能 LLM 推論エンジン。C++ コントロールプレーンと Python 実行プレーンを分離することで、最大限の速度と柔軟性を実現します。

FluidAudio は、Apple Neural Engine 上で最適化された CoreML モデルを実行することで、完全にローカルで低遅延の音声 AI（ASR、TTS、VAD、ダイアライゼーション、強調）を iOS および macOS に提供する Swift SDK です。

Qwen‑Image‑2.1 は、テキストから画像への生成と画像編集（透明出力を含む）のための 7B パラメータの拡散モデルです。高速な 8 ステップの「Turbo」バリアントを提供し、最大 10 枚の参照画像をサポートし、Diffusers、ComfyUI、vLLM‑Omni、SGLang、LightX2V、OpenVINO と統合されています。ホスト型 Pro/Turbo API は Alibaba Cloud で利用可能です。

開発者が既存のハーネスや環境を最小限のコード変更で利用し、強化学習を用いてAIエージェントをトレーニングできる軽量なエージェント型強化学習フレームワーク。

MLXフレームワークを使用し、Appleシリコン向けに最適化されたテキスト生成および大規模言語モデル（LLM）のファインチューニング用Pythonパッケージ。

Omalauncher は、Omarchy の外観を模倣した Android ランチャーで、proot を介して Arch Linux ARM ユーザーランドを実行でき、各 Linux アプリを独自の Android タスクとして表示できます。テーマ対応 UI、編集可能な OWL ウィジェット、AI コーディングエージェントにプロンプトを転送する下部バーをサポートし、root、広告、アカウントなしで動作します。

LLMエージェントが管理するナレッジリポジトリのためのガバナンス標準およびツールセット。構造化されたルール、再開可能なタスク状態、および検証可能な作業エビデンスを提供します。

Piコーディングエージェント向けのスタンドアロン拡張機能。ツール呼び出し、観測処理、コンテキスト圧縮を最適化することで、トークンコストと推論作業量を削減します。

駆動ビデオや画像を使用して、人間や動物の静止画に精密なステッチングとリターゲティング制御を伴うアニメーションを付与する、効率的なポートレートアニメーションツール。

Java の慣習に沿ったライブラリで、統一された API を通じて JVM アプリケーションへの LLM（大規模言語モデル）統合と埋め込みストアの利用をシンプルにし、RAG やエージェントアプリ構築のためのツールボックスを提供します。

MotionCloneは、ChatGPT/Codexのログイン情報を使用して短いモーショングラフィックス動画を分析し、編集可能なHyperFrames (HTMLベース) プロジェクトとして再構築するWindows専用アプリです。サイドバイサイドでの比較や、MP4またはソースコードへの書き出しが可能です。

LLMと音声認識ツールを、インストール不要でクロスプラットフォーム対応の1ファイル実行可能ファイルにバンドルするフレームワーク。

DeepSeek Harness デスクトップアプリ用のプラグインで、WeChat を介して AI エージェントをリモート制御および操作でき、ファイル転送、音声コマンド、セッション管理をサポートします。

テンソル指向のメタプログラミングを使用して、高パフォーマンスGPUカーネルを書くことを容易にするTritonベースのドメイン固有言語。

Claude AIをAbleton Liveに接続するModel Context Protocol (MCP) サーバーとリモートスクリプト。プロンプト支援による音楽制作とトラック操作を実現。

AI駆動のエグゼクティブ管理システムで、専門エージェントの評議会が戦略的・運営的リーダーシップタスクを処理し、リーダーのデジタルツインとして機能します。

LiteParse はクラウド依存なしに、ローカルで高速かつオープンソースの PDF 解析ツールで、空間テキストと構造を Markdown や JSON に抽出します。

CapCut Mate API は、剪映（CapCut）のドラフト編集のためのRESTfulインターフェースを提供するオープンソースの自動化ツールであり、開発者がプログラムでビデオを作成、編集、レンダリングできるようにします。

Direct3D 12 ゲームにおいて、AMD GPU 上で DLSS スタイルのニューラルレンダリング、フレーム生成、およびレイ再構成を可能にするソフトウェアラッパー。

fallow は、TypeScript および JavaScript コードベース向けの静的解析ツールで、リポジトリグラフを構築して、複雑度のホットスポット、重複、未使用コード、アーキテクチャの逸脱、スタイルの問題を検出します。単一の Rust バイナリとして実行され、TypeScript コンパイラや設定は不要で、新しい発見に基づいてプルリクエストをゲートできます。

JourniOne‑Planning‑Skillsは、JourniOneプラットフォームにAI駆動の旅行計画機能を追加するオープンソースのNode.jsスキルです。ユーザーが自然言語で旅行の希望を伝えると、日ごとの旅程を作成し、ホテル（TourMind経由）やフライト（Kiwi.com経由）を検索・比較し、キャンセル条件を確認した上で、視覚的で共有可能な旅行日誌を生成します。インストールにはTourMindホテルスキルとKiwi MCPが必要で、バックエンドのLLMはjournione.aiでホストされています。