AI生成パイプラインを使用して、単一のベース画像をゲーム対応の透明スプライトアトラスまたはアニメーションループに変換するPython CLIおよびエージェントスキル。

ソーシャルメディアクリエイターのための、トレンドの発見、計画、アセットの作成、およびマルチプラットフォーム公開のエンドツーエンドのワークフローを自動化するオープンソースのAIコンテンツワークベンチ。

NVIDIAのDLSS 5シャープ化および強調効果をWindowsデスクトップ全体または特定のウィンドウに適用するリアルタイムニューラルレンダラー。

Lightpanda Browserは、AIエージェントと大規模Web自動化のために構築された、Zigで書かれた軽量ヘッドレスブラウザです。完全なV8 JavaScriptエンジンを搭載し、CDPとWebDriver BiDiインターフェースを提供し、LLMがプレーンな英語のタスクを通じてブラウザを操作し、決定論的なJavaScriptスクリプトを記録する「エージェント」モードを含みます。ベンチマークでは、ヘッドレスChromeと比較してメモリが約16分の1、ページロードが約9倍速いと主張されています。Homebrew、AUR、直接バイナリ、またはDocker経由でインストール可能で、Linux/macOS（WindowsはWSL2）をサポートし、主要なLLMプロバイダーと統合します。このプロジェクトはMITライセンスで、積極的にテスト（ユニット、エンドツーエンド、Web Platform Tests）が行われており、コミュニティDiscordによってサポートされています。

YouTubeまたはローカル動画から縦型ショートクリップを自動生成するオープンソースのPythonツール。ローカルのWhisperで文字起こしし、LLM（OpenAI、Gemini、またはMuAPI）でバイラルな瞬間をランク付けし、オプションでAI生成フックを追加し、シンプルなCLIまたはローカルWeb UIでクリップをレンダリングします。

1B〜2Bパラメータのコンパクトで最先端の言語モデルシリーズ。コード、数学、エージェントタスクにおいて強力な能力を発揮し、デバイス内での実行に最適化されています。

AIエージェントが数千ものApify Actorを用いてウェブスクレイピング、データ抽出、自動化を行うことを可能にするMCPサーバー。

Coinbaseで暗号資産を取引するため、生物学的神経ネットワーク構造を用いたハエ接続体シミュレーション。

ai‑memory は、Git ベースのウィキに plain markdown ファイルとして、コードアシスタントが行ったすべての観察（プロンプト、ツール呼び出し、セッション境界）を記録する Rust ベースのサーバーです。ローカル、Docker/Podman、またはホームラブボックスで実行でき、Claude Code、Codex、Cursor、Gemini CLI など多数のエージェント、マシン、チームメンバー間で共有可能です。エージェントが投稿するフックはセッション終了時に統合され、読みやすいウィキページに変換されます。次のセッションでは、前回の作業を正確に再開できるよう、簡潔なハンドオフが提供されます。ストレージは人間が読める markdown と SQLite インデックス（FTS5、エンティティおよびオプションのベクトル検索）で構成されています。デフォルトでは LLM や埋め込みキーが不要ですが、オプションの Anthropic/OpenAI 統合により LLM 生成の要約と意味的検索が可能になります。マルチユーザー認証、監査ログ、個人ごとの属性が組み込まれています。Arch AUR、Docker ラッパー、またはネイティブバイナリからインストールし、サーバーを起動し、クライアントとそのフックを登録すれば、システムは透明に動作します。

リアルタイム音声エージェント向けの低遅延・感情認識型長期記憶システムで、最小限のトークン消費で実現。

コードベースの事前構築された意味的知識グラフをAIエージェントに提供することで、ファイル単位の遅い発見を排除し、トークンコストを削減する意味的コードインテリジェンスプラットフォームです。

AuKは、音声生成、編集、強化、音源分離に使える15億パラメータのオープンソース基盤モデルです。自然言語による指示で動作し、高品質なベースモデルと高速な4ステップ蒸留版「Flash」を提供。CLI、Gradio UI、Python API、ファインチューニングスクリプト、ComfyUI統合も備えています。

ディープラーニングモデルを使用して、200種類以上のコンテンツタイプを高い精度と速度で正確に識別するAI駆動のファイルタイプ検知ツール。

LLMと多段階の言語間翻訳を使用して、AI生成テキストをより自然に感じさせ、AI検出器を回避するオープンソースのリライトパイプライン。

画像生成とAIによる批判のクローズドループサイクルを使用して、視覚的に印象的なゲーム、アプリ、または3Dシーンを構築するエージェントスキル。

Codex、Claude Code、Claude Desktop、Grok Build で、Claude、Gemini、Grok など任意のLLMを使用できるユニバーサルプロバイダープロキシです。

さまざまなAIコーディングアシスタントのリアルタイム使用制限とセッション状態を表示するmacOSアプリ。

anydoc は、Node、Python、WebAssembly バインディングを備えた純 Rust ライブラリで、14種類のオフィス文書形式を数ミリ秒で一貫した GitHub フォーマット Markdown に変換します。ドキュメント構造を保持し、スキャンされた PDF 用のオプションのホスト OCR をサポートし、CLI、Agent Skill、言語固有の SDK としてパッケージ化されており、高速かつ均一なテキスト抽出が必要な LLM 向けパイプラインに最適です。

幅広いハードウェアで、最小限の設定で高パフォーマンスなLLMおよびVLM推論を実現する、シンプルなC/C++実装。

機械学習のためのエンドツーエンドのオープンソースプラットフォームで、ML を活用したアプリケーションの構築とデプロイのための柔軟なツールとライブラリのエコシステムを提供します。

Soupは、1つのYAML設定ファイルと1つのコマンドで、低VRAM GPU（4GB程度）でも8Bモデルを含むLLMのファインチューニングを可能にするPython CLI（オプションでWeb UIあり）です。レイヤーストリーミング、QLoRA、多数のトレーニング目的、GGUF/ONNX/TensorRTへのエクスポート、OpenAI互換サーバーを備え、SSH不要、自動設定検出、豊富なドキュメントで構成されています。

論文、ウェブ、コードベースにわたる文献レビュー、論文のランク付け、科学的証拠の統合を自動化するオープンソースのAI研究エージェント。

AI サブスクリプション枠を API でアクセス可能なサービスに変換することで、ユーザーが AI サブスクリプション枠を配布・管理できる AI API ゲートウェイプラットフォームです。

CPU-GPU共同実行とメモリ管理を最適化することで、エッジネイティブなMoEサービングエンジンとして、一般消費者向けハードウェア上でフロンティア規模のオープン重みモデルを実行可能にします。

ローカル優先のオープンソースAIボイススタジオで、ボイスクラーニング、音声生成、システム全体の音声入力に対応。AIエージェント統合のためのMCPサーバーを備えています。

ローカルおよびクラウドベースのモデルに統一されたインターフェースを提供する自己ホスト型で拡張可能なAIプラットフォーム。組み込みのRAG、エージェント作成、エンタープライズレベルのユーザー管理を備える。

複数のAIエージェントを並列で実行できるようにするgit worktree管理用CLI。別々の作業ディレクトリの作成と切り替えを簡素化することで、開発者が効率的に作業できるように設計されています。

TimesFMは、Google Researchが開発した時系列予測用の基礎モデルです。オープンソースリポジトリには、バージョン3.0までの事前学習済みチェックポイント、PyTorchおよびApple silicon（MLX）バックエンドを備えたPythonライブラリ、単変量・多変量時系列（共変量付き）、分位数予測、LoRAスタイルの微調整がサポートされています。主要ベンチマークで最先端のスコアを達成し、Google Cloud（BigQuery ML、Vertex Model Garden、Sheets）と統合可能で、コードはApache-2.0、最新の重みは非営利のみのライセンスです。

OpenWhispr は、プライバシーを最優先とする音声口述入力、会議の文字起こし、AI アシスタントとの対話のためのクロスプラットフォームデスクトップアプリです。Whisper ベースのモデルまたはクラウドサービスによるオフライン音声認識、話者分離、セマンティック検索を備えたノート作成、チームコラボレーション、開発者向けパブリック API をサポートしています。

オープンソースのローカル推論エンジンで、ハードウェアをプロファイリングし、最適なLLMを推奨・ダウンロード・ローカルでプライベートに実行します。

カメラやウェアラブル機器、クラウド接続なしで、人の存在、生命体徴、ポーズを推定するWiFiセンシングプラットフォーム。

MyContextは、ユーザーの業務データ（チャット、ドキュメント、会議など）をプライベートなローカル保存のナレッジグラフに継続的に取り込むデスクトップアプリです。このグラフはLLM、ローカルエージェント、または許可されたAIアプリによってクエリ可能であり、より情報に基づいた回答を提供するためのパーソナルなコンテキストレイヤーを提供します。機能には、デジタル・セルフ・アシスタント、ソース引用付きの自然言語検索、および厳格なヒューマン・イン・ザ・ループ制御が含まれます。本プロジェクトは活発に開発されており、Elastic License 2.0の下でリリースされています。

AI チャットモデル向けにキュレーションされたプロンプトのオープンソースライブラリ。ウェブインターフェース、セルフホスティングオプション、プロンプトエンジニアリングの教育リソースを備えています。

Microduckは、強化学習ポリシーを使用して歩行、転がり、環境との対話を行う小型二足ロボットの制御ソフトウェアです。

開発者向けのAI駆動の就職活動ワークフロープラグインで、技術的プロジェクトログやオープンソース貢献をプロフェッショナルな履歴書と面接対策資料に変換します。

AIエージェントスキルとして、Remotionを活用して製品のスクリーンショットとコピーから映画的なプロモーション動画を生成する。157のショットレシピカードのライブラリを用いる。

AIエージェントとウェブスクレイピング向けに設計された、Rustで書かれた軽量で隠密性の高いヘッドレスブラウザーエンジン。ヘッドレスChromeの代替として、高性能かつ低メモリ使用量を実現。

より安全なコードを構築するために、ソフトウェアの脆弱性の発見、再現、修正を自動化するためのポータブルなツールキットとエージェントフレームワーク。

Claudeを基盤としたAIショッピングおよびマーチャントエージェントの参考実装。カスタマー向けコマースとセキュアなバックオフィス管理のフレームワークを提供。

テキストまたは画像を、パララックス効果付きのインタラクティブな3Dホログラムカードに変換するCodexスキル。Three.jsによるウェブビューアと編集可能なBlenderプロジェクトを提供。

SkillSpectorは、NVIDIAが開発したオープンソースツールで、AIエージェントのスキル（プラグイン、プロンプト、コード）に潜在するセキュリティ問題をスキャンします。71の既知の脆弱性パターンに対する静的解析、オプションのLLMベースの意味的チェック、リアルタイムCVE照会、ベースライン抑制、複数の出力形式（ターミナル、JSON、Markdown、SARIF）をサポート。CLI、Dockerコンテナ、MCPサーバーとして実行可能で、開発者、CIパイプライン、本番エージェントに有用です。

人間とAIコーディングアシスタントの間に、コードが書かれる前に整合性を確保する軽量な要件レイヤーを追加する仕様フレームワークです。

screenshot‑to‑codeは、Gemini、GPT‑5.5、ClaudeなどのLLMを使用して、UIスクリーンショット、モックアップ、または短い画面録画を、すぐに実行可能なフロントエンドコード（HTML/CSS、React、Vueなど）に変換するオープンソースアプリで、オプションでアセット抽出やビジュアルプレビューも可能です。

SDKとFastAPIベースのサービスを提供し、組み込みのRAGとツール管理を備えたマルチエージェントアプリケーションを構築、デプロイ、スケーリングするための本番環境対応エージェントフレームワーク。

人間とAIエージェントが並行して作業できるブラウザ。エージェントはユーザーの既存のログイン情報を保持した隔離されたワークスペースで自動タスクを実行できる。

リアルタイムで顔の表情や手のジェスチャーを検出し、それに応じてミームオーバーレイをトリガーするウェブカメラアプリ。ビデオ通話で使用可能なバーチャルカメラを備えています。

コードベースの構造的知識グラフを構築することで、AIエージェントに効率的で低トークンのアーキテクチャインサイトへのアクセスを提供する高性能なコードインテリジェンスエンジンです。

モデル重みまたはエージェントハーネスの更新を自動化する、自己改善エージェント向けの継続的学習インフラストラクチャ。