伸びている AI プロジェクト

AIを活用したミス管理システムで、学生が間違った回答を自動タグ付けと類似問題生成により整理・分析・復習できるように支援します。

Local Deep Research（LDR）は、自分のハードウェアで動作するオープンソースのセルフホスト型AIリサーチアシスタントです。ウェブ、学術データベース、個人のドキュメントライブラリを自動的に検索し、設定した任意のLLM（例：ローカルのQwen-3.6-27Bモデル）を使用して引用豊富なレポートを合成します。すべてのデータはSQLCipherで暗号化して保存され、システムには詳細なエグレス制御、ゼロテレメトリ、サプライチェーン強化が含まれています。Docker、Docker-Compose、またはpipでインストールでき、ネットワークトラフィックを制限するためのプライバシー重視の「エグレススコープ」を選択できます。

Next.js と TailwindCSS のための、ブラウザ上で UI を視覚的にデザインし、AI を使用して変更をコードベースに直接同期できるオープンソースのビジュアルファーストなコードエディタです。

カメラ認識と大規模言語モデルを使用して、家事を積極的に管理し、家族の習慣を学習するAI搭載の家庭用インテリジェントエージェント。

Dograh AIは、ビジュアルワークフローエディタ、モジュール式LLM/STT/TTS統合、電話コネクタ、SDKを備えた、音声AIエージェント構築のためのオープンソースかつセルフホスト可能なプラットフォームです。Dockerによるワンコマンドセットアップで、数分でローカル環境を構築できます。

LLMエージェントがGoベースのOS、HALドライバ、音声パイプライン、Markdown定義のスキルを介して実際のロボット（Lamp、Intern、Reachy Mini）を制御できるPhysical AIオペレーティングシステム。

Voxtype はオープンソースで MIT ライセンスの Linux アプリで、ローカルでリアルタイムの音声からテキストへの変換を提供します。高速な CPU モデル（Cohere Transcribe 9〜11 倍リアルタイム）を実行し、GPU/Intel NPU 加速をサポート。9 種類の交換可能な音声認識エンジン、多言語対応、ミーティングモードの音声認識、Wayland/X11 との深いつながり（ホットキー割り当て、メディアプレイヤーの自動一時停止、波形 OSD）を備えています。ユーザーがリモートサーバーを明示的に有効にしない限り、すべての処理はマシン上で行われます。

エージェントを使用して断片化されたデータソースを接続し、分岐する「Data Thread」ワークスペースによって自然言語でのデータ探索を可能にする、AI搭載のデータ可視化ツール。

HunyuanVideoは、130億以上のパラメータを持つオープンソースの動画基盤モデルであり、ハイブリッドTransformerアーキテクチャと3D VAEを使用して、テキストプロンプトから高品質な動画を生成します。

3Dガウシアンスプラッティングのためのモジュール式ワークステーションで、トレーニング、リアルタイム可視化、編集、自動化を単一のネイティブアプリケーションに統合します。

自律エージェントを使用してコードベースを調査し、変更を実装し、プルリクエストを管理するオープンソースのソフトウェアファクトリー。

23,000以上の簡潔なAI論文ノートを、会議や研究分野ごとに分類した、コミュニティ主導の包括的なリポジトリです。ユーザーが最新の業界動向を迅速に把握できるようにします。

WeChat公式アカウント向けの包括的なAIコンテンツ作成スキル。トピック選定、根拠に基づく執筆、編集レビュー、プロフェッショナルなレイアウトフォーマットをすべて自動化します。

Aseprite を AI アシスタントが完全に制御できるようにする Python MCP サーバー。ピクセルアートとアニメーションのための 18 カテゴリ 123 ツールを提供し、単なるプリミティブではなく良いピクセルアートを生成するために設計されています。Lua エスケープハッチと推奨 AI ワークフローも含みます。この説明は README に完全に基づいています。

Exa MCP Serverは、AIエージェントやコーディングアシスタントをExaの検索およびコンテンツ取得ツールに接続するブリッジであり、ライブウェブ調査やクリーンなデータの取得を可能にします。

AIエージェント向けの高速なCPUベースのコード検索ライブラリ。ハイブリッドな意味検索と語彙検索を組み合わせることで、トークン消費量を最大99%削減し、正確なコードスニペットを抽出します。

OpenTelemetryに基づき、ログ、メトリクス、トレースを統合してアプリケーション、インフラストラクチャ、およびAI/LLMパイプラインを監視するオープンソースのオブザーバビリティプラットフォーム。

オープンソースのデータラベリングツールで、ユーザーは音声、テキスト、画像、動画にアノテーションを付け、機械学習モデルのトレーニングデータを作成または改善できます。

人間とAIエージェントがウェブ開発の品質を監査・向上させるための、386のベストプラクティスルールを提供するオープンソースのフロントエンド品質システム。

Singularity は、Meta Quest ヘッドセット（2、Pro、3、3s）向けのオールインワン root アプリで、fugu エクスプロイトを使用して数秒で root を取得し、Magisk、プライバシーブロッカー、および幅広いシステム調整を提供します。

ml-engineering は、大規模言語モデルとマルチモーダルモデルのトレーニングと実行のための、著者の実践経験から編纂されたオープンで実用的なガイドです。ハードウェア、オーケストレーション、トレーニング、推論、デバッグをカバーし、すぐに使えるスクリプト、比較表、ダウンロード可能な電子書籍形式を提供します。

ドキュメント、コードベース、動画など18種類のソースを、AIスキル、RAGパイプライン、AIコーディングアシスタント向けの構造化された知識アセットに変換するデータ準備レイヤー。

文献探索から論文公開まで、8段階のパイプラインを通じてユーザーを導く17のAI研究スキルをまとめたポータブルカタログです。証拠認識型のハンドオフと明示的な人間による承認ゲートを備えています。コンテキストの再説明、幻覚による引用、不十分なギャップ分析、AI特有の文章、AIツール切り替え時の状態喪失といった問題を解決し、Claude Codeやその他のホスト向けプラグインとしてインストール可能です。

ripgrep、BM25、ベクトル検索を統合し、人間とAIエージェントのために高い関連性を持つ検索を提供するローカルファーストな検索レイヤー。

高忠実度と低遅延で音声を変換する、リトリーブベースの特徴を利用する音声トーン変換フレームワーク。

複雑なデジタルワークフローを自動化するための、マルチエージェントAIワーキャフトを構築・デプロイできるオープンソースのデスクトップアプリケーション。

Cloudflareなどのアンチボット保護を回避し、詳細なブラウザ制御とネットワーク検査を提供する、MCP互換AIエージェント向けのステルスブラウザ自動化サーバー。

プロジェクトをコードとして扱うビデオ編集プラットフォーム。AIエージェントがプログラムによって動画の編集、文字起こし、レンダリングを行えるようにしつつ、手動調整のためのビジュアルインターフェースも提供します。

AIエージェントが機密情報を公開することなく構成スキーマを読み取れるようにする、スキーマベースの環境変数マネージャー。

JobSpy は、LinkedIn、Indeed、Glassdoor、ZipRecruiter などの求人掲示板から求人情報を同時にスクレイピングし、分析やエクスポートのために pandas データフレームに集約する Python ライブラリです。

WeChat、Lark、Telegram、WhatsAppからのメッセージをさまざまなLLMにルーティングし、自動応答とチャット履歴分析を実現するマルチプラットフォームIMエージェント。

ACE-Step 1.5 用のデスクトップスタジオ。ボーカル付きのフル楽曲をローカルで生成でき、LoRA トレーニング、ステム分離、MIDI ツールを統合しています。

NVIDIA Warp と MuJoCo Warp 上に構築された GPU アクセラレーション物理シミュレーションエンジンで、スケーラブルで微分可能なロボティクスシミュレーション向けに設計されています。

UI コンポーネントを自然言語で記述し、リアルタイムでレンダリング結果を確認でき、React、Svelte、Web Components に変換できるオープンソースツールです。

パフォーマンストレースを分析するツールチェーンと、エキスパートレベルのSwiftUIベストプラクティスを提供するポータブルなエージェントスキル。

Anomalibは、さまざまなハードウェアプラットフォーム全体で最先端の視覚的異常検知モデルをトレーニング、ベンチマーク、およびデプロイするためのモジュール式フレームワークを提供するディープラーニングライブラリです。

OpenAI Codex向けのクロスプラットフォームデスクトップ管理ツール。プロンプトテンプレート、APIプロバイダー、セッション、Skills/MCP拡張機能を管理するための視覚的なインターフェースを提供します。

AIコーディングサブスクリプションの真のトークン単価を算出し、モデルの性能ベンチマークと比較することで、ユーザーが最適な価値を見つけられるようにするプロジェクト。

ローカルファーストで自己進化する個人知識ベース。AIエージェントのメモリを編集可能なMarkdownファイルとして保存し、長期的な知識保持とエージェント間共有を可能にします。

Photoshop MCP は、Photoshop での編集を自然言語で指示できる Node ベースの AI アシスタントです。プロンプトを Photoshop コマンドに変換し（LLM またはオプションの Jev ルーター経由）、単一の取り消し可能なステップとして実行します。背景除去、ポートレートレタッチ、バッチ透かし入れ、カルーセル作成などをサポートします。ブラウザチャット UI（`npx -p @alisaitteke/photoshop-mcp ui`）または Cursor、Claude、VS Code 用のプラグインから利用できます。ベータ版、コミュニティメンテナンス、Windows/macOS で動作し、Photoshop 2012+ と Node 18+ が必要です。

学術論文を読むためのローカルデスクトップアプリケーション。AIによる翻訳、対話型Q&A、構造化されたノート作成機能を提供し、元のドキュメントのフォーマットを維持します。

Reachy Mini はオープンソースのロボットキット（ワイヤレスまたはUSB）で、Python と JavaScript SDK、シミュレーションサポート、AI 駆動の動作のための Hugging Face アプリストアを備えています。メーカーや AI 開発者は、表現豊かな動きを素早くプログラムし、LLM を統合し、Web ベースのロボットアプリを共有できます。

Omi は、画面と音声を記録し、ライブで文字起こしし、そのテキストをLLMに送って要約と永続的なAIチャットを実現する、オープンソースの「セカンドブレイン」プラットフォームです。ウェアラブル用ファームウェア、macOS/Windows/Flutterアプリ、Python FastAPIバックエンド、多言語SDKが含まれ、すべてMITライセンスです。

Scope Recall は、AI エージェント向けの永続的な共有メモリシステムで、SQLite を使用して検証済みの事実を保存し、Hermes、Codex、Claude Code などの複数の AI アシスタント間で統一された知識ベースを提供します。

位置推定、マッピング、SLAM、経路計画のための必須ロボティクスアルゴリズムを実装した、Pythonコードとテキストブックの包括的なコレクションです。

手頃な価格のロボット工学の学習と実験に適した、コンパクトで3Dプリント可能なオープンソース人型ロボット。

複数のAIアカウントを管理し、国内および国際的なAIサービスプロバイダーを切り替えるための統一APIを提供する、Goベースの軽量ゲートウェイ。

オープンソースのエージェントオーケストレーションツールのキュレーションされたディレクトリで、パターン（並列コーディング、自律ループ、スウォーム、パーソナルアシスタント、インフラストラクチャ）ごとに分類されています。開発者は、複数のAIエージェントを並行して実行したり、チェーンしたり、カスタムオーケストレーションレイヤーを構築したりするためのオプションを発見して比較できます。