伸びている AI プロジェクト

PDF、画像、音声を含む100種類以上のファイル形式から、クリーンなテキスト、テーブル、構造化データを抽出する高性能なドキュメントインテリジェンスエンジン。

GodotPrompterは、AIコーディングエージェント（Claude、Copilot、Cursorなど）に56のGodot固有の「スキル」カタログを装備させるプラグインです。エージェントがリクエスト（例：「プレイヤーコントローラーを追加」）を受けると、一致するスキルを読み込み、Godotのベストプラクティスに従ったGDScript / C#コード、チェックリスト、説明を返します。メンターモード、プロジェクトスキャフォールディング、ゲームプレイシステム、ネイティブ拡張、人気アドオンをサポートし、すべてGodot 4.3+にバージョン固定されています。インストールは各プラットフォームのプラグインマーケットプレイスから行え、SessionStartフックがGodotプロジェクトを自動検出します。

Banana Claude は、Google Gemini の画像生成リクエストを計画、レビュー、実行するプラグインで、AI 生成ビジュアルの作成、編集、比較、タイプセットのための安全でコスト管理されたワークフローを提供します。

OpenAI CLI は、ユーザーがターミナルから直接 OpenAI REST API と対話できるようにする公式のコマンドラインツールであり、カスタムコードを書くことなく画像生成、ファイル管理、バッチ処理などのタスクを実行できます。

コードベースを知識グラフにインデックス化してAIエージェントに正確なコンテキストを提供する高性能コードインテリジェンスエンジン。応答あたり最大50倍のトークン使用量削減を実現。

AIエージェント向けのモジュール式NSFWプロンプトテンプレートの静的でオープンソースのコレクション。14の順序付きモジュール、35以上のテーマ、200以上のポーズで構成され、成人向け画像生成のための詳細な英語プロンプトを生成する固定の組み立て式も含まれます。DeepSeek FlashなどのAIモデルを対象とし、一貫性と品質のためのベストプラクティスを含みます。

ComfyUI用のカスタムノードで、Qwen-Image-Edit-2511-Multiple-Angles-LoRAと互換性のあるプロンプトを生成するためのインタラクティブな3Dビューポートを提供します。

Row‑Botは、LLMと対話してファイルの作成、コードの実行、デザインの管理、サービスの操作を行いながら、データをローカルに保持できるセルフホスト型のデスクトップAIアシスタントです。個人用ナレッジグラフによるメモリ機能、目標駆動型エージェント、承認ゲート付きアクション、マルチデバイスのリモートアクセス、および各種統合（GitHub、Notion、Slackなど）を提供します。Windows/macOS/LinuxまたはDocker上で動作し、OllamaやOpenAI互換のプロバイダーを利用して、すべてのデータをマシン上に安全に保存します。

Grok App は、ローカルの Grok Build CLI に GUI を提供するオープンソースのデスクトップワークベンチ（macOS/Windows/Linux 対応）です。マルチプロジェクトワークスペース、エージェントの推論のリアルタイムストリーミング、ライブ同期を備えたファイル編集、Git 統合、オムニチャネル IM ブリッジ、カスタマイズ可能な UI を提供し、LLM 実行をローカルに保ちます。

Genex は、AI を活用したゲーム開発用のデスクトップアプリで、チャットベースのエージェント（Claude Code、ChatGPT、またはローカルモデル）をマルチエージェントチームとして使用し、アセット、コード、ゲーム全体を作成できます。エクスポート、公開、プラグイン拡張も可能です。

生成AIプロジェクトとサービスをカテゴリ（テキスト、コーディング、画像、音声など）ごとに整理した厳選GitHubリスト。推奨読書、マイルストーン発表、コミュニティ投稿リンクを含む。

日本のアダルトビデオ向けの専門字幕生成ツールで、VAD、シーン検出、後処理を含む強化されたパイプラインを使用して、幻覚を防ぎ、ノイズの多い音声での精度を向上させます。

.NET向けの高性能構造化データエンジン。コンパクトなトークンベースの中間表現を使用して、複数のデータ形式にわたるシリアライズ、デシリアライズ、インプレース編集を高速化します。

Agent Deck は、開発者が複数の AI コーディングエージェントセッションを単一のインターフェースから管理、監視、オーケストレーションできるターミナルベースのコマンドセンターです。

AIエージェントがCadence VirtuosoおよびSpectreチップ設計ツールを、Python、SKILL、またはコマンドラインを使用して、ローカルまたはSSH経由でプログラム的に制御できるようにするCLIブリッジです。

Claude Code、OpenCode、Codex向けの構造化された研究ワークフローで、体系的なアウトライン生成、深掘りWeb調査、自動レポート作成を可能にします。

SocialCoach は、AI を活用したソーシャルスキル練習ツールで、難しい会話（昇給の依頼や追加業務の断りなど）をリハーサルし、自分の言葉に基づいたフィードバックでパフォーマンスを振り返ることができます。7 つの生活カテゴリにわたる 58 の状況から練習シナリオをパーソナライズし、中国語と英語に対応しています。

AIエージェントがソースサイトを技術仕様として扱い、自動化された多層検証を用いて高忠実度かつ検証可能なWebサイト再構築を行うためのフレームワーク。

Open CoDesign は、MIT ライセンスのデスクトップアプリで、平易な言葉のプロンプトを、ウェブサイトのプロトタイプ、スライドデッキ、マーケティング素材などの洗練された実行可能な成果物に変換します。完全にあなたのラップトップ上で動作し、すでに支払っている任意の AI モデル（Claude、GPT、Gemini、Ollama、または OpenAI 互換のエンドポイント）と連携するため、クラウドへのロックインも強制サブスクリプションもありません。

AIエージェント、アプリ、自動化を構築してビジネスプロセスや内部オペレーションを効率化するオープンソースのオペレーションプラットフォームです。

Claude CoworkとClaude Codeの機能を拡張する、検証済みのコミュニティプラグインマーケットプレイス。

Remotionを使用してプロフェッショナルなソフトウェア製品デモビデオを構築するためのReactコンポーネントのライブラリ。AIインターフェースやターミナルセッションに特化したショットを特徴とします。

多様な AI ペルソナを用いて仮定に挑戦し、対立的推論を通じてハイステークスな意思決定を行う構造化されたマルチパースペクティブ審議フレームワーク。

whichllmは、ハードウェア（またはシミュレートされたGPU）を検出し、ライブベンチマークデータ、メモリ適合性予測、速度予測を使用して、ローカルで実際に実行可能なHugging Face LLMをランク付けするCLIツールです。テーブル、Markdown、JSONでの出力、チャットの開始、Pythonスニペットの生成が可能で、ハードウェアアップグレードの計画コマンドも含まれています。

Codex AIエージェントに統合されるローカルファーストの課題ボードで、AIがプロジェクトタスクを自律的に追跡・更新できるようにします。

オンデバイスMLモデル（Mozilla翻訳、PaddleOCR、CLD2、各種TTSエンジン）を使用して、テキスト、画像、文書を完全オフラインで翻訳するAndroidアプリ。55言語に対応し、辞書検索機能を提供し、他のアプリ向けのAIDL APIも備えています。F-Droidからインストール可能。言語パックは一度ダウンロードすれば永久にオフラインで使用できます。

クラウド依存やコンテンツ制限なしで、オープンソースのAIモデルをデバイス上でローカルに実行できるクロスプラットフォームのモバイルおよびデスクトップアプリケーション。

TeslaのCANバスと通信し、FSD機能のアンロック、警告のバイパス、制限された機能の復元、リアルタイム診断を行うためのFlipper Zero（およびESP32）用DIYツールキット。商用デバイスの無料代替品です。

Google Flow を介して AI 動画制作を自動化するスタンドアロンシステム。Chrome 拡張機能ブリッジを使用して認証を処理し、シーン間の視覚的一貫性を維持するパイプラインを備えています。

PyTorch 上に構築されたディープラーニングライブラリで、高レベルコンポーネントによる高速な生産性と、低レベルコンポーネントによる研究の柔軟性を提供します。

DeepSeek Web ChatアカウントをOpen WebUIやClaude Codeなどのツール用APIエンドポイントとして利用可能にする、ローカルのOpenAI互換APIプロキシです。

CodexおよびClaude Code向けのモジュール化されたAIエージェントスキルの包括的ライブラリ。動画、SNS、ビジネス分析向けの自動コンテンツ制作パイプラインに特化。

ハーネスに依存しないAgent Skillで、AIコーディングアシスタントが短いトピックやスクリプトからフルレングスの説明動画を生成できます。デジタルヒューマンプレゼンターまたは12のアニメーションスタイルのいずれかを使用します。スクリプト作成、音声合成、プレゼンタービデオ、リップシンク、キャプション、グラフィックス、QA、最終レンダリングを、証跡ゲート付きステップ、コストガードレール、プロバイダーに依存しないサポートで統括します。

スケーリング則、創発的行動、および合成データ生成を研究するために、大規模なエージェント社会をシミュレートするオープンソースのマルチエージェントフレームワーク。

Go言語で構築されたネイティブなMCPサーバー。AIエージェントがKubernetesやOpenShiftクラスターと直接対話し、管理することを可能にし、手動でのCLIツール操作を不要にします。

Apple Silicon上のMiniMax-H3向けにネイティブMetal推論エンジンを開発。高度なメモリとパフォーマンスの最適化により、ローカルでのテキストから動画・音声への生成を可能にします。

高額な月額コストをかけずに本番環境対応のAIアプリケーションを構築したい開発者のために、無料枠のあるAI API、コーディングコパイロット、インフラツールを厳選し、頻繁に更新しているディレクトリです。

時系列データを言語モデルアーキテクチャ用のトークンとして扱う、ゼロショット時系列予測のための学習済み基盤モデルファミリー。

様々なLLMプロバイダーを使用して、Webページ、ドキュメント、メディアファイルからコンテンツを抽出・要約する多機能なCLIツールおよびブラウザ拡張機能です。

ThoughtDAG は、LLM チャットの各ターンを無限キャンバス上のノードに変換するオープンソースのデスクトップ/ウェブアプリです。ノード（ワイヤー）を接続または切断することで、次のリクエストのコンテキストとなる過去のターンを正確に決定でき、会話の分岐、枝刈り、マージが可能です。過去のセッションを検索するためのローカルインデックス、関連性ランキングのためのオプションの Jev 決定モデル、クイックルックアップ用の CLI、DeepSeek Harness プラグインが含まれています。Homebrew、npm、またはソースからインストールできます。OpenAI 互換または Ollama エンドポイントを設定できます。機能には、ドキュメントのサイドバイサイドクリッピング、パスの圧縮/ウィービング、ノードごとのモデル選択、グラフの「Thought Map」としてのエクスポート、読み取り専用共有が含まれます。MIT ライセンスで、積極的にメンテナンスされています。

AIコーディングエージェントのアクティビティログを可視化して再生する、ローカルでプライバシーに配慮したツールです。エージェントが何を読み、何を編集し、どこでエラーに遭遇したかを監査するのに役立ちます。

ウェブサイトをクリーンな Markdown、JSON、および LLM 対応のコンテキストに変換し、AI エージェントや RAG パイプラインで利用可能にするウェブ抽出ツール。

AIを活用してプロフェッショナルな入札書類の作成、管理、リスクチェックを自動化するオープンソースのデスクトップアプリケーション。

タスクの実行、コミュニケーション、コード実行を通じてゲーム世界と対話できる、インテリジェントなMinecraftエージェントを作成するためのLLM駆動型フレームワーク。

OpenAdaptは、人間のUI操作（デスクトップ、Web、RDP、Citrix）を記録し、反復可能なプログラムにコンパイルし、独立したチャネルを介してレコードを読み戻すことで、ターゲットシステムに入力されたデータが正しく保存されたかを**検証**するオープンソースのPythonエンジンです。検証が失敗した場合、実行は停止し、人間にプロンプトが表示されます。複数のサーフェス、ポリシー駆動の認定、プライバシーファーストのデータ処理をサポートし、ローカルまたは管理クラウドサービスで実行できます。

Qwen3.5、3.6、3.8 のオープンウェイト大規模言語モデルシリーズで、コーディング、専門的リサーチ、自律エージェントタスクにおいて高パフォーマンスを実現します。

AI小説ジェネレーターは、大規模言語モデルを用いて作家の小説計画と草稿作成を支援するセルフホスト型Webアプリです。スノーフレーク方式の階層的なストーリー計画（巻→アーク→シーン→章）、エンティティ管理（キャラクター、派閥、場所）、改訂履歴付きの章エディター、ノードベースのAIワークフローデザイナーを提供します。スタックはNext.jsフロントエンド、FastAPIバックエンド、MongoDBストレージ、OpenAI、Gemini、Claude、DeepSeekなどのアダプターを含みます。ユーザーは自分のモデルAPIキーを設定し、組み込みワークフローを実行してアウトラインと散文を生成し、出力をローカルで編集し、すべてのデータをプライベートに保ちます。インストールにはPython 3.13+、Node 20+、MongoDBレプリカセット（Dockerオプション）が必要です。AGPL‑v3ライセンス。

PDF Craft は、スキャンされた PDF を OCR で抽出し、構造（章、表、脚注、画像）を保持して、編集可能な Markdown または EPUB としてエクスポートする Python ライブラリです。リモートまたはローカルの DeepSeek ベースの OCR、テキスト LLM によるオプションの翻訳をサポートし、翻訳テキストを新しい PDF に書き戻すこともできます。このパッケージは、同期および非同期 API、再利用可能な抽出ファイル（.pcex）、およびクイックテスト用のオンラインデモを提供します。