伸びている AI プロジェクト

Spark-X2.6-4Bは、40億パラメータのオンデバイス言語モデルであり、エージェント機能、コーディング、長文脈理解能力を向上させ、品質と速度を調整可能な思考レベルで提供します。様々な推論エンジンで動作し、エッジデバイス上で高性能なAIエージェントを展開するために設計されています。

複数のオブザーバビリティツールからのアラートを集約、重複排除し、AIを使用して相関分析と要約を行う、オープンソースのAIOpsおよびアラート管理プラットフォーム。

AnthropicのClaude-Codeアシスタントをサイバーセキュリティのコパイロットに変える、22の「Claude Code」スキルパックを提供する本物のオープンソースプロジェクト。各スキルは、トリガー、方法論、テンプレート、オプションのPythonスクリプトを含むマークダウンファイルで、OSINTや脆弱性スキャンからAI-LLMセキュリティ、パープルチームエミュレーションまでをカバーしています。インストールは、`skills/`フォルダを`~/.claude/skills/`（またはプロジェクトローカルの`.claude/skills/`）にコピーするだけです。Claudeは会話中に適切なスキルを自動的にアクティブ化し、ヘルパースクリプトを実行し、すぐに使えるレポート、ルール、コマンドを返します。MITライセンスで、攻撃的なアクションには安全ゲートがあります。

Google の Agent Development Kit for Go は、モジュール式 AI エージェントを構築、評価、デプロイするためのオープンソースのコードファーストフレームワークです。バージョン管理やテスト容易性などのソフトウェアエンジニアリングプラクティスをエージェント開発に適用し、モデルに依存しませんが、Gemini 向けに最適化されています。

Python で回復力のある動的なデータパイプラインを構築するためのワークフローオーケストレーションフレームワークで、スケジューリング、リトライ、モニタリングを内蔵しています。

AI画像生成と編集を管理するための機能豊富なWebおよびデスクトップインターフェース。複数のプロバイダー、バッチ処理、ローカルファーストの履歴管理をサポートします。

OpenOSINTは、MITライセンスのPythonパッケージで、セキュリティアナリストが自然言語LLMインターフェースを介して21のOSINTユーティリティ（メール、ユーザー名、漏洩、WHOIS、IP、DNSなど）を実行できるようにします。REPL、CLI、ウェブチャットUI、またはプログラムによるアクセス用のMCPサーバーとして使用できます。デフォルトではパッシブモード（読み取り専用のAPI呼び出しのみ）で動作します。アクティブでノイズが多い可能性のあるツールは、明示的に有効にする必要があります。ツールセットは拡張可能で、並列実行をサポートし、Markdown/PDFレポートを自動生成し、Apifyで従量課金制のクラウドバージョンを提供します。`pip install openosint`でインストールし、`openosint`（または`openosint web`）を実行します。

ポートフォリオ最適化とリスク管理のためのPythonライブラリ。scikit-learn APIを拡張し、金融モデルの構築、検証、調整のための統一されたフレームワークを提供します。

ExLlamaV3 は、コンシューマー向け GPU 上で大規模言語モデルを高速かつ低メモリで推論するための Python ライブラリです。QTIP ベースの EXL3 量子化（2〜8 ビット）、並列および CPU オフロード実行、動的バッチ処理、マルチモーダルサポートを提供し、Hugging Face、Transformers、および TabbyAPI を介した OpenAI 互換 API との統合を備えています。

DeepSeek Harness 用のプラグイン、ツール、インフラストラクチャの厳選されたエコシステム。コミュニティ開発の拡張機能を通じて、ユーザーが AI エージェントの機能を拡張できるようにします。

Laya-MLX は、MLX ランタイムを介して Apple Silicon 上で ConvAI の Laya LLM をローカルに実行する Python ライブラリです。PyTorch やクラウドサービスを必要とせず、超低遅延の*型付き決定*推論（選択、スコア、はい/いいえ）を提供し、多言語/英語モデル用のルーター、オプションのコンパイル、信頼度ゲーティング、スネークゲームデモなどの CLI ツールを含みます。

MindOSは、あなたとAIエージェントに共有の永続的なメモリを提供するローカルファーストのナレッジベースです。知識をプレーンなMarkdownファイルとして保存し、MCPとSkillsを介してエージェントを接続します。また、レビュー済みの会話を再利用可能なSOPに変換し、エージェントがより良いベースラインから作業を開始できるように支援します。

PlayStation 5 ネイティブアプリケーションで、コンソールの GPU 上で llama.cpp を実行し、OpenAI 互換 API とローカル LLM 推論用のダッシュボードを提供します。

ローカルのセッションデータを読み取ることで、Claude Code、GitHub Copilot、Cursor などの様々な AI コーディングアシスタントの使用制限やリセット時間を監視する Windows タスクバーウィジェットです。

DarkMoon は、ローカルまたはクラウドの LLM を使用して完全なペネトレーションテストキャンペーンを自律的に実行する、オープンソースの CLI 駆動型プラットフォームです。ターゲットを発見し、約 50 の専門エージェント（Web、AD、Kubernetes、クラウド、AI エンドポイントなど）を派遣し、ログ記録された MCP レイヤーを通じて実際の攻撃ツールを実行し、正確なコマンドと生の出力を証拠として記録します。結果は、重大度、CVSS、MITRE タグを含む JSON/Markdown として出力されます。GitHub、GitLab、Jenkins、IDE、監視ツール向けの統合が存在します。有料の Pro ティアは、Web ダッシュボードと自動修復 PR を追加します。このツールは Docker で実行され、プライバシーを保護するトークン化をサポートし、OWASP Juice Shop で約 28 分で 57 個のバグを発見したとベンチマークされています。

Nativ は、MLX ベースの `mlx-vlm` サーバーをバンドルした SwiftUI macOS アプリで、Apple シリコン搭載 Mac 上で LLM、ビジョン、音声モデルをローカルに実行します。チャット、画像生成、音声ディクテーション、モデル管理、パフォーマンスダッシュボード、OpenAI 互換 API、拡張システムを備え、すべてネイティブ UI で提供します。

AI エージェントの運用に向けた自己ホスト型コントロールプレーンで、ユーザーは1つのダッシュボードからタスクのディスパッチ、コストの追跡、複数のエージェントランタイムの調整が可能になります。

dsh-worktable は DeepSeek Harness 用の Cordis プラグインで、サイドバードロワー、ドッキング可能な分割ワークスペース、およびすべてのプロジェクトをリアルタイムで監視する組み込みの Control-room ダッシュボードを追加します。プロジェクトはチャット会話にバインドでき、マルチペインウィンドウ（ファイルエクスプローラー、ターミナル、ブラウザ、カスタムエージェント生成コンテンツ）として開き、ブラウザの localStorage に保存される永続的な UI を介して管理できます。このプラグインは Windows Web およびデスクトップ（macOS は実験的）で動作し、アナリティクスはなく、MIT ライセンスです。

dsh‑vision‑routerは、DeepSeek Harness用のNodeベースのプラグインで、「👁 Vision」トグルを追加し、テキストのみのLLMがピクセルレベルのビジョンツール（クロップ、OCR、グラウンディングなど）を設定可能なクラウドまたはローカルビジョンモデルを介して呼び出せるようにします。無料のOVHcloudフォールバックとローカルのみのプライバシーモードを備えています。

Lanhu MCP Serverは、Model Context Protocolを実装するオープンソースのブリッジであり、AIコーディングアシスタントがLan-Huのデザインおよび要件文書を読み取り、視覚対応LLMで視覚およびテキストデータを抽出し、チーム知識ボードを介して結果を共有できるようにします。HTTPまたはstdioで実行され、Dockerとワンクリックローカルインストールを提供し、キャッシュ、増分更新、Feishu通知を備えています。

AIプロダクトデザインエージェントスキル。コーディングエージェントにUI、プレゼンテーション、グラフィックスの高品質な設計判断を提供し、一般的なレイアウトではなく、洗練されたデザインを実現する。

VitePress ベースのオープンソースリポジトリで、Python、LangChain、LangGraph、AI コーディング（Vibe Coding）のビデオコースのコースノート、コード、オンラインノートブックをまとめ、簡単なレビューと練習のためのライブ GitHub Pages サイトを提供します。

XPolicyLabは、ロボットのポリシーと評価環境を分離する統合フレームワークであり、研究者が標準化されたインターフェースを使用して、さまざまなシミュレーターや実世界のロボット環境間で幅広いモデルをテストおよびデプロイできるようにします。

AIエージェント、市場データ、証券口座をローカルワークスペースに統合し、調査と実行を行うためのトレーディング用AIオーケストレーター。

Claude Code、Cursor、Windsurfなど、複数のツールにおけるAIコーディングエージェントのスキルとエージェントを発見・整理・編集できるmacOSアプリケーション。

CLI Agent Orchestrator (CAO) は、複数のAIコーディング用コマンドラインインターフェース（Claude Code、Copilot CLIなど）を調整されたエージェントとして実行できるPythonツールです。ローカルサーバーを起動し、各プロバイダーCLIを独自のtmuxペインで起動し、並列または順次のコード生成パイプラインを構築するためのWeb UI、API、およびプラグインシステムを提供します。

AIコーディングのための再開可能な長時間タスクワークフローおよびスキルプラットフォームであり、エージェントによるソフトウェア開発のための構造化された手法と科学的な評価を提供します。

sparkDash は、NVIDIA DGX Spark クラスターおよび GPU 対応の Linux/Windows ホストを監視するための Docker ベースのリアルタイム Web ダッシュボード（React + Express）です。SSH コレクターを介してハードウェア統計（GPU/CPU、メモリ、ネットワーク、エネルギー）と LLM 推論メトリクス（トークン/秒、キャッシュ、レイテンシ）をストリーミングし、組み込みベンチマーク、オプションの ComfyUI および Hermes Agent 統合、Prometheus エクスポート、モバイルフレンドリーな PWA をサポートします。

Pixal3Dは、ピクセル対応のバックプロジェクションを使用して、1枚の画像または複数のビューから詳細なジオメトリとPBRテクスチャを生成する高精細3Dアセット生成ツールです。

Celesto は、AI エージェントがコードを安全に実行し、ウェブを閲覧し、デスクトップアプリケーションと対話するための、安全で分離された永続的な仮想マシン環境を提供します。

ユーザー自身のAPIキーを使用して、AI生成の要約、双語字幕、タイムスタンプ付きノートを提供することで、YouTube動画を学習リソースに変換するChrome拡張機能。

自然言語を使用して Android および iOS デバイスの自動化を実現するオープンソースの AI エージェント。アプリからタスクの実行やデータのスクレイピングを可能にします。

データをローカルに保存し、WASMサンドボックスを使用してツールを安全かつプライベートに実行する、セキュアな個人用AIアシスタント。

DiffSynth‑Studio は、画像、動画、音声生成モデルの推論、低 VRAM 管理、量子化、LoRA スタイルのトレーニングを統合したオープンソースの拡散モデルエンジンです。多くの最先端モデルをサポートし、VRAM 節約のテクニック（ディスク/CPU オフロード、NF4/INT8/EntroPack 量子化）を提供し、付属の UI ツール（ComfyUI、WebUI）も備えています。コンシューマー GPU で大規模な拡散モデルを実行または微調整するための単一フレームワークを必要とする研究者や開発者に最適です。

my‑neuroは、会話、表情、過去のインタラクションの記憶、ゲームやデスクトップアプリとの連携が可能なパーソナライズされたAIコンパニオンを構築するためのオープンソースのデスクトッププラットフォームです。ローカルでサブ秒のレイテンシーで動作し、GPT‑SoVITSを音声合成に使用し、オープンソースおよびクローズドソースのLLMをサポートし、ビジョン、メモリ（MemOS）、自動化（Playwright‑MCP）のモジュールを含みます。

Jev Browser 是一个 Node.js 工具，它允许 LLM（通过 TypeSafe 的 Jev 模型）控制无头 Chromium 浏览器来完成用户指定的 Web 任务。它提供 CLI、库 API 和 MCP 服务器，支持安全的密码填充和 Cookie 注入，提供逐步置信度跟踪，并专为廉价、可观察的 Web 自动化而设计。

Diri は、Rust ベースのネイティブ macOS（ベータ版 Linux）GUI で、Claude Code、Codex、Gemini などの多数の AI コーディングエージェントを、それぞれ独自の Git ワークツリーで並列実行できます。ライブステータス、エージェント間のスポーン、セッション永続化、ローカルファースト操作を備えたシングルペイン UI を提供し、調整された「スウォーム」コーディングワークフローを可能にします。

Kortixは、組織が隔離されたクラウドサンドボックス内で自律型エージェントを管理、バージョン管理、実行できるオープンソースのAIオペレーティングシステムであり、すべての操作に人間の承認を必要とします。

LangGPTは、プロンプトを小さなプログラミング言語のように扱う、構造化された再利用可能なプロンプト設計フレームワークです。明確なテンプレート（役割、プロフィール、目標、スキル、ルール、ワークフローなど）を定義し、変数、コマンド、条件ロジックをサポートし、主要なLLM全体で機能します。このプロジェクトは、サンプルライブラリ、すぐに使えるChatGPT/Claudeアシスタント、Claude Codeスキル、および関連ツールのエコシステム（PromptVer、PromptShow、Minstrel）とモデル固有のプロンプトコレクションを提供します。

iCodeは、LLMワークフローの管理、ファイル編集、エージェントのパフォーマンス監視のための、透明性が高くプライバシーを重視したインターフェースを提供するターミナルベースのAIエージェントオーケストレーターです。

Flash Linear Attention は、線形注意、スパース注意、状態空間モデルのハードウェア効率的な実装を提供するライブラリで、現代のシーケンスモデルのトレーニングと推論向けに設計されています。NVIDIA、AMD、Intel ハードウェアで検証された幅広いアーキテクチャと融合ビルディングブロックが含まれています。

UTAU コミュニティ向けのオープンソース歌唱音声合成エディタで、現代的でクロスプラットフォーム対応のインターフェースを提供し、ボーカルカバーと楽曲の制作を可能にします。

piプラットフォームに自律型サブエージェントとワークフローオーケストレーションをもたらす拡張機能。ユーザーは並列実行やJavaScriptスクリプトによるワークフローで動作する専用エージェントを生成できます。

ainovel-cli は、決定論的エンジンを介して複数のLLMエージェント（Architect、Writer、Editor）をオーケストレーションし、500章以上の長編小説を自動的に執筆するコマンドライン/TUIツールです。ローリングウィンドウ計画、階層的要約、チェックポイント/復旧、マルチモデル対応、インポート/エクスポート、カスタムルールを備え、ヘッドレスまたはDockerで実行可能です。

Bonsai‑demo は、PrismML の Bonsai 2 LLM（2‑27 B パラメータ）向けのローカルデモです。依存関係のインストール、三元量子化 GGUF/MLX チェックポイントのダウンロード、チャットサーバー（llama.cpp 或 MLX）の起動を行うスクリプトを提供し、ビジョン、OpenAI 风格のツール呼び出し、長いコンテキスト（最大 262 K tokens）、オプションの Open WebUI をサポートします。このリポジトリは本格的な AI ソフトウェアプロジェクトです。

VPP2 は、ビデオ予測とロボットポリシー学習を統合したワールドアクションモデルであり、エージェントがアクションを実行する前に将来の視覚状態を予測することで、より良いパフォーマンスを実現します。

ONNX Runtime を介して Laya 決定モデルをローカルで実行し、テキスト生成なしで高速かつキャリブレーションされた分類およびスコアリングタスクを実行するための TypeScript ライブラリ。

ChatTTS は会話型ダイアログに最適化された生成テキスト音声合成モデルで、自然で表情豊かな音声を提供し、笑い声やポーズを制御できます。