伸びている AI プロジェクト

このリポジトリには、『Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow』第3版の公式コード例と演習問題の解答が含まれています。

AIコーディングアシスタントを使ってソフトウェアプロジェクトを構築する際、アイデアから計画・実行までを支援する構造的でプロンプトベースのワークフローとCLIツール。

Pillow は、Python イメージングライブラリの友好的で活発にメンテナンスされているフォークであり、Python アプリケーションに包括的な画像処理とファイル形式のサポートを追加します。

AIコーディングエージェント向けの86個のモジュール式スキルセット。生成されるiOSおよびSwiftUIコードが最新のAppleフレームワークとSwift 6.3基準に準拠することを保証します。

複数のWhatsAppアカウントを管理し、自動メッセージ送信、スケジューリング、イベント駆動型統合を可能にする軽量サーバーです。

AIアシスタントをGrafanaに接続し、複数のデータソースにわたって可観測性データのクエリ、ダッシュボードの管理、アラートの処理を可能にするMCPサーバー。

高精細 TTS、マルチスピーカー対話、音声デザイン、リアルタイムストリーミング、音効生成を提供するオープンソース音声・音響生成モデルのファミリー。

AIキャラクターが交流する仮想町を構築するためのデプロイ可能なスターターキット。JS/TSフレームワークと複数のLLMプロバイダーをサポート。

物理 AI とロボティクス研究のための、マルチ・フィジックス・エンジン、フォトリアル・レンダリング、およびスケーラブルな研究のためのクロスプラットフォーム・コンパイラを組み合わせたシミュレーション・プラットフォームです。

textbee はオープンソースの SMS ゲートウェイで、自分の Android スマートフォンを使って API 経由でメッセージを送受信でき、商用プロバイダーのメッセージごとの料金を回避できます。

NSFC の助成金申請における執筆、図解、および文献管理を支援するため、Agent Skills 仕様に従った AI エージェント スキルのコレクションです。

LLMForEverybody は、大規模言語モデル学習者向けのオープンソース資料庫で、付属ウェブサイトは LearnLLM.AI です。厳選された面接問題集、2017 年の Transformer から始まる体系的な論文精読（30 以上、各論文にビデオと解説付き）、Agent/RAG/ファインチューニングなどの実践コース、および 11 章からなる「AGI への道」体系的な記事（プリトレーニング、デプロイ推論、ファインチューニング、量子化、並列処理、Prompt、Agent、評価などのトピックをカバー）が含まれます。プロジェクトは中国語、英語、ロシア語の 3 つの言語を提供し、ビデオチュートリアルは Bilibili と YouTube で継続更新され、GitHub ユーザーには割引コードが提供されます。

z-skills は、Web スクレイピング、動画ダウンロード、文書解析、音声生成、Markdown から Word/PDF への変換、根拠に基づく Q&A などをカバーする再利用可能なローカル Agent スキルのコレクションで、Codex や Claude Code に組み込んで中国語のコンテンツ作成と自動化を行うために設計されています。各スキルにはトリガーワード、スクリプト、評価例が含まれており、エージェントが複雑なワークフローを確実に実行できます。

長編小説のための記憶拡張型デスクトップ執筆システム。AIがプロット、キャラクターの一貫性、世界観の詳細を見失うことを防ぎます。

ComfyUIの公式デスクトップアプリで、依存関係の衝突がなく、複数の独立したAI生成ワークフローをインストール・実行・管理できる自己完結型でGPU対応の環境を提供します。

SOMA‑Xは、パラメトリックな人体および手の統一された微分可能な表現を提供するPythonライブラリであり、複数のアイデンティティモデル（MHR、SMPL‑X、MANOなど）をサポートし、NVIDIA Warpによる高速スキニングを提供します。複数の詳細レベルでの全身および手のメッシュのための`SOMALayer`と`SOMAHandLayer`、さらにポーズ逆変換、リグ制御、データI/Oのツールが含まれており、アニメーション、ポーズ推定フィッティング、合成データ生成に有用です。

AIエージェント向けの低レベルのエージェント設計パターンとスキルのコレクション。減算と洗練を優先し、AI生成の肥大化とリポジトリの腐敗を防ぎます。

Claude Codeプラグインとして、会話から完全なアルバム制作パイプラインへと変換するもので、AI生成音楽のための研究、歌詞、オーディオマスタリングを統合的に調整します。

AIエージェントが個人プロジェクトや複雑な情報収集のために、構造化されたWikiを調査、編集、維持できるようにする知識管理フレームワーク。

このリポジトリは、複数のLLM駆動エージェントを調整することで、文献レビュー、論文検証、再現計画、ドラフト作成を実行できるCLIベースのAI研究アシスタント「Feynman」をホストしています。スクリプトまたはnpm経由でインストール可能で、モデルプロバイダーに接続し、多数の学術APIを照会し、出典を保持して結果を保存します。テレメトリはオプションです。

LumiBotは、単一の取引戦略を記述し、それをバックテスト、ペーパートレードボット、またはライブ取引ボットとして実行できるオープンソースのPythonフレームワークです。LLMエージェントランタイム（リサーチ、議論、リスクチェック、実行）を組み込んでおり、ブローカーへの注文前に決定論的なPythonガードを維持します。株式、オプション、先物、FX、暗号資産、予測市場をサポートし、12のブローカー（Alpaca、IBKR、Tradierなど）と統合されています。pipでインストールし、`lumibot init`でスターターコードを生成し、無料のYahooデータでバックテストを行い、同じコードでペーパートレードやライブ取引に移行できます。

MLエンジニアの面接対策のために、PyTorchの演算子やアーキテクチャを完全に自前で実装する練習ができるインタラクティブなコーディングプラットフォーム。

Speakrは、オーディオやビデオを検索可能なインテリジェントなノートに文字起こしするセルフホスト型のプライベートプラットフォームです。話者分離、AIによる要約、録音横断的なセマンティック検索機能を備えています。

OpenCode Telegram Bot は、ローカルで実行中の OpenCode AI コーディングサーバーを Telegram から制御できる Node.js クライアントです。リモートプロンプト、セッション管理、ライブ進捗追跡、モデル切り替え、ファイルブラウジング、スケジュールタスク、音声入力、強力なセキュリティ（ユーザー ID ホワイトリスト）をサポートします。npm でインストールし、BotFather トークンと Telegram ID で設定し、一連のスラッシュコマンドで操作します。

TensorSharpは、GGUF LLM向けの.NET 10推論エンジンです。CLI、Web-API、デスクトップ/モバイル (TensorAgent) インターフェースを提供し、CPU、CUDA、Metal、Vulkanバックエンドをサポート。多様なテキスト、マルチモーダル、生成モデルに対応しています。

Feishu/Lark メッセンジャーとローカルの Claude Code または Codex CLI を連携させ、チャットベースでのコーディングエージェント操作を可能にする軽量なボット。

複数のバックエンドを使用してフレームの抽出と音声の字幕化により、AIが動画やYouTube URLを分析できるようにするClaude Codeプラグイン。

Goで構築されたマルチテナントAIエージェントプラットフォームで、20以上のLLMプロバイダーと7つのメッセージングチャネルへの統合ゲートウェイを提供し、組み込みのマルチエージェントオーケストレーションを備えています。

複数のプロバイダーからのウェアラブルデバイスデータを1つのAPIに統合するオープンソースプラットフォーム。AIエージェントや健康アプリが健康メトリクスにアクセスできるようにします。

BOSS直聘での求人検索、福利厚生フィルタリング、ローカル候補絞り込み、AI支援の履歴書作成、採用担当者向けアクションを統合するPython CLI。全機能をJSONエンベロープで包んだスキーマ駆動インターフェースで人間のユーザーとAIエージェントの両方に提供します。

AI エージェント向けの永続的記憶システムで、要約の二分木と CLI ツールを使用して、セッション間で継続的な知識を維持します。

herdr‑annotate は、Herdr ターミナルAIアシスタント用のRustプラグインで、選択したターミナルテキストを番号付きMarkdownアノテーションとしてフォーマットし、コピー、アーカイブ、貼り付け、またはアクティブなLLMに直接送信できます。Full バリアントには、Markdownファイルとエージェントの以前の返信をレビューするためのTUI (plannotator‑tui) も含まれています。macOS、Linux、Windowsにインストール可能です。

Typesense は C++ で構築されたオープンソースで高速なスペルミスに強い検索エンジン。Elasticsearch のよりシンプルな代替手段、およびホスト型 Algolia サービスの自己ホスティング可能な安価な代替手段として設計されています。フルテキスト、ベクトル、意味的／ハイブリッド、会話型（RAG）検索に加え、画像検索と音声検索も、シンプルな HTTP API で提供します。

SkyRL は、長期的なツール使用タスクを実行する LLM をトレーニングするためのオープンソースのモジュール式 RL フレームワークです。コアトレーニングスタック（Tinker API サポート）、エージェント層、Gymnasium スタイルの環境ライブラリ、クロスプラットフォームバックエンドをまとめ、最先端モデルと実世界アプリケーションのためのレシピを提供します。

このリポジトリは、ソフトウェアプロジェクトの最近の更新を短いプロモーションビデオに変換するAI駆動の「スキル」を提供します。変更ログの抽出、製品のUIコンポーネントの再利用、コピーライティング、GSAP/Three.jsによるアニメーション化、音楽と効果音の合成を行い、最終的にMP4と編集可能なビデオプロジェクトを出力します。このスキルはVercel Skills CLI経由でインストールし、Claude Code、Codex、または同様のAIコーディングアシスタントと連携して動作します。

Core MLを使用して、音声認識、音声合成、話者分離を提供するAppleプラットフォーム向けのオンデバイス推論フレームワークのコレクション。

LLMとベクトルを用いない推論ベースの検索を使用して、生のドキュメントを構造化され相互リンクされたウィキ形式のナレッジベースにコンパイルするオープンソースシステム。

Kokoro-82Mモデルを使用して、ePub、PDF、テキストファイルを高品質なオーディオと同期字幕に変換するテキスト読み上げツール。

SeeCut は、AI が動画を視聴し、編集し、自身のカットを反復的に改善することで、トーキングヘッド動画をダイナミックでエビデンスに基づくショート動画に自動変換する AI 駆動の編集エージェントです。

LLM Zoomcampは、DataTalks.Clubによる無料のオープンソース、10週間のコースで、RAG、ベクトル検索、AIエージェント、評価、モニタリングをカバーしながら、本番対応のLLMアプリケーションを実践的に構築する方法を学べます。ライブコホート（締め切り、ピアレビュー、証明書あり）または自己ペース（証明書なし）で受講できます。前提条件は、基本的なPython、コマンドライン、Dockerです。ML経験やGPUは不要です。このコースには7つのモジュール、キャップストーンプロジェクト、Slackによる強力なコミュニティサポートが含まれています。

永続的な作業環境と複数の通信チャネル間での知識共有を備えた、マネージドなチーム所有AIエージェントのためのクラウドネイティブプラットフォーム。

Miliの「world.execute(me);」のための、コードレンダリングによるTUIスタイルのファンミュージックビデオ。DeepSeek Harnessチャットウィンドウとモデル可視化エンジンを搭載。

Apache APISIXは、高速で拡張性の高いオープンソースのAPIゲートウェイです。AIゲートウェイとしても機能し、組み込みの負荷分散、トークンレート制限、セキュリティ機能を使用して、LLMプロバイダーへのトラフィックをルーティングおよび管理します。

VGGT-Ωは、RGB画像からカメラポーズ、深度マップ、（オプションで）テキストアライメント埋め込みを同時に予測する研究用ニューラルネットワークです。リポジトリには10億パラメータの事前学習済みチェックポイント（512px、416px再現用、256pxテキストアライメント用）、学習・データキュレーションコード、データ準備ガイド、Gradioデモ、詳細なGPUメモリベンチマークが含まれます。3D再構成、AR/VR、ロボット工学、およびその他の幾何情報に敏感なビジョンタスクを対象としています。

モデルとプロバイダーの選択肢を自由に使える、知識作業およびソフトウェア開発のためのオープンソースエージェントワークスペース。ワークフローの自動化とAIツールの構築が可能。

StemKitは、YouTubeの楽曲を楽器やボーカルのトラックに分離するローカルデスクトップアプリケーションです。データをクラウドにアップロードすることなく、音楽のリミックスや練習が可能です。

TypeUIは、AIコーディングツールにデザインスキル、UIプロンプト、レイアウトガイダンスを提供するAIファーストのプラットフォームであり、Markdown対応のあらゆるAIプロバイダーでより優れたユーザーインターフェースを生成できるよう支援します。

slide-makerは、論文、リポジトリ、ドキュメントを読み込み、ストーリーを構成し、スライドをデザインして、完全に編集可能なネイティブPowerPointを出力するオープンソースのAIスキル（Claude CodeまたはCodex用）です。ソースに忠実な数値を保証し、独立した批評家エージェントを実行し、多数のテンプレートスタイルとビジュアル言語を提供します。