伸びている AI プロジェクト

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。

ms‑365‑mcp‑server は、Microsoft 365 Graph API を LLM アシスタント向けの大規模な宣言的「ツール」セットとしてラップする Node.js MCP サーバーです。MSAL 認証を処理し、ツールサーフェスと OAuth スコープをフィルタリングでき、読み取り専用モードをサポートし、結果を JSON またはトークン節約型の TOON 形式で出力できます。Claude Desktop、Open WebUI、および同様の AI エージェントプラットフォーム向けに設計されています。

Sparkは、THREE.jsにリアルタイムの3Dガウススプラッティング（Gaussian-splatting）レンダリングを追加する、MITライセンスのオープンソースライブラリです。WebGL2対応のほぼすべてのデバイスで動作し、多くのsplatファイル形式をサポート。動的編集、マルチビューレンダリング、シェーダーグラフシステムを提供します。CDNまたはnpm経由でインストール可能で、ローカルビルド（Rust → WASM）も可能です。World Labsによって作成されました。

本番運用の機械学習システムをデプロイ、監視、バージョン管理、スケーリング、セキュリティ保護するためのオープンソースライブラリのキュレーションリスト。カテゴリ別に整理され、毎月更新され、検索ツールも提供されます。

AIアシスタントに特定のタスクをオンデマンドで教えるためのシンプルなテキストファイルであるAgent Skillsの、コミュニティキュレーションによるディレクトリ。Anthropic、OpenAI、Googleなどの主要AI企業からの公式スキルとコミュニティ投稿のスキルを整理し、見つけて管理するためのツールを備えています。スキルは3段階（閲覧、ロード、使用）で読み込まれ、Claude Code、Codex、GitHub Copilotなど多くのAIエージェントで動作します。

memUは、LLMセッションのログを記録し、有用なやり取りを再利用可能なMarkdownの「スキル」に変換し、セッション、エージェント、デバイス間で検索可能にする、軽量でエージェント駆動型のパーソナルメモリシステムです。これは、エージェントのセッションログと指示ファイルにフックする小さなホストアダプターバイナリ（例：memu-codex、memu-claude-code）を介して動作します。コアメモリロジックは約500行のPythonで、埋め込みをSQLite、Postgres、またはインメモリストアに保存します。インストールは、memU Cloud（またはセルフホスト）のAPIキーを使った1メッセージのセットアップです。インストール後、エージェントは応答する前に関連スキルを自動的に取得し、開発者は`memu memorize`を介してカスタム会話をmemUにフィードできます。Apache-2.0ライセンス。

履歴書分析、RAGベースのナレッジベース管理、および自動評価を伴うリアルタイム音声/テキスト模擬面接を提供するAI駆動の面接プラットフォーム。

Claude Code用のプラグインで、重いまたは反復的な開発タスクを安価なGeminiベースのエージェントに委任することで、Claudeが高レベルな判断と検証に集中できるようにし、全体的なコストを削減します。

Voskは、Raspberry Piから大規模クラスターまで、さまざまなデバイスで20以上の言語の連続的な文字起こしを提供する、オフラインのオープンソース音声認識ツールキットです。

LLPlayer は Windows 専用の C# メディアプレーヤーで、AI ベースの字幕生成（Whisper ASR）、リアルタイム翻訳（クラウドまたはローカル LLM で）、ビットマップ字幕用 OCR、二重字幕表示、単語照会、オンライン動画対応を備えています。言語学習者をターゲットとしており、GPL-3.0 のオープンソースです。

自律走行車の商業的展開に向けたプロダクション対応のオープンソースソフトウェアスタックを提供するフレームワーク。

TheBigPromptLibrary は、主要な AI チャットボット向けの実際のシステム プロンプト、カスタム指示、脱獄プロンプト、保護プロンプトのオープンな教育用コレクションであり、それらを抽出して保護するための記事とツールも含まれています。合法的で教育目的の使用のみを明示的に許可しています。

このObsidianプラグインは、安全で認証付きのREST APIと内蔵MCPサーバーを介してボールトを公開し、スクリプト、ブラウザ拡張機能、AIエージェントに完全なCRUD、検索、対象パッチ、イベントストリーミング、コマンド実行を提供しながら、設定ディレクトリへのアクセスをブロックします。

GLM‑5は、コーディング、サイバーセキュリティ、および長期間の代理タスクに特化した、オープンウェイトのLLMファミリー（最大 744B パラメータ、1Mトークンコンテキスト）です。Sparse-plus-linear attention (Flash)、IndexShare効率化テクニック、およびreasoning-effort APIを導入しています。モデルはHugging Face/ModelScopeからダウンロード可能で、SGLang, vLLM, Transformers, KTransformers, または Ascend NPUで提供可能です。slime RLフレームワークとms-swiftを通じて微調整が可能です。本シリーズは、複数のベンチマークで最先端のオープンソース性能を主張しています。

ShardXは、隔離された指紋偽装済みのChromiumプロファイルを起動するオープンソースのアンチ検知ブラウザランチャーであり、ユーザーが複数のIDを管理し、検知されることなくウェブスクレイピングを行うことを支援します。

ブラウザ上でライブ GPT-2 モデルを動作させ、Transformer ベースのモデルがどのようにテキストを予測するのかをユーザーが学習できるインタラクティブな可視化ツールです。

厳格なデザインルールブック、62種類のHTMLライブラリ、および自動ルールチェックを使用して、AIがプロフェッショナルなコンサルティングスタイルのプレゼンテーションデッキを生成できるようにするClaude Codeスキル。

RoboCasa365は、キッチン環境で汎用ロボット操作ポリシーを訓練およびベンチマークするためのオープンソースのシミュレーションスイートです。LLM生成の365タスク、数千のシーンとオブジェクト、サブタスクラベル付きの広範なデモデータ、Gymラッパー、アルゴリズムを比較するための公開リーダーボードを提供します。

Local REST APIプラグインを介して、AIアシスタントがObsidianボルトのノートを読み取り、検索、編集できるMCPサーバー。

LinguaGacha は、LLM API（OpenAI、DeepSeek など）を使用して小説、字幕、ゲームスクリプトを16言語に一括翻訳するデスクトップアプリで、フォーマットを保持し、用語抽出と自動校正機能を提供します。

TwitterやRedditなどのプラットフォーム上で最大100万のLLMエージェントを模倣するスケーラブルなSNSシミュレータで、社会現象を研究するためのもの。

Windows Live CaptionsとLLMおよび従来の翻訳APIを統合し、透明なオーバーレイを通じて翻訳された字幕を提供する、Windows 11向けのリアルタイム音声翻訳ツール。

Figma の MCP サーバーのドキュメント – AI コーディングアシスタントが Figma からデザインデータ（コンポーネント、変数、レイアウト）を読み取り、プレースホルダー画像を生成し、ベータ版ではキャンバスに書き戻すことができる HTTP サービス。VS Code、Cursor、Claude Code、Gemini CLI のセットアップ、レート制限情報、フレームをコードに変換するためのプロンプト最適化のヒントを含む。

問題分析からコード作成、プロフェッショナルな提出用論文の生成までを自動化するAIエージェントフレームワーク。

MJWarpは、NVIDIAハードウェア上で高スループットなシミュレーションとバッチレンダリングを提供する、ロボティクス研究向けのGPU加速物理シミュレーターです。

ComfyUI にカスタムノードを追加し、MiniMax‑H3 のビデオ＋オーディオ生成をチェーンできるようにします。前のクリップは潜在表現として渡され（デコード・エンコードなし）、正確なピクセルデータを保持し、オーディオ波形を継続します。保存/読み込み潜在表現、トリム、チェーン、およびオプションのドリフト低減ノードが含まれ、一貫したモーションとサウンドでシームレスなマルチクリップビデオを実現します。

四足歩行ロボットのためのオープンソースフレームワーク。歩容制御とサーボ制御を扱い、研究者やメイカーがAI搭載のロボットペットを構築できるようにします。

『Build a Large Language Model (From Scratch)』の中国語翻訳であり、LLMアーキテクチャの理解と実装のための技術ガイドとコード例を提供します。

MinhNguyenDS/AI-pdf-books は、主要出版社からの AI/ML/LLM/データサイエンス PDF を厳選し、フォルダごとに整理したコレクションです。明確な貢献ガイドラインと、教材は教育目的のみで使用され、元の著作権は保持されるという法的免責事項が含まれています。

AI アシスタントが自然言語で Cloudflare アカウント設定を読み取り、分析し、変更できるようにする MCP サーバーのリポジトリ。推奨される広範なアクセスを提供する API サーバー（別リポジトリ）に加え、ドキュメント、コンテナ、ブラウザレンダリング、監視、セキュリティなどのドメイン固有サーバーが含まれます。各サーバーは `/mcp` でステートレスな HTTP ハンドラーを公開し、旧 `/sse` エンドポイントは 410 エラーを返します。リモート対応の MCP クライアントまたは Cloudflare AI Playground から接続できます。一部の機能には有料の Workers プランが必要です。

Loop Engineering for VLAnything は、ビジョン・言語・アクションモデル向けのマルチモーダルロボット学習データセット（RGB、RGB-D、および将来の視覚触覚）を記録、マージ、監査、拡張、反復改善できるエンドツーエンドのPythonツールキットです。保守的でサイドカー最優先の品質監査、プラグイン可能な意味的評価器、言語アノテーションパイプライン、ポリシー改善のクローズドループを提供し、LeRobotデータフォーマットと互換性があり、Hugging Faceに公開可能です。

ripwire は、AI コーディングエージェントにコードベースの高速で安価かつ正直なマップを提供する単一バイナリツールで、トークン使用量を削減し、自動編集時のバグを防ぎます。

O'Reillyの書籍『AI Systems Performance Engineering』の付属コードベース。プロファイリングスクリプト、CUDA/Tritonカーネル、分散トレーニング構成、および200項目のパフォーマンスチェックリストを提供し、エンジニアがGPUベースのトレーニングと推論を最適化するのに役立ちます。

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。

Nx は、インクリメンタルビルドと AI ベースの CI 自己修復機能を活用して、TypeScript およびポリグロットコードベースの開発サイクルを加速するスマートなモノレポツールです。

Memmyは、異なるAIコーディングアシスタント間で永続的なコンテキストを提供するローカルメモリおよびエージェントランタイムであり、プロジェクトの履歴や設定を共有可能にします。

Florence-2およびLaMAモデルを使用して、画像およびAI生成動画からウォーターマークを検出し、自然に削除するAIパワーを持つツール。

learn-workbuddyは、WorkBuddyデスクトップAIアシスタントのアーキテクチャを24の実践的なPythonレッスンで再構築するオープンソースの教育用設計図です。各レッスンは、1つのメカニズム（エージェントループ、サイドカー、メモリ、監査サンドボックスなど）を追加します。CLIエージェントと本番デスクトップエージェントの間のエンジニアリングギャップ（長時間実行プロセス、コンテキスト制限、安全性、マルチプロバイダーサポート）を、完全オフラインのデモと最小限の標準ライブラリリファレンス実装で解決します。

AIOSは、LLMベースのエージェント向けのオープンソース「オペレーティングシステム」です。カーネル（このリポジトリ）はLLMインスタンス、メモリ、ストレージ、ツールサンドボックスを管理し、Cerebrum SDKを介してシステムコールスタイルのAPIを公開します。Ollama、vLLM、HuggingFace、Deepseekなど多数のモデルバックエンドをサポートし、外部ツールと統合可能。ローカル単一マシンからリモート、個人、仮想化カーネルまで、さまざまなデプロイモードを提供します。Python 3.10/3.11環境でインストール可能。設定は`config.yaml`で行い、Web UIまたは自然言語ターミナルからエージェントを実行できます。研究レベル（複数のカンファレンス論文）であり、現在も積極的にメンテナンスされています。

AIを使用して求人発見を自動化し、履歴書をレビューし、候補者を求人情報にマッチングしながら、データをプライベートに保つセルフホスト型の求職アシスタント。

OpenWrite は DeepSeek Harness プラグインで、Web UI とスラッシュコマンドを介して、計画、下書き、マルチモデルレビュー、エクスポートという完全な AI 支援小説執筆ワークフローを追加し、すべてのアセットをローカルに保存します。

JADX‑AI‑MCP 是 JADX 反编译器的 Java 插件，外加一个 Python MCP 服务器，让大型语言模型（例如 Claude）能够实时与反编译后的 Android APK 交互。用户可以让 AI 解释代码、查找漏洞、重命名混淆符号、获取资源，甚至进行调试，所有这些都可以在 JADX 图形界面内完成。

Mural は、ユーザー自身の OpenAI API キーを使用して、AI 駆動の音声会話による言語学習を実現するネイティブ iPhone/Android アプリです。進捗はローカルに保存され、回答に応じて難易度が調整され、12 言語をすぐにサポートします。

FlowGram は、AI エージェントパイプラインを構築するためのオープンソースのビジュアルワークフローフレームワーク（bytedance/flowgram.ai）です。Web SDK とネイティブデスクトップアプリを提供し、ドラッグ＆ドロップキャンバス、組み込みの LLM、HTTP、コードノード、スコープ付き変数、フォーム生成、デバッグ、バージョン管理された公開を備えています。`npx @flowgram.ai/create-app@latest` でクイックスタートでき、詳細なドキュメントは flowgram.ai にあります。

Meeting RecorderはRustベースのLinuxアプリで、マイクとシステム音声を録音し、Whisperでローカルに文字起こしし、話者のダイアライゼーションを提供し、オプションでAI生成のチャプターも可能です。Omarchyデスクトップ環境と緊密に統合され、データをデバイス上に保持します。

プライベートでローカルファーストの音声・テキストAIアシスタント。会話の永続的な記憶を維持し、ローカルツールと統合してパーソナルコンパニオンとして機能します。

個々のスピーカーと調整役の二段階最適化により、キャラクターの崩壊や社会的同調を防ぎ、社会的協働型AIコンパニオンを構築するマルチエージェントフレームワーク。

ProtoMotions 3 は、Apache-2.0 ライセンスの GPU 加速フレームワークで、大規模なモーション学習、リターゲティング、ヒューマノイドロボットのシミュレーションから実機への展開をサポートします。AMASS や BONES などのデータセットでのマルチ GPU トレーニング、PyRoki によるワンコマンドのリターゲティング、クロスシミュレータテスト（Isaac Gym、Newton、MuJoCo）、および実機（例：Unitree G1）へのゼロショット展開のための ONNX ポリシーのエクスポートをサポートします。