伸びている AI プロジェクト

TransformerモデルのAttentionメカニズムを高速かつメモリ効率よく実装し、GPUメモリIOを削減することで速度と効率を向上させます。

固定されたハイパーパラメータを使用して、多様な制御タスクを習得する、世界モデルを用いたスケーラブルな強化学習アルゴリズム。

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。

人間中心のフレームワークで、実際の AI および ML システムの構築と管理を支援し、プロトタイプから本番デプロイへの移行をスムーズにします。

ウェブプロジェクトから一般的でAI生成されたデザインパターン（AIスロップ）を識別・除去するためのツールとフィールドガイド。

最先端の同時音声認識研究と複数のモデルバックエンドを活用した、超低遅延で自己ホスト可能な音声認識パイプライン。リアルタイム字幕生成と翻訳を実現。

生成、リフレクション、キュレーションというモジュール式のプロセスを通じて、システムプロンプトを構造化されたプレイブックへと進化させる、LLM の自己改善のためのフレームワーク。

ParadeDB は PostgreSQL 拡張機能で、単一の SQL 互換データベース内に、高速な全文検索、BM25、ベクトル類似度検索（ハイブリッドクエリを含む）、フィルタリング、ファセット、OLAP スタイルの集計を追加します。Rust（pgrx、Tantivy、DataFusion）で構築されており、Docker でローカル実行したり、マネージドクラウドサービスとして利用したりでき、人気の ORM、AI エージェントツール、PaaS プラットフォームと統合できます。

これは Hermes Agent フレームワークの包括的で無料のガイドブックであり、自己改善学習ループ、多層メモリ、マルチエージェントオーケストレーション機能の使用方法を詳しく説明しています。

Kubeflowは、Kubernetesネイティブなオープンソースプラットフォームであり、トレーニング、パイプライン、ノートブック、サービングなどのモジュール型AI/MLツールを、モデルライフサイクル全体にわたってポータブルかつスケーラブルなスタックとしてバンドルしています。

Kubernetes 用の自動化ツールで、NVIDIA GPU ドライバ、ランタイム、モニタリングツールをコンテナとしてインストールおよびライフサイクル管理します。

Ollama AI 推論サーバー用の Python ラッパー。チャット、生成、ストリーミング、非同期呼び出し、モデル管理、埋め込み、意思決定用の System One API を提供します。`pip install ollama` でインストールし、クライアントをローカルまたはクラウドの Ollama インスタンスに向けます。

HeliosGenは、オープンソースのデスクトップアプリ（macOS版リリース済み、Windows/Linux版は未定）で、AI画像および動画生成パイプラインをビジュアルにノードベースで構築・実行できるツールです。すべての処理はローカルで行われ、kie.ai API（またはオプションでCodex CLI）にリクエストを送信し、すべてのデータはユーザーのマシンに保存されます。マルチモデル対応、参照画像、並列/順次実行、リアルタイム履歴などの機能を備えています。アプリはTauri 2（Rust）とNext.js/Reactフロントエンドで構築されており、SQLiteでローカル永続化を実現、MITライセンスで提供されています。

Claude互換のエージェントとスキルとして構築されたAI駆動の創作ライティングアシスタント。Museはブレインストーミング、草稿、批評、編集、そして成長する知識ベースを調整し、作家が物語全体で声と一貫性を維持できるようにします。

低リソース消費、安全なツール実行、予測可能なターミナル操作を優先する、Rust製の高性能なAIコーディング用CLIエージェント。

OneCLIは、チームが全従業員向けに安全なサンドボックス化されたAIエージェントをデプロイおよび管理し、同時に認証情報管理とセキュリティポリシーを一元化できるオープンソースプラットフォームです。

autoMateは、AIチャットクライアントに永続的な個人用ストレージ（ノート、ファイル、リマインダー、長期記憶）と現実世界のアクションツールボックス（シェル、ブラウザ、SaaS API）を提供するローカルホストサービスです。MCP-over-HTTPブリッジ経由でクライアントと通信し、OpenClaw、Claude Desktop、Cursor、Clineなどに対応。独自のWebチャット、Chrome拡張、Dockerコンテナ、バイナリでも利用可能です。

Amadeus は、音声会話、音声同期アニメーションキャラクター、専門プロバイダーによるタスク実行を単一のインターフェースに統合した、オープンソースのリアルタイムマルチモーダルデスクトップエージェントです。会話、具現化、アクション、ユーザーコントロールを一貫したループに保つことで、個別の音声アシスタント、デスクトップキャラクター、実行エージェントの断片化を解決することを目指しています。

Model Context Protocolを介してAIエージェントにBlockbenchの3Dモデリングツールを公開するプラグインとサーバー実装であり、自動化されたモデル作成と編集を可能にします。

音声で設計をブレインストーミングし、自動ビルドを駆動し、複数の AI コーディングセッションを音声で監視できる、Claude Code 用の音声制御インターフェース。

Switchyardは、NVIDIA NeMoのオープンソースライブラリであり、各LLMリクエストをユーザー定義のモデルプールから最適なモデルにルーティングすることで、安価で高速なモデルと大規模で高品質なモデルを組み合わせて使用できます。複数のルーティングアルゴリズム（Auto、Task-based、Execution-based、Compositeなど）を提供し、OpenRouter、LiteLLM、NeMo Relayなどのゲートウェイ経由での利用や、ローカルプロキシとしての実行、あるいはRust/Pythonハーネスへの直接組み込みが可能です。コストやレイテンシを重視するAIエージェント向けのpre-1.0 Apache-2.0ソフトウェアです。

SwarmUI は、AI 画像、動画、音声生成モデル（Stable Diffusion、Flux など）を動作させるためのオープンソースの Web ベースの UI です。初心者向けの Generate タブ、高度な Comfy スタイルのワークフローエディター、マルチ GPU「スウォーム」サポート、拡張可能なプラグインを提供します。Windows、Linux、macOS（Apple シリコン）、Docker 用のインストーラーがあり、Runpod と Vast.ai 用のクラウド GPU テンプレートも利用できます。プロジェクトは「Almost-Release」ベータ版（v0.9.8）であり、MIT ライセンスですが、GPL/AGPL コンポーネントを自動インストールする場合があります。

LetsFGは、AIを統合した旅行検索・予約エンジンです。航空券やホテルのリアルタイムで透明性の高い価格を提供し、AIエージェントが従来の旅行サイトのような価格インフレなしで直接予約を行うことを可能にします。

224以上の言語で重複コード、デッドコード、複雑度のホットスポットを検出するRustベースの高性能エンジン。MCPサーバーによるAI対応統合機能を備えています。

LightX2V は、高速な画像・動画生成のためのオープンソース推論フレームワークです。多くのモデル（MiniMax‑H3、LTX‑2、HunyuanVideo‑1.5、Wan‑2.x、Qwen‑Image など）をサポートし、4 ステップ蒸留 LoRA、FP8/NVFP4 量子化、テンソル並列化、さまざまなアクセラレータ上での分離デプロイといった高速化手法を提供します。ユーザーは単一の `LightX2VPipeline` クラスを通じて操作し、モデル、バリアント、JSON 設定を選択して、タスク（例：t2av、t2v、i2i）を指定して `generate` を呼び出します。報告されているベンチマークでは、H100 GPU 上で Diffusers に対して最大約 4 倍の高速化が示されています。このプロジェクトは Docker イメージ、macOS アプリ、オンラインデモ、そして充実したドキュメントとサンプルを提供しています。

Awesome Agents は、AI エージェントの構築、評価、管理を支援するために設計された、厳選されたオープンソースのツール、フレームワーク、プラットフォームのディレクトリです。

Jev（TypeSafe の意思決定モデル）で構築されたユースケース、デモ、リポジトリをまとめた、オープンソースでコミュニティ厳選のリストです。人気指標、コスト/レイテンシレポート、モデルの制限、アイデアをすべて一箇所にまとめています。

実践的な教育リポジトリで、.NET 開発者に生成 AI アプリケーションの構築とデプロイ方法を、実用的なコードサンプル、エージェントフレームワーク、クラウドまたはローカルモデルのホスティングを通じて教えます。

CursorやClaude Codeなどのツールが、Appeeky APIからリアルタイムのデータを取得してApp Store最適化（ASO）およびモバイルアプリ成長タスク（キーワードリサーチ、監査、メタデータ作成、競合分析、広告キャンペーン計画など）を実行できるAIエージェント「スキル」のライブラリ。`npx skills add …` またはClaudeプラグインとしてインストール後、自然言語での質問を投げかけるだけで、ルーター・スキルが適切な専門スキルにリクエストをルーティングし、実行可能なレポートを返します。

マルチエージェントシステムを使用して、自然言語と研究論文を本番運用可能なコードに変換するオープンなエージェント型コーディングシステムです。

Dapr は、オープンソースの CNCF 卒業ランタイムで、サイドカーとして動作し、永続的なワークフロー、安全なサービス間呼び出し、状態管理、pub/sub、アクター、LLM 用の Conversation API を提供します。あらゆる言語で信頼性の高い AI エージェントと分散アプリケーションを構築でき、セキュリティ、可観測性が組み込まれ、Kubernetes、クラウド VM、エッジデバイス、またはローカルで実行できます。

Apple Siliconを搭載したMac上で、マルチトークン予測（MTP）を使用してローカルLLM推論を高速化するネイティブMacアプリおよびCLI。

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。

ChatGPTにワンクリックエクスポートメニューを追加するブラウザスクリプトで、Markdown、JSON、HTML、画像などのさまざまな形式でチャット履歴を保存できます。

研究および産業界向けに安定した基準を提供する、信頼性の高い強化学習アルゴリズムのPyTorch実装群です。

Windows向けのComfyUIポータブルワンクリックインストーラー。環境、パッケージ、ハードウェア設定を管理するダッシュボードを備えています。

MetaHarnessは、リポジトリ固有のAIエージェントハーネス（カスタムCLI、スキル、メモリ、ポリシー）を作成するCLIおよびWebスタジオで、複数のホストエージェントで実行でき、npmパッケージとして公開できます。

DeepSeek Harness プラグインのための包括的でコミュニティ保守のディレクトリとマーケットプレイス。自動発見、厳格な品質検証、統合されたアプリ内ストアを備えています。

Jacobian は、AI エージェントに検索可能で実行可能な正確な数学演算のライブラリを提供する MCP サーバーであり、信頼性の高い計算と複雑なソリューションの構成を可能にします。

AIを活用したソーシャルメディア診断ツール。アカウントのパフォーマンスを分析し、バイラルコンテンツを分解し、クリエイター向けにデータ駆動型のセールススクリプトとコンテンツ戦略を生成します。

in-context learningを使用して、混合型のタブラーデータセットに対してゼロショットの分類および回帰を可能にする、scikit-learn互換のタブラー基盤モデル。

BabelDOC は、LLM（OpenAI互換モデル）を使用してPDF科学論文を翻訳し、二言語PDFを出力するオープンソースのPythonツールです。CLI、Python API、豊富なPDF処理オプション、用語集サポート、オフラインアセットパッケージ、ローカルまたはホストされたベータサービスでの実行が可能です。

公式LLM APIの統計的フィンガープリントを作成し、サードパーティ製APIと比較することで、繰り返しのプロンプトと低トークン消費で改ざんの可能性を検出するローカル実行型Pythonツール。

SEO Machineは、SEOに特化したコンテンツ作成を自動化するClaude Codeワークスペースです。調査、執筆、分析、最適化、WordPress公開のためのスラッシュコマンドを提供し、キーワード密度、読みやすさ、意図、CROなどを評価するエージェントを備えています。GA4、Search Console、DataForSEOと統合し、リアルタイムのパフォーマンスデータを実用的なコンテンツブリーフとスコアに変換して、マーケターがデータ駆動型のブログ記事やランディングページを制作するのに役立ちます。

Kaku は、WezTerm をベースにした macOS 専用のターミナルで、すぐに使えるフォント、テーマ、ショートカットが同梱されており、コマンド提案、自然言語からコマンドへの変換、統合チャットパネルなどの AI アシスタント機能が追加されています。Homebrew または DMG でインストールし、AI サービスを自分で設定し、リモートアクセスと Lua ベースのカスタマイズを楽しめます。

アイデンティティ、メモリ、ツールがバージョン管理されたファイルとして保存され、エージェントをコードのようにブランチ化したり差分を確認したりできる、GitネイティブなAIエージェントフレームワーク。

ComfyUI-LTXVideoは、ComfyUIビジュアルプログラミングUI内でLightricksのLTX-2動画生成モデルを実行するためのカスタムノードとサンプルワークフローを追加します。テキストから動画への生成、LoRAベースの制御、HDR変換、吹き替え、アップスケーリング、高解像度タイルサンプリング機能を提供します。

Qiushi‑Skill は、Claude Code、Cursor、CodexなどのAIエージェントに、矛盾分析、調査研究、群衆路線など9つの哲学的根拠を持つ推論手法を追加するプラグインライブラリです。`npx qiushi-skill` または Claude Code マーケットプレイス経由でインストールされ、軽量なカーネルを注入し、「事実に基づいて真実を求める」原則を強制し、タスクに適したスキルにルーティングします。各スキルにはトリガー規則、ステップバイステップの行動手順、出力テンプレート、ハード制約、ハンドオフ仕様に加え、参照テキストと調査・自己批判用のオプションサブエージェントが含まれます。このプロジェクトは、エージェントが証拠主導、自己批判的、戦略的になることを目指しています。