伸びている AI プロジェクト

Windows ベースのデスクトップ AI コンパニオン。Live2D キャラクターを備え、強力なエージェントエンジンを通じて、チャット、仕事、コーディング、学習のためのインタラクティブなサポートを提供します。

AIが生成した中国語テキストから機械的なパターンを取り除き、人間らしい文章スタイルを模倣するために設計された、SKILL形式のプロンプトと監査ツールのセット。

AIフレンドリーな構文を使用してテキスト記述を高品質でプロフェッショナルなインフォグラフィックに変換する宣言型インフォグラフィック可視化エンジンです。

UniFaceは、多くの最先端の顔分析モデル（検出、認識、ランドマーク、視線、人口統計、感情、アンチスプーフィングなど）を統一APIの背後にまとめたPythonライブラリです。pipでインストールし、単一の`FaceAnalyzer`呼び出しを実行すると、リッチな顔オブジェクトが得られます。モデルは自動的にダウンロードされ、CPU、Apple Silicon、またはCUDAで動作します。

単一の文章を調整された専門AIロールのチームに変換し、品質チェック付きの並列DAGワークフローを実行するマルチエージェントオーケストレーションツール。多くのLLMプロバイダーをサポートし（既存のコーディングCLIのキー不要な再利用を含む）、CLIと視覚的なWebインターフェースの両方を提供します。

Ouroboros は、曖昧な AI コーディング要求を再現可能で検証済みのコードに変換するオープンソースの Agent-OS です。ソクラテス式インタビューを実行し、結果の仕様（Seed）を不変の台帳にロックし、サポートされている任意の LLM で自動的に生成、テスト、反復します。

Windows 向けのリアルタイム音声翻訳ツール。システム音声とマイク入力をキャプチャし、LLM ベースのオーバーレイでライブ翻訳字幕を提供します。

LongLiveは、NVIDIAの非常に長いビデオ生成と長コンテキストのロボットアクション・モデリングのためのオープンソース・スイートです。Long‑WAM（ストリーミングビジュアルメモリを備えたワールドアクションモデル）、LongLive‑Plug（一度で全てのLoRA蒸留）、LongLive 2.0（NVFP4ベースの高性能トレーニング/推論インフラストラクチャ）、LongLive 1.0（リアルタイムインタラクティブテキストからビデオへ）の4つの自己完結型プロジェクトが含まれています。リポジトリは、各コンポーネントのコード、トレーニングレシピ、推論パイプライン、事前学習済みチェックポイント（HuggingFaceでホスト）を提供し、すべてApache‑2.0のもとで公開されています。

1枚の参照画像とドライブ動画から、無限長で表現力豊かなポートレートアニメーションをリアルタイムでストリーミング可能な拡散フレームワーク。

本番環境で使える Claude Code プラグインの精選リスト。主要な connect-apps プラグインは、MCP ゲートウェイを介して 1,000 以上のアプリで Claude が実際のアクション（メール、Slack、GitHub など）を実行できるようにします。セットアップ手順、40 以上のプラグインのカテゴリ別カタログ、コントリビューションガイドラインが含まれています。

GoModelは、Goで書かれたオープンソースのAIゲートウェイで、多数のLLMプロバイダーに対して単一のOpenAI互換エンドポイントを提供します。キャッシュ、コスト追跡、予算、レート制限、フェイルオーバー、可観測性（Prometheus/OpenTelemetry）、Webダッシュボード、拡張可能なプラグインを追加し、既存のSDKを変更せずにコストと信頼性を管理するチームを支援します。

RoboDojoは、Isaac Simおよび実機ロボットの両方でロボット操作ポリシーを評価するためのオープンソースのベンチマークです。42のシミュレーションタスクと18の実機タスク、並列シミュレーション、XPolicyLabでホストされたポリシーと連携するワンコマンドのワークフローを提供し、公開リーダーボード用のスコアを生成します。

Repo2RLEnvは、実際のコードリポジトリをAIコーディングエージェント向けの検証可能な練習タスクに自動変換します。既存の資料（マージされたプルリクエスト、コミット、セキュリティアドバイザリ、ライブラリ関数、ターミナル記録）をマイニングし、それぞれをプライベート検証器と参照ソリューションを備えた標準的なHarborタスクフォルダに変換します。品質はコントロール（オラクルスコア1、何もしない場合のスコア0）とレビュー・修正ループを通じて強制されます。5つのタスクカテゴリにわたる23のジェネレーターに加え、個々のプルリクエストから環境を適応的に構築するエージェントであるTasksmithを提供します。このプロジェクトは、Hugging Face Hubで1,930のタスクを含む21のデータセットを公開しています。

AgentConnect は、チームが Slack、Discord、Telegram、Google Chat、GitHub、GitLab、Linear などのツール内で多数の AI エージェント（Claude Code、OpenAI Codex、Grok Build など）を実行できる、オープンソースでセルフホスト型のプラットフォームです。エージェントは相互に呼び出し、メモリを保持し、Jev によってルーティングされ、webhook やスケジュールに基づいて動作します。システムは、デーモン（エージェントを実行）、オプションのリレー、設定・認証・可観測性のためのコントロールプレーン UI で構成されます。Docker-Compose によるローカル利用と Kubernetes 用の Helm チャートで提供され、すべて Apache-2.0 ライセンスです。

Threejs‑Awesome‑Graphics‑Agent‑Skillsは、高度なビジュアルエフェクト（プロシージャルマテリアル、リアルな海洋、ボリュメトリッククラウド、レイマーチングによる宇宙シーンなど）向けの、すぐに使える高品質なThree.jsコードスニペット（「スキル」）をバンドルしたnpmパッケージです。AIコーディングアシスタント（Codex、Claude Code、Cursorなど）が期待するディレクトリレイアウトにこれらのスニペットをインストールし、ユーザーが「アメージングなグラフィック」を要求したときにエージェントが実証済みの実装をコピーペーストできるようにします。このリポジトリには、サンプルギャラリー、検証スクリプト、決定論的なキャプチャパイプラインが含まれており、開発者とAI支援ワークフローにとって実用的なリソースとなっています。

ONNXは、ディープラーニングと従来の機械学習の両方をカバーするAIモデルを表現するための標準フォーマットを提供するオープンソースエコシステムであり、組み込み演算子とデータ型を備えた拡張可能な計算グラフを使用します。推論に重点を置いており、多くのフレームワーク、ツール、ハードウェア間での相互運用性を可能にします。

AI News Radar は、複数のソースから AI 関連の最新情報をフィルタリング、統合、優先順位付けし、クリーンな毎日のダイジェストにまとめる、自動化されたセルフホスト型ニュースアグリゲーターです。

Seagull 2.0は、Claude Codeに「短気なセキュリティ研究者」の人格をインストールするための設定パッケージです。大量の会話例と用語マッピングを含み、クロスプラットフォームでのインストール/アンインストールに対応し、元の設定を自動バックアップします。

fx0は、libfx LLMエージェントフレームワークを使用して、テキストによるページ説明を単一ファイルのHTMLデザインに変換する、Vercelホスト型のオープンソースアプリです。Vercel Queuesによる永続的なセッション、オプションの無料トライアルプロンプト、一連のデザインツール（Web取得、検索、編集、サブエージェント）、およびサンドボックスプレビューで表示されるバージョン管理されたデザイン出力を備えています。

Infrastructure-as-Code を使用して Microsoft Azure 上に AI エージェントアプリケーションをデプロイするための、安全なエンタープライズグレードのインフラストラクチャフレームワーク。

GitHubのみに依存するツールで、選択されたarXiv分野を毎日クロールし、大規模言語モデル（デフォルトはDeepSeek）を使って中国語の要約を生成し、GitHub Pagesに静的サイトとして公開します。フォークといくつかのシークレット/変数の設定だけで動作し、GitHub Actionsで実行されるため、サーバーは必要ありません。

スケーラブルなデータ生成器、大規模な軌道データセット、および堅牢な二腕ロボットポリシーを評価するためのベンチマークを提供する二腕ロボット操作プラットフォームです。

動画のカット検出および分析ツール。コンテンツ認識アルゴリズムを使用して、シーンの切り替わりを自動的に特定し、動画を個別のシーンに分割できます。

TheRockは、HIPおよびROCm向けのオープンソースのビルド・リリースシステムであり、PyTorchやJAXを含むROCmコンポーネントを統合・配布するためのモジュール式ワークフローを提供します。

大規模コードベース向けに、階層構造と依存関係を認識したドキュメントを自動生成・維持するAI搭載ツール。増分更新やアーティファクトのドキュメント化にも対応。

Anthropic Claude Pro/Max OAuthサブスクリプションとの互換性を実現するPi拡張機能。ユーザーは既存のサブスクリプションをPiエージェントフレームワーク内で活用できます。

PhyAgentOS‑core は、LLM 駆動の具現化エージェントのためのオープンソースフレームワークです。標準化された Forge API を介して言語モデルプランナーをロボット固有の「スキル」に接続し、タスクの結果を検証し、成功したエピソードを再利用可能なレッスンとして保存することで、再帰的な自己改善を可能にします。このシステムには、プロバイダー管理、オプションのガバナンス付きインタラクションが含まれ、Dora CLI を使用してロボットまたはシミュレーターのランタイムを実行します。LIBERO、RoboDojo、RoboTwin でのベンチマークは高い成功率を示しています。

非侵襲的脳波記録から自然な文章を復元するシステムで、タイピング中の脳活動からテキストを再構成することを可能にする。

LLM プロンプトから不要なトークンを除去し、コスト削減、トークン上限回避、長文コンテキスト性能向上を実現するプロンプト圧縮ツールキットです。

SkillNet は、再利用可能な AI エージェントスキルを発見、生成、評価、分析、ルーティングできるオープンソースプラットフォームです。公開カタログ（GitHub でホストされている 50 万以上のスキル）、6 つの操作（検索、ダウンロード、作成、評価、分析、ルーティング）を備えた Python SDK/CLI、ローカル Web UI、および MCP サーバーを介したエージェントの統合ポイントを提供します。システムはスキル関係のグラフを構築し、LLM を利用したルーティング（Claude/Codex）を使用してタスクに最適なスキルを選択し、安全性/保守性スコアと推論を提供します。

Mnemon は、LLM エージェントに永続的なグラフベースのメモリを追加するクロスプラットフォーム CLI です。ホスト LLM が何を記憶し、リンクし、忘れるかを監督し、Mnemon が決定論的な保存、減衰、重複排除、およびオプションのベクトル検索を処理します。ワンクリック設定で多くの AI コーディングツール（Claude Code、Codex、Cursor など）と統合でき、必要なのは単一のローカルバイナリのみで、追加の API キーは不要です。

OpenCluelyは、画面共有ソフトから検知されないステルスオーバーレイを通じて、技術面接中にリアルタイムのAI支援を提供するオープンソースのデスクトップアシスタントです。

Claude Codeスキルのコミュニティディレクトリ — テスト、デバッグ、PDF抽出、セキュリティなどのタスクに対応する既製の機能で、Claudeと一緒にインストールして使用できます。

材料科学および量子化学のための集中型フレームワークであり、原子シミュレーション向けに高速な機械学習原子間ポテンシャルを提供します。

AI認識、モーションプランニング、リアルタイム実行を統合した、オープンでローカル実行可能なハードウェア非依存の産業用ロボット制御フレームワーク。

GitReverse は、任意の公開 GitHub リポジトリを、コード生成モデル用の短い会話形式のプロンプトに変換する Web アプリです。リポジトリのメタデータ、浅いファイルツリー、README を取得し、設定可能な LLM（Grok、Gemini、Azure など）を使用して単一のプロンプトを合成します。Next.js、React、TypeScript、Tailwind で構築されており、オプションの Supabase キャッシュと Stripe スポンサーシップをサポートしています。アプリは pnpm でローカル実行され、MIT ライセンスです。

Bot Crossingは、アクティブなAIコーディングエージェントのスレッドを単一の3Dコロニーにマッピングするローカル視覚化ダッシュボードであり、元のデータを変更することなく、さまざまなツール間でセッションを監視および管理できます。

AIエージェントまたはMCPサーバー統合を使用して、バグバウンティハンティングと脆弱性調査を自動化する自律的なオフェンシブセキュリティフレームワークです。

mu は、大きな LLM と小さな「judge」モデル（Jev またはローカルの Laya）を組み合わせたコマンドライン（およびオプションのデスクトップ）コーディングアシスタントです。judge は対話ターンごとに約 38 の小さなはい/いいえ/選択肢の質問に回答し、コンテキスト管理、安全性チェック、ツール出力のフィルタリング、マルチエージェント（ハイブ）調整を処理します。これにより、大きなモデルのトークン使用量を低く抑えながら、安全性と関連性を維持します。`npm i -g mu-agent`（CLI）でインストールするか、デスクトップインストーラーをダウンロードします。`mu setup` でモデルキーを設定します。システムは監査可能性のためにすべての判断をログに記録し、プロンプトサイズの測定された削減（約 51% のログ折りたたみ）と目標認識出力トリミング（必須行を失わずに約 40% 削減）を含みます。

React向けのオープンソース生成AI UIツールキット。Zodスキーマに基づいてAIエージェントがUIコンポーネントを動的にレンダリングおよび更新できます。

Fusionは、自然言語によるタスク記述を完全にレビューされ、マージ可能なコードに変換するオープンソースのAI駆動型ソフトウェア工場です。LLM駆動のエージェント群を統合し、各タスクを個別のGit worktreeで実行し、カスタマイズ可能なワークフローと人間の監視を備えた視覚ダッシュボードで全体プロセスを提示します。

産業用ロボットの機械的設計と制御ソフトウェアを模倣する、高性能な3Dプリント可能なデスクトップロボットアームです。

Hycli は、ログイン済みの任意のウェブサイトを型付きコマンドラインインターフェースと MCP サーバーに自動変換するクロスプラットフォームのネイティブツールです。AI エージェントは、サイトを安全に読み取り、（明示的な一回限りの許可を得て）書き込むことができます。ドキュメント、OpenAPI/GraphQL 仕様、ライブブラウザトラフィックを分析してアクションを準備し、認証情報をローカルに保存し、ダッシュボードと 20 言語の UI を提供します。自律エージェントの構築や個人用 Web 工作流のスクリプト化に最適です。

50以上の言語の長尺マルチスピーカー音声に対して、音声文字起こしと話者分離を同時に行うエンドツーエンドの音声理解モデル。

BG0 は、WebGPU と WASM を使用して画像をローカルで処理し、最大限のプライバシーを実現するオープンソースのブラウザベース背景除去ツールです。

XGBoostは、大規模なデータサイエンス問題に適した高速かつ正確な並列木ブースティングを提供する最適化された分散型勾配ブースティングライブラリです。

Sentence‑Transformers は、テキスト埋め込み、セマンティック検索、再ランキングのための密、スパース、クロスエンコーダー、マルチベクトル transformer モデルの使用と微調整を簡素化する Python ライブラリです。一行の API、Hugging Face 上の数千の事前学習モデル、および広範なトレーニングユーティリティを提供します。