伸びている AI プロジェクト

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。

ZLUDAは、変更のないCUDAアプリケーションを、NVIDIA以外のGPU上でほぼネイティブのパフォーマンスで実行できるようにする、CUDAのドロップイン置き換えです。

音声活動検知（VAD）とウェイクワードのサポートを統合した、高速でリアルタイムな文字起こしを提供するPython音声文字起こしライブラリ。

セルフホスト型の OpenAI 互換 LLM ルーターで、コストと能力に基づいてモデル選択を自動化し、複数の AI プロバイダーに統一 API を提供します。

Jeffは、超高速で校正済みの分類判断を行う0.8Bの「System 1」モデルです。特定のドメイン（ガード、トリアージ、スパムなど）向けに軽量なLoRAアダプターを使用し、大規模LLM（例：Qwen 3.8-27B）の前段で高速パスフィルターとして機能し、ほとんどのクエリを約30msで処理して不確かなケースのみを委任します。ウェイトとアダプターはHugging Faceでオープンに公開されており、GGUFファイルによりllama.cppでの使用が可能で、シンプルなHTTP/Python API（`jeff-serve`）を使用して任意のサービスにJeffを組み込むことができます。

マルチレイヤーのエージェント階層を使用して作業のレビュー、修正、再チェックを行うことで、失敗率を45%削減するコーディングエージェントワークフロー。

CAD-MCP は、Claude や Cursor などの AI アシスタントを CAD ソフトウェア（AutoCAD、GstarCAD、ZWCAD）に接続する Model Context Protocol サーバーです。描画、編集、クエリ、レイヤーとブロックの管理のための 35 のツールを提供し、ユーザーは CAD インターフェースを手動で操作する代わりに、平易な言語のコマンドを入力して図面を作成および変更できます。

15TBの多様な数値物理シミュレーションと、計算科学における機械学習サロゲートモデルの訓練・評価に特化したベンチマークスイート。

AI 動画・画像モデル向けの、厳選されたソースリンク付きプロンプトライブラリ。各プロンプトには実際の出力プレビュー、タグ、実用的な編集レシピが付属しています。

apple-hig は AI エージェント向けのスキルで、Apple のヒューマンインターフェースガイドラインのコンパクトでソースレビュー済みのコピーと、既存の iOS アプリを新しい折りたたみ式 iPhone Duo に適応させるための /duo スラッシュコマンドを提供します。オプションの「強制」レビューループも提供します。インストールは、提供されたプロンプトをコピーするか、apple-hig/ フォルダをエージェントのスキルディレクトリに手動で配置します。

ChatGPTを活用してタロット占い、占星術分析、夢占いを行う、レスポンシブで使いやすいインターフェースを備えたAI占いプラットフォーム。

Claude Codeを使用して、永続的でAI駆動のオペレーティングシステムを構築するためのフレームワークで、メモリ、エージェント、パルス、スクリーンの4つのレイヤーで構成されています。自動化されたルーチン、インテリジェントなファイル管理、読み取り専用のダッシュボードを可能にし、作業を整理してアクセスしやすく保ちます。

Tokless は、AI コーディングエージェント向けに専門のコーディングツールとメモリ管理を自動的に配線するゼロ設定パイプラインであり、さまざまなプラットフォームで効率的に動作することを保証します。

AIコーディングエージェントがRoblox Studioを制御・操作できるようにするMCPサーバーで、自動デバッグ、スクリプト実行、パフォーマンスプロファイリング、アセット管理を可能にします。

AIエージェントを動かすランタイムフレームワークであるAgent Harnessの深いアーキテクチャ分析を提供する技術書。会話ループやツールシステムからメモリ管理、マルチエージェントオーケストレーションまでを網羅しています。

Audio Separator は、ディープラーニングモデル（MDX-Net、VR、Demucs、MDXC）を使用して音楽ファイルをボーカル、インストゥルメンタル、ドラムなどのステムに分割する Python ライブラリ/CLI です。CPU、CUDA、Apple Silicon（MPS/CoreML）、実験的な DirectML をサポートし、Docker イメージを提供し、フィルタリングオプション付きのモデルカタログを備えています。

Fara1.5は、マウスとキーボード入力を使ってブラウザを視覚的に認識し、複雑なタスクを自動化できるネイティブコンピュータ利用エージェントのファミリーです。

OpenCompany は、自律型 AI「従業員」を作成できるオープンソースのデスクトップアプリです。LLM 駆動のエージェントの小規模チームが、メールの読み取り、コードの作成、ソーシャルメディアへの投稿、支払い処理などを行います。仕事を定義し、専門エージェントをビジュアルキャンバスにドラッグして、ツール（Gmail、GitHub、Stripe、浏览器、Android 模拟器等）に接続すると、従業員は提供した任意の LLM を使用してローカル（或 Docker）で実行されます。状态、记忆和技能均可编辑，系统无需订阅即可使用。

PageLMは、ドキュメントや講義ノートをクイズ、フラッシュカード、AI生成ポッドキャストなどのインタラクティブな学習ツールに変換するオープンソースのAI教育プラットフォームです。

AIアシスタントをコード生成者から学習のパートナーに変えるプロンプトベースのツールキット。ユーザーがコードをただ生成するのではなく、思考と推論を通じて問題を解決するよう強制します。

BallonsTranslatorは、OCR、AIベースの翻訳（LLMを含む）、画像インペインティングを使用して漫画翻訳を自動化するデスクトップアプリケーションで、ユーザーはビジュアルエディタやリッチテキストエディタで結果を微調整できます。

DSH‑X は、複数のローカル DeepSeek Harness インスタンスをインストール、実行、管理するためのコミュニティ製デスクトップランチャーです。バージョン管理、プラグイン/パック処理、MCP スキル統合、Windows と macOS 向けのテーマ付き UI を備えています。

Apple Silicon上でトークン生成なしに低遅延かつエネルギー効率の高い構造化意思決定を実現する、Layaモデル向け高性能Core MLランタイム。

Claude Code が複数の LLM プロバイダー（Codex、Kimi、Grok、OpenCode Go、Cursor）を使用できるようにするローカルプロキシ。Anthropic スタイルの API 呼び出しを変換し、認証、ルーティング、ストリーミングを処理し、TUI モニターを提供します。

CuPyは、NumPyおよびSciPyのGPU加速代替ライブラリであり、NVIDIAおよびAMDハードウェア上で高速な数値計算を可能にします。

HTMLやJavaScriptを書くことなく、ロボティクス、機械学習、ダッシュボード向けのWebベースのインターフェースを作成できるPythonベースのUIフレームワーク。

コミュニティ保守の進行中リストで、約64のオープンソースAIハッキング/セキュリティエージェントをリリース日順に並べ、ドキュメントリンク、研究論文参照、いくつかのベンチマークノートを含む——厳密に教育および認可されたテスト用途を目的としています。

複数の GPU バックエンドをサポートし、さまざまな専門的なモデルを搭載した、AI ベースの動画フレーム補間および拡大に対応するクロスプラットフォーム GUI アプリケーション。

FluxVLA Engineは、ロボット向けの視覚・言語・行動（VLA）モデルをトレーニング、評価、デプロイするためのオープンソースのエンドツーエンドプラットフォームです。統一設定、モジュール式モデルバックエンド、ベンチマークスイート（LIBERO、RoboCasa、RoboDojo）、およびデプロイツール（Docker、Jetson Orin、Triton、ZMQ）を提供し、FrankaとOliでの実ロボットデモを備えています。

ローカル、クラウド、ブラウザ環境を問わず、安全で軽量なサンドボックスでアプリケーションやAIエージェントを実行するランタイムです。

GeminiがAI生成画像や動画に付与した可視ウォーターマークを、数学的に正確な逆アルファブレンディングアルゴリズム（AIインペインティングではない）を使用して除去する、オープンソース・MITライセンスのツール。ブラウザまたはCLIで全てローカル処理し、複数の統合方法（オンラインツール、Chrome拡張機能、ユーザースクリプト、CLI、SDK）を提供し、ウォーターマーク位置を自動検出し、画像と動画の両方をサポート。Gemini特有の可視ウォーターマークのみを扱い、SynthIDのような不可視ウォーターマークは対象外。法的・使用上の警告も含む。

法律専門家が契約審査、規制コンプライアンス、法的文書作成などのタスクを専門家検証済みのワークフローで自動化できるように設計された、厳選されたオープンソースのモジュール式AIエージェントスキルライブラリです。

AI Collection は、80 カテゴリにわたる 3,569 の生成 AI アプリケーションを、説明、スクリーンショット、リンク、価格情報とともに収録したキュレーションされたディレクトリです。トップピック、最新追加、5 言語への翻訳、および関連ウェブサイト（thataicollection.com）が含まれます。MIT ライセンスで、GitHub スターは約 9.2k。

LLMを機能的で自律的なAIエージェントに変えるために必要なソフトウェアインフラストラクチャである「ハーネス」の構築方法を解説する、構造化されたコードファーストの教育リソースです。

Strands Box は、AI エージェントを隔離し、ファイル、プログラム、ネットワーク操作に対して Dogwood で記述されたセマンティックポリシーを強制するオープンソースのサンドボックスです。統合されたルール評価、資格情報の注入、監査ログを備えています。

コンテンツ階層を最適化し、プロジェクト固有のSVGビジュアルを作成することでGitHub READMEを再設計し、プロジェクトの価値を即座に明確にするAIエージェントスキル。

pi‑vccは、Piコーディングアシスタント用の決定的でアルゴリズムのみの会話圧縮ツールです。PiのLLMベースの要約を、目標、ファイル変更、コミット、コマンド、未解決の問題、ユーザー設定の高速抽出に置き換え、セッションサイズを約98%削減し、ミリ秒のレイテンシでトークンコストをかけません。このプラグインは自動または`/pi‑vcc`コマンドで動作し、`vcc_recall`で圧縮された履歴を検索可能にし、JSONファイルで設定できます。MITライセンス。

融資および企業金融における財務リスク、不正、規制コンプライアンス問題を検出するためのSQLおよびAIベースのモデルのコレクション。

Izwiは、音声認識、テキスト読み上げ、チャット、話者分離、音声クローンをすべてローカル環境で実行できる、ローカルファーストの音声AIスイート（デスクトップアプリ、Web UI、CLI、サーバー）です。クラウドサービスやAPIキーを必要とせず、OpenAI互換のAPIを提供します。

Apache Doris は、ストリーミング、レイクハウス、ハイブリッド（テキスト＋ベクトル）データ上で1秒未満のSQLクエリを実行できるオープンソースのMPP型分析データベースであり、リアルタイムダッシュボード、オブザーバビリティ、AI駆動の類似検索に適しています。

apfel は、Apple Silicon Mac で動作する Swift ベースの CLI およびローカル OpenAI 互換サーバーで、Apple が提供する Foundation Models LLM をオンデバイスで実行します。100% オンデバイスで動作し、パイプ対応のプロンプト、JSON/スキーマ出力、MCP を通じたツール呼び出し、チャット REPL をサポートしており、プライベートなスクリプト作成やローカル AI 開発に最適です。

tree-sitter AST解析を利用し、AIエージェントがファイル全体ではなく正確なコードシンボルを取得できるようにすることで、トークンコストを最大99%削減するMCPサーバー。

MAMMA はマーカーレスのマルチパーソン 3D 動作取得システムで、マルチビュー映像から正確な人体ポーズを再構築します。

ターミナル、ファイル管理、AI支援による自動化を単一の効率的なアプリケーションに統合した、GPUアクセラレーション対応のネイティブSSHクライアント兼リモート操作ワークスペースです。

単一の YAML 設定ファイルを使用して、テキスト、ビジョン、およびオーディオモデルの学習後処理を効率化する、無料かつオープンソースの LLM 微調（ファインチューニング）フレームワーク。

パラメータ効率的ファインチューニング（PEFT）用ライブラリで、ユーザーは大規模事前学習モデルのごく一部のパラメータだけを訓練してモデルを適応させ、計算コストとストレージコストを削減できます。

伝統的な風水知識を、環境分析と吉日選択のための対話型コンサルタントに凝縮した、標準化されたAIスキル。

数学教師向けのローカルで動作するAI駆動のワークベンチ。問題バンクをデジタル化し、LLMとLaTeXを使用してプロフェッショナルなA4試験問題を作成します。