伸びている AI プロジェクト

1Mトークンのコンテキスト、推論デコーディング、ネイティブ画像処理を備えた、2ノードDGX Sparkクラスター上でDeepSeek-V4-Flash-Vision-Expを実行するためのデプロイメントレシピ。

Postiz Agentは、AIエージェント（ChatGPT、Claude、Geminiなど）がPostiz CLIを呼び出して、ソーシャルメディア統合の検出、メディアのアップロード、投稿のスケジュール設定、28以上のプラットフォームでの分析の取得を可能にするプラグインマニフェストを提供します。

無料で使えるAIツールの、ウィキスタイルの無料ディレクトリ。サインアップが必要かどうかで分けられ、チャット、メディア、音声、IDE、APIカテゴリを網羅。無料サービスがデータを記録したり、いつでも消えたりする可能性があるという明確な警告付き。

Box は、ユーザーが LLM や画像生成モデルを含む強力な AI モデルを、ローカルのハードウェアアクセラレーションを使用して完全にオフラインで実行できるようにする、セキュリティが強化された Android アプリケーションです。

LLM を活用したアプリケーションを構築するためのフレームワークで、モジュール式で相互運用可能なアーキテクチャを通じて、モデル、データソース、コンポーネントの統合を簡素化します。

NaturalVoiceSAPIAdapter は、Windows SAPI 5 テキスト読み上げエンジンで、小さな DLL とオプションの Azure キーをインストールすることで、Windows 11 のナレーター、Edge の読み上げ、Azure Speech Service など、Microsoft のニューラル（自然）音声を任意のプログラムで使用できるようにします。

director は、言語モデルが動画制作の全プロセス（脚本、ビジュアルスタイル、キャラクター、ボイス、シーンごとのプロンプト）をガイドするAIエージェントスキルであり、LibTVまたは 即梦 CLIツールを使って編集可能な動画クリップを生成します。3つのモード（アニメーション解説、ストーリータイムアニメーション、映画ドラマ）をサポートし、Codexなどのエージェントにスキルディレクトリとしてインストールされます。

DataTalks.Clubによる無料のハンズオンコース。規律あるAI支援ソフトウェア開発を教え、コーディングエージェント/アシスタントを使って実際のアプリを計画、構築、テスト、デプロイ、監視、監査する方法を学びます。5モジュールのカリキュラムとキャップストーンプロジェクトがあります。証明書はライブコホート（2026年8月31日開始）でのみ取得可能です。

Oxigraph は、RDF データと SPARQL クエリのための高性能で標準準拠のグラフデータベースおよびツールキットであり、Rust ライブラリ、Python パッケージ、JavaScript モジュールとして利用できます。

gflow-cli は、実際の Chrome セッションを介して Google Flow の Veo 動画生成と Imagen 画像生成を自動化する Python CLI（およびオプションの MCP サーバー）です。バッチジョブ、再利用可能なキャラクター、プロンプト書き換えツールをサポートし、結果をクラウドストレージにパイプできます。開発者と AI エージェント統合向けに設計されており、アルファ版で、ヘッド付き Playwright-Chromium ブラウザが必要です。

RTAB-Mapは、未知の環境のマップ作成とロボットの位置推定に使用されるロボット用マッピングおよび位置推定ライブラリおよびスタンドアロンアプリケーションです。

OpenLLM は、オープンソースの LLM（Llama 3、Qwen 2.5、Mistral など）をローカルで実行し、OpenAI 互換の REST API として公開できる Python ツールです。単一のコマンドで GPU アクセラレーションサーバーを起動し、組み込みの Web チャット UI を使用し、Docker または Kubernetes でサービスをデプロイできます。モデルカタログ、カスタムモデルリポジトリをサポートし、高性能 vLLM バックエンドと統合されています。

ReShadeのデータを使用して必要なAPI呼び出しをシミュレートすることで、ネイティブDLSS対応がないゲームでもDLSS 5ニューラルレンダリングを可能にするツール。

LongMemory は、LLM 駆動エージェント向けのローカルファースト、SQLite バックアップのメモリエンジンです。不変で時間認識型のグラフノードを保存し、厳密/履歴/連想/世界基盤のリコールを提供し、ガバナンス、多言語サポート、および多くの統合（CLI、HTTP API、VS Code、n8n など）を含みます。Docker、クラウドプラットフォーム、またはローカルでデプロイ可能です。

Node.jsまたはPythonで動作するAIエージェント向けの包括的なJavaScript逆解析ツールキット。Web APIの分析、反スクラピング署名の回避、暗号化されたロジックの復元を実現します。

Claude Code 用のプラグインで、独立した AI レビューを備えた反復開発ループを実装し、高品質でバグのないコードを保証します。

本プロジェクトは、「ハーネスの自己進化（harness self-evolution）」に関する66ページのサーベイ論文のコンパニオンリソースです。これは、AIエージェントがモデル自体を再学習することなく、過去の実行経験を利用してモデル周辺のソフトウェア（プロンプト、メモリ、ワークフロー、ツール）を改善するプロセスを指します。定義、分類体系、分類された文献リスト、関連サーベイ、評価および理論のブランチ、そして背景となる先行研究を提供します。

AI-FW は、AI エージェントとそれらが呼び出すモデルの間に位置するセルフホスト型ゲートウェイで、すべてのプロンプトと応答を検査し、ガバナンスルールを適用し、規制当局向けの監査ログを生成します。フェイルクローズド運用、エージェント ID、コスト削減キャッシュ、Claude Code、Cursor、M365 Copilot などのツールとの統合をサポートしています。

Easy-RL（別名マッシュルームブック）は、強化学習のためのオープンソースの中国語チュートリアルで、古典的な講義ノートを章、演習、コードノートブック、論文読み物を含む構造化された書籍にまとめています。初心者がRLの理論と実践にアクセスできるようにすることを目指しており、無料のオンライン閲覧、PDFダウンロード、印刷版を提供しています。

Irisは、FLUX.2、FLUX.3、Z-Image-Turboなどのオープンウェイト拡散Transformerモデルを使用して、テキストプロンプトから画像を生成するための純粋なC言語による推論パイプラインです。外部依存関係なしで動作し、Metal、CUDA、ROCmによるGPUアクセラレーションをサポートし、メモリマップドウェイトを使用して低メモリ環境でも動作可能です。

ブラウザ拡張機能で、リーダー、メディアプレイヤー、AIツールを統合し、記事、動画、ポッドキャストからの学習ノートを直接Obsidianに保存・整理できます。

Dreamina/Jimeng Seedance 2.5向けの動画ディレクションスキルで、クリエイティブなアイデアと参照画像を構造化された動画スクリプトと最適化されたプロンプトに変換します。

MinusPod は、ポッドキャストを文字起こしし、LLM を使用して広告セグメントを特定し、それらをカットし、広告なしのフィードを提供する自己ホスト型 Docker サービスです。ローカルの Whisper ベースの文字起こし、複数の LLM プロバイダー、ユーザーの修正からのパターン学習、レビュー用の Web UI をサポートしています。

PostgreSQL向けの読み取り専用・エージェントレスな診断ツール。ヘルスレポート、パフォーマンス回帰追跡、AIによるデータベースメトリクスの解説を提供します。

FlashVSRは、A100 GPU上で768×1408動画を約17fpsで処理する拡散ベースの動画超解像システムです。この速度は、3段階蒸留パイプライン、局所性制約スパースアテンション、小型条件付きデコーダによって実現され、新しい120k動画データセットでトレーニングされています。

CodexおよびClaude Code向けの27種類のAIエージェントスキル集。Natureシリーズの生命科学および計算生物学論文の執筆、修正、および査読回答の管理を支援します。

Teableは、スプレッドシート風UIとPostgreSQLバックエンドを組み合わせ、内蔵AIエージェントを備えたオープンソースで自己ホスト可能なプラットフォームです。AIチャット、自然言語プロンプトからアプリを作成・展開する「App Builder」、AI駆動の自動化、一括フィールド入力などを提供し、これらはすべて分離されたコンテナ内で実行されます。ホスト型サービスまたはオンプレミス展開（フル機能またはデータのみモード）で利用できます。コミュニティ版はAGPL-3.0（一部パッケージはMIT）です。

公式のWordPressパッケージで、WordPressの機能をModel Context Protocol (MCP)ツールおよびリソースとして公開し、AIエージェントが標準化された方法でWordPress機能とやり取りできるようにします。

出生情報から直接ヴィーダン占星術のチャートを計算・分析するAIエージェント用スキルのセット。キャリア、恋愛、出生時刻補正の専門モジュールを備える。

キーワードリサーチからリスティングの最適化、FBA手数料の計算まで、Amazon販売における専門知識を提供する53個のプレーンテキストAIエージェントスキルのコレクション。

AI Content Studio は、ビデオ作成ワークフロー全体を自動化するオープンソースプラットフォームです。監督的な AI エージェントのセットがトピックを調査し、スクリプトを作成して品質チェックし、その後マルチモーダルパイプライン（Whisper 文字起こし、OpenCV シーン分析、FFmpeg 処理）が、キャプション、B-roll、ブランディングを備えた完全にスタイル設定され、ラウドネス正規化されたビデオを生成します。参照クリップからのスタイルクローン、ウルドゥー語 TTS、24/7 オートパイロットキャンペーンをサポートし、FastAPI バックエンド + Next.js UI で実行されます。

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。

RuVector は、AI エージェント向けの Rust ネイティブなベクトルデータベースおよび永続メモリ基盤です。ローカルセマンティック埋め込み、ベクトル検索、グラフ関係、明示的フィードバック学習を組み合わせ、エージェントにセッションを超えた永続的なメモリと高速なローカル意思決定を提供し、Node.js、Python、Rust、ブラウザ WebAssembly 向けの SDK を備えています。

任意の計算可能なタスクを解決するために、自律的に自身のコードを最適化できる自己参照的・自己改善型エージェントのためのフレームワークです。

シングルまたはマルチノードの NVIDIA DGX Spark クラスター上で高性能な vLLM 推論をデプロイするための Docker 設定および自動化スクリプト集。

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。

ClawRouter は、各リクエストを15の次元で分析し、1ミリ秒未満で最も安価な対応モデルにルーティングするオープンソースのスマートLLMルーターで、完全にローカルで動作します。無料モデル、クレジットカードでのチャージ、x402プロトコルによるUSDCマイクロペイメントをサポートし、自律エージェントがアカウントやAPIキーなしでLLMを使用できるようにします。

Model-as-a-Service（MaaS）プラットフォームとライブラリで、複数ドメインにまたがる数百の最先端 AI モデルを統一インターフェースで発見、推論、ファインチューニングできます。

GitHub リポジトリやローカルコードベースを分析し、コードの仕組みを説明する初心者向けチュートリアルとビジュアライゼーションを自動生成する AI 搭載ツールです。

AIエージェントに長期記憶とデータ取り込みパイプラインを提供する、管理型エージェントメモリプラットフォームおよび統合エコシステム。

LingBot‑World‑V2 は、テキストプロンプトから無限でインタラクティブな世界を生成する研究用動画生成モデルです。高速（リアルタイム）および高品質なバージョン（14 B と 1.3 B）を提供し、多様な行動をサポートし、パイロット・ディレクター型エージェントアーキテクチャを採用しています。リポジトリには推論コード、モデルダウンロードリンク、クイックスタートガイドが含まれますが、デプロイコードは公開されていません。

ClaudeをAppleのFoundation Modelsフレームワークに統合するSwiftパッケージ。ネイティブApple APIを介してサーバーサイドモデルとしてClaudeを使用できるようにします。

AIを活用したデータベースクライアントおよびSQLワークスペースであり、開発者やアナリストが自然言語を使用してSQLの生成、解説、最適化を行うことができます。

Mini Pupper 4は、開発者が高精度なシミュレーションでニューラルネットワークポリシーを学習し、ROS 2とmicro-ROSを使用して物理ハードウェアに直接デプロイできるオープンソースの四足歩行ロボットプラットフォームです。

多様なLLMや翻訳サービスを活用し、元のファイル形式を維持したまま書籍やドキュメントをバイリンガル版に変換する、AI搭載の多機能ツールです。

docTR は、画像や PDF ドキュメント内のテキストを検出および認識するためのエンドツーエンドのパイプラインを提供する PyTorch ベースのライブラリです。

NVIDIA Inference Xfer Library (NIXL) は、AI推論フレームワークにおけるCPU、GPU、およびさまざまなストレージバックエンド間のポイントツーポイントデータ転送を高速化する高性能通信ライブラリです。

Obsidian で整理された包括的な学習パスであり、完全な初心者を 12〜18 か月で AI エージェントのフルスタックエンジニアリングに導きます。110 以上の詳細なチュートリアル、完全なコード、30 以上の章プロジェクト、400 以上の厳選された GitHub リファレンスが含まれています。