伸びている AI プロジェクト

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。

複数のクライアントアプリケーションがAIエージェントセッションに接続し、状態を同期できるようにする標準化された通信プロトコル。

抽出されたブランドDNAと、研究に基づいたコード化されたデザイン原則を組み合わせることで、プロフェッショナルなプレゼンテーションデッキとレスポンシブなウェブサイトを生成する Claude Code スキル。

オープンソースでPythonベースの教育書であり、厳密でありながら軽快で親しみやすいアプローチで因果推論とインパクト推定を教えます。

decider は、テキストを生成する代わりに、状態と型付き質問（選択、スコア、またははい/いいえ）を読み取り、各質問に対して校正された確率分布を単一のフォワードパスで出力するオープンソースの言語モデルコレクションです。0.8B から 35B パラメータのモデルが含まれ、重みは Hugging Face で公開されており、サードパーティの意思決定ベンチマークで高い順位を獲得しています。

WindowsデスクトップソフトウェアやWebページのローコード自動化を実現し、AIエージェントとのネイティブ統合を備えたエンタープライズグレードのオープンソースRPAデスクトップアプリケーション。

roboflow/notebooks は、コンピュータビジョンに関する61のJupyterノートブックチュートリアルを含むGitHubリポジトリで、YOLO、SAM、Gemini、Qwen2.5-VLなどのモデルをカバーしています。各ノートブックはColab、Kaggle、またはSageMaker Studio Labで開くことができ、関連するブログ記事、動画、論文へのリンクも含まれています。物体検出、セグメンテーション、OCR、データ抽出などのタスクを実践的に学ぶために設計されています。

平坦な読み上げではなく、伝統的な旋律による詠唱を生成する、プロダクショングレードのサンスクリット語詠唱テキスト読み上げシステム。

学習ロードマップ、人気のAI面接質問、AI採点の練習とフォローアップディスカッション、ゲーム化された成長システム、提案コミュニティを組み合わせたフルスタックAI学習プラットフォーム。Vue 3、Spring Boot、FastAPI、MySQLで構築されています。

AI Hero は、開発者が AI エンジニアリングに移行するために必要なコード、演習、ツールを提供するオープンソースの教育プロジェクトです。

Codex 用のブラウザ自動化スキルで、反復的なナビゲーションとクリックを Jev モデルにオフロードし、速度を向上させ、トークンコストを削減します。

画像、動画、音声タスク全体で再現可能かつ効率的なベンチマークを提供する、大規模マルチモーダルモデル向けの統合評価ツールキット。

AIシステム向けのコンテキストゲートウェイ。LLMに情報が到達する前に、タスクに関連する情報を選択、圧縮、フィルタリングすることで、トークン使用量とコストを最適化します。

自然言語処理の全範囲をカバーする、包括的な14週間のオープンソースカリキュラム。基礎的なワード埋め込みから最新のLLMシステムやAIエージェントまでを扱います。

ChatGPT、Perplexity、GeminiなどのAI回答エンジンにおけるブランドの可視性と引用を追跡・最適化するための、オープンソースのセルフホスト型プラットフォーム。

SIMD最適化されたプリトークナイゼーションにより、HuggingFaceのトークナイザーと比較して最大1000倍の高速化を実現する、言語モデリング用の高性能Rustベースのトークナイザー。

専用ヘッドセットとデスクトップブラウザの両方で動作する、AI統合型XR体験を構築するための軽量なクロスプラットフォームライブラリ。

DLSS2およびDLSS3をネイティブにサポートするゲームで、DirectX 12互換GPUを搭載したユーザーがDLSSアップスケーリングおよびフレーム生成をシミュレートできるツール。

AI/ML/DLを習得するためのロードマップ、書籍、コース、論文、ツール、コミュニティを網羅した構造化されたオールインワンのリポジトリ。キャリア目標やスキルレベルに応じた個別の学習パスを提供します。

SREGym は、AI ネイティブのベンチマークプラットフォームであり、ライブ Kubernetes 環境を提供して、AI エージェントが実際のサイト信頼性エンジニアリング（SRE）障害を診断および緩和する能力を評価・トレーニングします。

CrispASRは、119種類のオープンウェイトASRおよびTTSモデルを単一のバイナリから実行できるC++専用の音声エンジンです。Python依存関係ゼロ、クロスプラットフォームビルド（WebAssemblyを含む）、GPUアクセラレーション（CUDA/Vulkan/HIP）、HTTPサーバーAPI、ストリーミング、および言語バインディングを提供します。プロジェクトには、豊富なエコシステム（Flutterアプリ、埋め込みライブラリ、Python GUI）と、クイックスタート、モデル管理、コンプライアンスに関する詳細なドキュメントが含まれています。

Pythonベースのバイリンガルデスクトップ音声アシスタントで、音声コマンドによる日常のPCタスク、システム制御、ウェブ検索を自動化します。

Mermaid図のソースをSVG、PNG、ASCII形式に変換するローカルレンダリングツール。AIエージェントやターミナルベースのワークフローとの統合を目的としています。

コミットメッセージやPRタイトルなどの最終出力に、拒否されたアイデアや会話の残滓が含まれないよう防止するツールとガイドラインのセット。

OpenAI互換のLLMエンドポイントとチャットできるオープンソースのSvelteKitウェブUI。履歴（MongoDB）、テーマ、オプションのスマートルーティング（Omni）、MCPツール呼び出しを処理し、簡単なデプロイ用のDockerイメージを提供します。HuggingChatを強化し、ローカルサーバー（llama.cpp、Ollama）やクラウドプロバイダーと使用できます。

PenEchoは、Model Context Protocolを介してAIエージェントと連携し、スケッチやメモをダイアグラムや動作するウィジェットに変換できる、AI搭載のインタラクティブなキャンバスです。

Codex向けのマルチモデル調整フレームワークで、リーダーモデルが計画・委任・レビューを実施し、さまざまなワーカーモデルやツールと連携させることが可能。

humanizeは、MITライセンスのレポジトリで、2つの静的でルールベースのスキル（AIテキストを人間らしく書き換える「humanize」と、AI生成の痕跡を分析する「ai-check」）を提供します。これらのスキルは、簡単なインストールスクリプトやマーケットプレイスコマンドを通じて、あらゆるLLMエージェント（Claude Code、Codex CLI、ChatGPTデスクトップ版、Geminiなど）で動作します。25種類の多様な入力を用いたベンチマークでは、内部および外部のパープレキシティベースの検出器の両方で、書き換え後の出力が人間らしいと評価されました。このアプローチはオフラインかつゼロ依存ですが、GPTZeroのような学習済み分類器を回避することはできません。

セキュリティチームがAIエージェントと永続的なワークフローを構築し、自動化されたサイバー防御とインシデント対応を実現するエージェンティックセキュリティ自動化プラットフォーム。

Bug Hunterは、ハンター、懐疑論者、審判員からなるマルチエージェントシステムを活用し、誤検知を排除して証拠に基づいたセキュリティおよび動作バグのレポートを提供する、敵対的AIコード監査ツールです。

FlyEnv は、ランタイム（PHP、Node、Python、Java、Go など）とサービス（データベース、キャッシュ、検索、Web サーバー）をネイティブにインストール、バージョン管理、およびオーケストレーションするクロスプラットフォームのデスクトップアプリです。プロジェクトごとのワークフロー定義、ローカル HTTPS ドメイン、AI コーディングアシスタントがローカルスタックをクエリできる MCP サーバーを提供します。Windows、macOS、Linux 向けのインストーラーで利用でき、オープンソース（BSD-3-Clause）であり、フルスタックのローカル開発のために XAMPP/Laragon/Docker に代わるネイティブな代替手段を求める開発者を対象としています。

Agent of Empires (AoE) 是一个用于 Linux/macOS 上 AI 编码代理的开源会话管理器。它在持久的 tmux 会话中运行每个代理，添加 git worktree 和容器沙箱，并提供 TUI、Web、CLI 和 HTTP API 接口用于监控和控制。

RNNoiseニューラルネットワークモデルを使用してマイクからの背景音をミュートするリアルタイムノイズサプレッションオーディオプラグイン（VST、LV2、LADSPA、AU）。48 kHzで動作し、VADベースのコントロールを提供し、Windows、Linux、macOS向けにビルド可能。

PACE は、脚式ロボットのアクチュエータと関節のダイナミクスを特定し、CMA‑ES で最適化し、その結果を NVIDIA Isaac Lab に統合して、シミュレーションから実機への移動性能を向上させる Apache‑2.0 の Python フレームワークです。

DeepChatは、AIモデル、MCPやACPなどのエージェントプロトコル、再利用可能なスキルを単一の追跡可能なワークスペースに統合する、オープンソースのローカルファーストなデスクトップクライアントです。

100以上のデータセットと複数の推論バックエンドを統合し、標準化されたベンチマークを提供する、大規模言語モデルおよび視覚言語モデルのための包括的な評価プラットフォーム。

PyTorchと互換性のある分散GPU加速フレームワークで、スケーラブルな進化的計算を実現。膨大なアルゴリズムライブラリとベンチマーク問題を提供。

gcx は Grafana 用の CLI で、ターミナルや AI コーディングエージェントからメトリクスのクエリ、アラートやダッシュボードの管理、Grafana Cloud 製品の操作ができます。Grafana Cloud、Enterprise、OSS をサポートし、Grafana 13+ を完全サポート、12 は限定的にサポートします。インストールはスクリプトまたは Homebrew で行います。バンドルされたスキルを通じて AI エージェントと統合します。一部の Cloud 機能は使用料が発生します。

iCTRL は、iOS 向けの AI フレンドリーな自動化サービスで、JSON-RPC API を公開し、AI エージェントが画面の読み取り、タップ、入力、アプリの操作を通じて iPhone を制御できるようにします。

Rust ベースのコマンドラインツールで、ローカルの暗号化された WeChat データをクエリおよびエクスポートし、LLM エージェントとの統合に適した AI フレンドリーな出力を提供します。

DOMキャンバス、AI背景削除機能、完全な管理バックエンドを備えたオープンソースのAIポスターデザインツール兼オンライン画像エディタです。

Jacは、開発者やAIエージェントが単一のコンパイラチェック済みコードベースでフルスタックアプリケーションを構築できるようにする統合プログラミング言語およびツールチェーンであり、グルーコードや外部データベース管理の必要性を排除します。

AWS 上でよりスケーラブルで、セキュアかつコスト効率の良い運用を実現するため、モノリシックなAIエージェントをサーバーレスコンポーネントに分解するクラウドネイティブなAIエージェントフレームワークです。

Pi Coding Agent向けの拡張機能とライブラリのコレクションで、高度なコーディングツール、ワークフロー自動化、および可観測性機能を追加します。

Claude をペネトレーションテストおよびレッドチーム作業用のオフensiveセキュリティ研究アシスタントに変換する、50 の専門的な Claude Code サブエージェントのコレクション。