伸びている AI プロジェクト

ロボット掃除機ユーザー向けのインテリジェントなカスタマーサービスエージェントで、Agentic RAGとデバイスデータ分析を組み合わせ、技術サポートとパーソナライズされた使用レポートを提供します。

CANバス定義のPython APIおよびデータベース。開発者が車両データを読み取り、高度な運転支援アプリケーションのために現代の自動車へ制御コマンドを送信することを可能にします。

AIエージェントが開発者向けに、より簡潔で感情的かつ誠実な技術的要約を提供するために、イディオム的なロシア語の下品語を使用できるようにするプラグインとスタイルガイドのセットです。

複雑なタスクを専門的な役割に分割し、ローカルまたは公開ソースから検証済みのドメイン専門家を配置して、トークン使用量を最小限に抑えるエージェントオーケストレーションシステム。

エクスポートされたチャット履歴をLLMにファインチューニングしてデジタルアバターを作成するためのエンドツーエンドのソリューション。データ前処理、プライバシーフィルタリング、マルチモーダルサポートを備えています。

Claude Code スキルで、『Refactoring UI』という書籍から具体的かつ機械的なデザインルールを AI に教え、プロフェッショナルな見栄えのユーザーインターフェースを作成させます。

Agent Storyboard は、Codex 或 Claude Code エージェントが完全なビデオストーリーボード（脚本、ショットリスト、AI 生成画像、モーションクリップ、ナレーション）を生成し、単一のスプレッドシート形式のテーブルに直接書き込むことができる、ローカルファーストの Node.js Web 应用です。すべての数据和媒体都保留在您的计算机上；代理通过 MCP 调用交互，而不是浏览器。功能包括拖放镜头排序、批量生成、内置视觉风格、基于 Whisper 的语音对齐，以及导出为 Markdown/HTML/Word。

初心者向けに、ミニGPTの構築からコーディングエージェントの作成まで、6つの段階的実装タスクを通じてLLMとAIエージェントを学べる、包括的でハンズオンなチュートリアルシリーズです。

進化する記憶と関係性の追跡により、ユーザーが永続的なキャラクターや世界を構築できる、ローカルAIコンパニオンおよびインタラクティブ・ストーリーテリング・アプリケーション。

AIアシスタントがiOSシミュレーターを制御・操作できるようにするMCPサーバーで、自動UIテスト、アプリナビゲーション、画面検査を可能にします。

Codex Switcher は、複数の OpenAI/ChatGPT アカウントを管理、監視、迅速に切り替えながら、使用量クォータを追跡し、アカウントのウォームアップを自動化できるデスクトップユーティリティです。

LLMの学習と推論のための高度に最適化されたカーネルライブラリ。MoEルーティング、量子化、Engramゲーティングの高性能な実装を提供します。

OpenAPPAは、LLMエージェントとツールの間に配置される決定論的でポリシー駆動型のガードレールです。各ツール呼び出しをTOMLベースの権限ポリシーと照合し、不正なデータフローを防止します。ポリシー検証用のCLI、統合機能（Claude Code、Archestraプロキシなど）を提供し、高いタスク完了率を維持しながら強力なセキュリティベンチマークを示します。

長尺動画を構造化された検索可能な知識に変換するビデオエージェント。AIが生成するすべての結論は、検証可能なタイムスタンプ付きの証拠によって裏付けられます。

AIエージェントがローカルのWeChatチャット履歴にリアルタイムでアクセス・検索し、会話を構造化された個人用ノートに変換できるmacOSツール。

再帰的自己改善フレームワークを用いて分析手順とモデルを段階的に改善する、研究者が論文やデータを分析するのを支援するインタラクティブな科学エージェントとワークスペース。

CanIRun.ai は、標準の Web API を使用して CPU、RAM、GPU を自動検出し、コーディング、チャット、推論、ビジョンタスクに最適なオープンウェイト AI モデルをローカルで実行するために推奨するブラウザベースのツールです。ハードウェアに基づいて各モデルを S–F で評価し、インストールやベンチマークは不要です。

RoboLabは、NVIDIA Isaac Lab上に構築された高忠実度シミュレーションベンチマークであり、汎用ロボットポリシーを評価・比較するための100以上の操作タスクを提供します。

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。

複雑なシステムのシミュレーションを作成、可視化、分析できる Python フレームワーク。

Godot 4用のC++プラグインで、行動木と階層的状態機械を提供し、ゲームエージェントの複雑でモジュール化されたAI行動の作成を支援します。

LLMを活用してログインフォームのセレクタを自動的に特定し、自動化されたブルートフォース攻撃を実行するAI駆動のペネトレーションテストツール。

AIエージェントがSAPソフトウェアおよび開発ワークフローと対話し、自動化できるようにする、オープンソースのMCPサーバー、AIスキル、プラグインの厳選ディレクトリ。

GitLab MCP サーバーは、軽量で一度インストールするだけで、GitLab の API を 275 個の MCP 互換ツール（イシュー、マージリクエスト、パイプライン、Wiki、リリースなど）として AI エージェントに公開するバイナリです。PAT または OAuth 認証、複数のトランスポート（stdio、SSE、ストリーミング可能な HTTP）、きめ細かい権限モードをサポートし、ローカル、Docker、またはカスタム GitLab インスタンスで実行できます。Claude、Codex、Cursor、VS Code、Copilot などの MCP クライアント向けに設計されており、LLM 駆動のワークフローがカスタムコードを書かずに GitLab リソースを管理できます。

高度なASRモデルとカスタムのRust/C++エンジンを使用して、高精度なローカル文字起こしと翻訳を提供するプロフェッショナルなAI字幕ソフトウェア。

Magika は、AI 駆動のオープンソースのファイルタイプ検出ツールです。約 1 億ファイルでトレーニングされた小さなディープラーニングモデル（数 MB）は、単一 CPU で 1 ファイルあたり約 5 ミリ秒、約 99% の精度で 200 以上のバイナリおよびテキスト形式をラベル付けできます。Rust CLI と、Python、JavaScript/TypeScript、および（作業中）Go のバインディングとして提供されます。pip、brew、cargo、または npm でインストールし、`magika <path>` を実行するか、Python の `Magika` クラスを使用して構造化された結果（ラベル、MIME タイプ、信頼度スコア）を取得します。Google 内部でセキュリティスキャンに使用され、VirusTotal および abuse.ch と統合されています。

OpenAI の gpt‑oss リポジトリは、オープンウェイト 120 B および 20 B LLM のリファレンスコードとツールを提供し、特別な Harmony チャットフォーマット、MXFP4 量子化、PyTorch、Triton、Metal、vLLM、Ollama など複数のバックエンドを備える。Apache‑2.0 ライセンスで、これらのモデルで推論、ファインチューニング、ツール拡張エージェントの構築を希望する研究者や開発者を対象としている。

データがマシンから離れることなく、ハイブリッド検索とローカル LLM を使用して、ユーザーが自分のファイルをクエリおよび要約できるプライベートでオンプレミスのドキュメントインテリジェンスプラットフォームです。

コンピュータビジョンとロボットシミュレーションのために、無限に生成されるフォトリアルな3D世界、屋内シーン、および関節付きアセットを作成するプロシージャル生成エンジン。

Paperless‑AI は、自己ホスト型ドキュメント管理ツール Paperless‑ngx 用のオープンソース拡張機能です。新規ドキュメントを自動分類し、AI 生成のタイトル／タグを追加、ベクトルインデックスを構築して自然言語での質問（RAGチャット）が可能になります。OpenAI互換モデル（Ollama サーバー含む）と連携でき、シンプルな Web UI を備えた Docker イメージとして提供されます。

ホストシステムの実際のファイルや設定を危険にさらすことなく、サンドボックス内でbash風のコマンドを安全に実行できる、仮想ファイルシステムを備えたシミュレートされたbash環境です。

iOS と Android 向けのモバイル AI ワークスペース。ユーザーが複数の AI モデルとチャットし、ツールを備えたカスタムエージェントを構築し、画像を生成できます。

TotalSegmentator は、CT および MR 画像内の数十の解剖学的構造（臓器、骨、血管、筋肉など）を自動的にセグメンテーションするオープンソースのディープラーニングツールで、3D マスクと統計を出力します。放射線科医や研究者の手動アノテーションの時間を大幅に節約し、さまざまな身体領域向けのタスク固有モデルを多数サポートしています。

Luceboxは、大規模言語モデル向けのオープンソースC++推論エンジンで、投機的プリフィルとカスタムGPUカーネル（CUDA/HIP）を使用して、コンシューマおよび異種混合GPU構成でのトークン生成を劇的に高速化します。Qwen、DeepSeek、Gemmaなど多くのモデルをサポートし、ビジョン入力を提供し、AMDおよびNVIDIAカード向けの既製ハードウェア固有プロファイルを備え、単一GPUで毎秒数百トークンを実現し、異種混合構成ではさらに高いスループットを発揮します。

Diffusion Transformers と Flow Matching を使用し、テキストプロンプトから骨格ベースのアニメーションを生成する、一連の十億パラメータ規模の Text-to-3D 人体動作生成モデルです。

CoreCoderは、2,800行の純Pythonで書かれたコーディングアシスタントエンジンです。LLM呼び出し→ツール実行→コンテキスト更新という完全なエージェントループを、8つの組み込みツール、コスト追跡、3層コンテキスト圧縮、サブエージェント、REPLとともに実装しています。午後に読めてフォークできるように設計されており、AIコーディングエージェントを構築またはカスタマイズするための透明なリファレンスとして機能します。

FanBoxは、AIコーディングエージェントを管理するためのローカルファーストなデスクトップコックピットであり、ファイルの閲覧、ターミナルコマンドの実行、AIによるコード変更のリアルタイム追跡を行うための統合インターフェースを提供します。

実世界の多数のアプリケーションでAndroidデバイスを制御できる自律エージェントの構築とテストに適した環境とベンチマーク。

arXivやHugging Faceからの学術論文の発見、批判的レビュー、構造化されたノート作成を自動化するエージェントスキルのコレクション。

GitHub Action として Claude Code を CI/CD ワークフローに統合し、PR レビュー、依存関係の更新などの自動化されたエージェントタスクを可能にする。

LoRA 用画像データセットの構築、キュレーション、キャプション付け、トレーニングのためのブラウザベースのスタジオで、ai-toolkit と ComfyUI を統合します。

Kiteは、マルチクラスタ運用、観測性、AI支援トラブルシューティングを備えたオープンソースのKubernetesワークスペースです。

hyprwhsprは、システム全体で動作するLinuxネイティブの音声認識（Speech-to-Text）アプリです。ローカルモデル（Whisper、Cohere、Parakeet、Qwen3-ASRなど）を使用してほぼリアルタイムでディクテーションを行い、必要に応じてクラウドAPIにフォールバックします。Wayland/X11デスクトップ、ステータスバー、テーマ対応のビジュアライザーと統合されています。AURまたはワンライナーでインストールし、`hyprwhspr setup`で設定後、`Super+Alt+D`でディクテーションを切り替えて、文字起こしを任意のウィンドウに自動貼り付けできます。

MoveIt 2 は、ROS 2 で使用されるオープンソースの運動計画フレームワークであり、ロボット操作アプリケーションの開発や計画アルゴリズムのベンチマークに用いられます。

MrNeRF/awesome-3D-gaussian-splatting は、3D ガウス スプラッティングの厳選リソースリストで、論文、実装、ビューア、ツール、学習資料を単一の検索可能なディレクトリにまとめています。

Claude Code用のデバッグツール。セッションログを視覚的なインターフェースに再構築し、ツール呼び出し、トークン使用量、隠れた推論ステップを検査できます。

LLMがMySQLスキーマを検査し、SQLクエリを実行できるMCPサーバー。組み込みのPIIマスキング機能と安全なリモートアクセスを備えています。

Bolna は、本番環境対応の音声会話エージェントを構築するためのエンドツーエンドのオープンソースプラットフォームです。WebSocket 上で音声認識、LLM 推論、音声合成をオーケストレーションし、複数のテレフォニー、ASR、LLM、TTS プロバイダーをサポートし、JSON またはシンプルな Python API で設定できます。