伸びている AI プロジェクト

自律的なソフトウェアファクトリループを構築するための、再利用可能で構成可能なAIエージェント「スキル」（プロンプト駆動型アクション）のライブラリ。npm経由でインストール可能で、多くのコーディングアシスタントで使用できます。

JevChat‑Windowsは、Windows専用のデスクトップアシスタントで、チャットウィンドウをキャプチャし、オフラインOCRで受信メッセージを読み取り、テキストを小さな意思決定モデル（Jev）と生成型LLMに送信し、3つのランク付けされた返信候補を浮動オーバーレイで表示します。ユーザーは選択した返信を自分で貼り付けます。WeChatとKakaoTalkに対応し、APIキーはレジストリにのみ保存され、すべてのスクリーンショットはメモリ内に保持されます。プロジェクトはMITライセンス（UIコンポーネントはGPL‑v3）で、実行可能な実行ファイルと開発者向けのソースコードを提供しています。

無料の DeepSeek Web インターフェースを、OpenAI および Anthropic クライアント向けの標準的で互換性のある API に変換する Rust ベースのリバースプロキシ。

SHARPは、1秒未満で単一の画像からメトリックな3Dガウス表現を生成する高速な単眼ビュー合成ツールです。ニューラルネットワークを用いて実現しています。

Supergateway は、通常 stdio で通信する MCP（Model‑Context‑Protocol）サーバーを、Web 向けのトランスポート（SSE、WebSocket、Streamable HTTP）に変換し、またその逆も行う CLI ツールです。リモート MCP エンドポイントのラップ、JSON-C 設定による複数サーバーの結合、セキュリティ、ヘルスチェック、ログの追加も可能です。サーバーコードを書き換えることなく、AI ツールサーバーをブラウザやリモートデバッグに公開するのに最適です。

UE‑MCP は Node.js サーバーと C++ ブリッジで構成され、AI アシスタントが数千のエディター操作を通じて Unreal Engine 5 プロジェクトを制御できるようにします。自然言語コマンド、YAML ワークフロースクリプト、拡張可能な npm プラグインをサポートし、安全ガードとクロスプラットフォーム対応を備えています。

DeepSeek Harness 向けのビジョンツールキット。テキストのみのエージェントに、ビジョンモデルとローカル処理ツールの組み合わせを通じて、画像 Q&A、UI 復元、GUI 自動化の能力を提供します。

FigMirror は、研究論文からの科学的図表の視覚スタイルを再現し、新しいデータに適用するツールで、編集可能な matplotlib コードを生成します。

SkillAlchemy は、公開ドキュメント、論文、コードから曖昧なタスク要件を自動的に解析し、再利用可能でインストール可能なエージェントスキルを生成するオープンソースフレームワークです。隠れた要件を発見し、根拠に基づく手順を抽出し、その適用範囲を評価して、Claude Code や Codex などのLLMエージェントが直接利用できる形でパッケージ化します。87のベンチマークタスクで55.8 %の達成率を達成し、既存の自動スキル生成ツールを上回り、人間がカスタマイズしたスキルと同等の性能を発揮します。`npx skills add agentsope/SkillAlchemy` でインストールし、エージェントにスキル生成を依頼してください。

GEP を活用した AI エージェント向けの自己進化エンジン。ランタイムログと経験を監査可能で再利用可能な進化アセットに変換し、場当たり的なプロンプト調整に取って代わります。

TypeScript と Python で完全にゼロから実装された最小限のコードエージェントのステップバイステップ教育プロジェクト。AI コーディングアシスタントのアーキテクチャを解説します。

NVIDIA NeMo DataDesigner は、合成データパイプラインを構築するためのオープンソースの Python ライブラリです。列（カテゴリカルサンプラー、LLM 生成テキスト、画像/音声ジェネレーター）を定義し、フィールド間の依存関係を指定し、Python/SQL/LLM ジャッジで行を検証し、CLI または Python API を介してワークフロー全体を実行できます。プラグインは追加のデータソースと生成機能を追加します。このツールはモデルに依存せず（NVIDIA Build、OpenAI、OpenRouter などをサポート）、AI トレーニング用の本番品質のマルチモーダルデータセットの作成を目的としています。

claude‑real‑video（crv）は、Python CLI / Webツールで、お使いのマシン上で任意のビデオ（YouTube、ローカルファイルなど）からスマートキーフレームとWhisperトランスクリプトを抽出します。ほぼ同一のショットを重複排除し、オプションで話者ラベルを追加し、フレーム、タイムスタンプ、トランスクリプトを出力して、Claude、ChatGPT、Gemini、その他のLLMに貼り付けることができます。このパッケージはローカルナレッジベース（`crv‑ask`）も提供し、ワンラインのスキルインストールでClaude Code、Cursor、Codex、その他のエージェントプラットフォームと統合します。

AIエージェントとローカルのMarkdownファイルを使用して、知識の統合、専門的なワークフロー、および個人の整理を自動化するエージェント型セカンドブレイン。

Surf は、AI エージェントがシンプルなコマンドとブラウザ拡張機能で Chrome を制御できるようにするコマンドラインツールで、ゼロ設定、エージェント非依存の使用を提供し、API キーなしで AI サービスに問い合わせることができます。

定量金融向けの情報プロセッサで、原稿やニュースを構造化され、引用とタイムスタンプが付与された金融知識に変換し、RAG とエージェント推論で利用できるようにします。

コンテキスト内学習を使用して、ハイパーパラメータの調整を必要とせずに高性能な分類と回帰を提供するオープンな表形式基盤モデル。

Open Mercato は、TypeScript/Next.js/PostgreSQL で構成されたフレームワークで、既製のビジネスモジュールと AI コーディングエージェント向けの構造化環境を備えており、動作するバックオフィスの約80%から始めて、残り（ビジネス固有の20%）を AI の助けを借りて構築できます。エージェント向けのルール、仕様、および無人タスク用のオプションのオーケストレーター（Cezar）が含まれています。

KTransformers は、CPU-GPU ヘテロジニアスコンピューティングによる効率的な LLM 推論とファインチューニングのための研究フレームワークであり、DeepSeek-R1 などの大規模 MoE モデルを単一のコンシューマー GPU（24GB VRAM）で実行し、3〜28 倍の高速化を実現し、ZeRO-Offload と比較して 6〜12 倍のファインチューニング高速化を提供します。

物理的なグリーンバックを必要とせず、ニューラルネットワークを使用してポートレートの背景を削除し、低照度ビデオをリアルタイムで強化するOBS Studioプラグイン。

70以上の言語に対応する、高度なテキスト処理のための事前学習済みパイプラインとニューラルネットワークモデルを提供する、PythonおよびCython向けの工業用NLPライブラリです。

統一された API とマルチプロバイダー対応を備えた、35 の本番レベルのエージェント AI パターンを提供する Python ライブラリおよび実行可能テキストブックです。

LLM Gateway は、単一の OpenAI 互換エンドポイントを通じて複数の LLM プロバイダーを呼び出せるオープンソースの API レイヤーで、キー管理、コスト追跡、パフォーマンス監視を内蔵しています。ホスト型 SaaS として利用するか、Docker でセルフホストできます。

dsh‑commandcode‑providerは、Command CodeをLLMプロバイダーとして追加する非公式のDeepSeek Harnessプラグインです。UI統合、複数アカウントのローテーション、プラン認識型のモデル選択、ビジョンサポート、コスト見積もり、クォータ表示、Web検索、およびオプションのデータ保持ゼロ機能を提供し、dsh 0.2.xで動作します。

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。

scikit-learn と互換性のある、時系列分析（予測、分類、クラスタリングなど）のための統一インターフェースを提供する Python ライブラリ。

ローカルで VLM シーン分析とオブジェクト検出スキルを展開できるオープンソース AI カメラプラットフォームで、自治的かつハードウェア認識型のインストールを実現します。

機械学習ライブラリで、PDF 形式の科学出版物を構造化された XML/TEI ドキュメントに変換し、大規模な書誌データ抽出を実現します。

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。

コードベースのマップ上でコーディングエージェントのセッションを再再生する3D可視化ツール。エージェントがファイルをどのように探索・変更したかを明らかにします。

音声認識や音声合成を含む、音声およびテキスト処理のためのレシピとツールを提供する、対話型AI向けのオープンソースPyTorchツールキット。

ByteDance の Seedance 2.0 ビデオ生成ツール向けの、コミュニティ厳選による 6,582 件のテキストプロンプト集。6 件の注目サンプル、サンプル動画、作者クレジット、付属のウェブギャラリー、CC BY 4.0 ライセンスを備えています。

永続的なメモリと自己進化するコアを備え、自身のコードとアーキテクチャを書き換えて自己改善できるオープンソースの汎用AIエージェント。

numbatは、デスクトップ、CLI、IDE全体で未承認のAIエージェントの活動を監視、検出、およびオプションでブロックするエンドポイント可視化・セキュリティツールです。

永続的なtmuxセッション内で複数のAIコーディングエージェントを管理し、モバイル最適化されたWebインターフェースでリモート監視と制御を行うセルフホスト型ミッションコントロールダッシュボード。

llm-wiki-compiler（llmwiki）は、生のドキュメントを引用情報を備えたマークダウンwikiにコンパイルするオープンソースのCLI/SDKです。宣言型プロファイル（CLP）を強制し、レビューゲートをサポートし、ハイブリッド検索を提供し、Open Knowledge Formatでエクスポートでき、エージェント統合のためのMCPサーバーとTypeScript SDKを提供します。

libvips は、高速でメモリ効率の高い画像処理ライブラリで、約 300 の操作、多くの形式（JPEG、PNG、TIFF、WebP、HEIC、PDF、SVG など）のサポート、11 以上の言語のバインディングを備え、Mastodon、sharp、Ruby on Rails などのプロジェクトで採用されています。LGPL ライセンスで、パッケージマネージャーからインストールするか、Meson でソースからビルドでき、形式固有のサポートのための多くのオプション依存関係があります。

Claude of Tanksは、Three.jsを搭載したブラウザベースの戦車戦闘シミュレーターです。220種類のプロシージャル生成車両、33の破壊可能な戦場、13のゲームモード、WebRTCマルチプレイヤーを備え、Claude/Codex AI支援パイプラインによって構築されています。

BambooAIは、調査中に行われたすべての計算ステップの検査可能かつ実行可能な記録を保持することで、透明性と再現性を優先するLLM駆動型データ分析プラットフォームです。

高価なフロンティアモデルによるプランニングを高速かつ低コストな分類器に置き換える、費用対効果の高いコンピュータ操作エージェント。

Tsec-Hackathon は、Tencent Cloud の Intelligent Penetration Hackathon の公式リソースハブであり、2 回の開催から上位チームの防御スライド、イベント資料、オープンソースリポジトリを集約しています。LLM ベースのペネトレーションテストエージェントがどのように構築され、進化してきたかを学ぶためのワンストップナビゲーションページとして機能します。

PowerInfer は CPU/GPU ハイブリッド LLM 推論エンジンで、activation locality（活性化局所性）を利用して「冷たい」ニューロンを CPU にオフロードし、消費者向け GPU で大規模モデルを高速に実行します。

MASS は、マルチエージェントワークフローの最適化と、その結果得られたデータを用いたモデルのファインチューニングを交互に行うことで、AI モデルの再帰的自己改善を可能にする研究フレームワークです。

TickDBは、AIネイティブな統合市場データAPIであり、株式、FX、先物、暗号資産のリアルタイムおよびヒストリカルデータを提供します。MCPおよびカスタムスキルを介したAIエージェントのサポートを内蔵しています。

NVIDIA Turing (SM75) GPU向けに最適化された専用のvLLMフォーク。RTX 2080 Tiなどのハードウェア上で、27B-35Bパラメータモデルの高性能な推論を実現します。

ロボット工学やゲーム AI における複雑な意思決定を管理するためのビヘイビアツリーを作成する C++ 17 ライブラリ。有限状態機械に代わる、リアクティブで非同期な代替手段を提供します。

教育および研究用に設計された、市販品を使用して組み立てるJPL火星探査機の縮小版オープンソースプロジェクト。

Alookは、ローカルのAIコーディングエージェントに永続的なIDと共有ワークスペースを提供するコラボレーションプラットフォームです。チームは、エージェントを自身のマシン上で安全に実行したまま、あらゆるデバイスからそれらと対話できます。