伸びている AI プロジェクト

Agents' Last Exam (ALE) は、13 の業界クラスターにわたる 55 の実世界の専門タスクで AI エージェントを評価するオープンソースのベンチマークフレームワークです。サンドボックス化された Linux/Windows 環境（クラウド VM、Docker、QEMU/KVM など）、タスクの説明をエージェントに渡し自律的に作業させ、隠れた参照と照合して出力を採点する実行オーケストレーター（ale_run）を提供します。スコアは再現可能で、ログはすべてのツール呼び出しとスクリーンショットを記録します。プロジェクトは UC Berkeley RDI が主導し、Apache-2.0（コード）と CC-BY-4.0（データ）でリリースされ、ウェブサイト、リーダーボード、コミュニティリソースを備えています。

nostr-vpn は、Nostr アイデンティティを使用して登録し、FIPS ベースのデータプレーンを備えた Tailscale スタイルのプライベートメッシュ VPN で、実験的な Bitcoin 支払いの出口ノードマーケットプレイスを備えています。CLI、デーモン、デスクトップおよびモバイル向けのネイティブアプリ、さらに StartOS と Umbrel 用のサーバーパッケージを提供します。このフォークは、元の FIPS 実装の約 3 倍のスループットを主張しています。登録には管理者の明示的な承認が必要です。有料出口は Cashu チャネルを使用し、バイト単位の価格設定です。

Agentic RAGとカスタマイズ可能なワークフローを活用した、AIネイティブな一括執筆ツール。複雑な世界観構築と登場人物の一貫性を維持するのに役立ちます。

クラウドまたはローカルの音声サービスを使用して、自然で手を離した会話が可能な Claude Code および他の MCP 対応エージェント向けの音声インターフェースです。

大規模言語モデルとウェブ機能を組み合わせた、要約、関数呼び出し、エージェント駆動の研究をカバーする、厳選された時系列順のオープンソースAIウェブ検索ツールのリスト。

Glossは、記事やPDF内の選択した行について質問し、Together.aiのLLM、Exa検索、クライアントサイドのPDF解析を使用して、余白にAI生成の引用付き回答を得られるオープンソースのWebアプリです。

検索可能で毎日更新される Claude Code プラグインのカタログ。Web UI、CLI（sk）、JSON API を提供。セキュリティスキャン、重複排除、標準分類を含む。

このリポジトリは、52のAI駆動型「スキル」を提供し、あらゆるLLMをフルスタックのアフィリエイトマーケティングアシスタントに変えます。リサーチ、コンテンツ作成、ランディングページ構築、アナリティクス、自動化をカバーし、閉ループのフライホイールとテスト用の小さなCLIを備えています。

tunnel-clientは、OpenAIが提供するデーモンであり、安全なOpenAIホスト型のトンネルを作成することで、プライベートなMCP (Model Context Protocol) サーバーをChatGPT、Codex、その他のOpenAIサービスからアクセス可能にします。サーバーをパブリックインターネットに公開する必要はありません。ヘルス/メトリクスエンドポイント、ロールベースの権限管理、埋め込みデモモード、プロセス内利用のためのGo SDKを提供し、Homebrew、Docker、またはKubernetes経由でインストール可能です。

Kokoroモデルを使用したCLIテキスト音声変換ツール。テキスト、PDF、EPUBを自然な音声に変換し、ボイスブレンドとストリーミングをサポート。

AIパーソナリティNeuro-samaが、WebSocketプロトコルを通じてゲーム状態と行動を通信することで、ビデオゲームをプレイできるようにするAPIドキュメントとSDKのセットです。

OpenMVSは、疎な3D点群とカメラデータを詳細なテクスチャ付き3Dメッシュに変換することで、フォトグラメトリのパイプラインを完結させるコンピュータビジョンライブラリです。

宣言的なYAML定義と分散実行を使用して、複雑なセキュリティワークフローと偵察を自動化する、セキュリティ重視のオーケストレーションエンジン。

Google Gemini が生成した画像に埋め込まれた不可視の SynthID 水印を、スペクトル解析と多段階の敵対的パイプラインを用いて検出・除去するリバースエンジニアリング・プロジェクトです。

Browser Controlは、AIエージェントやCLIユーザーが自身のChromiumブラウザ（ログイン済みセッションや拡張機能を含む）内でPlaywrightコードを実行できるようにするオープンソースのNode.jsドライバーです。ローカルリレーとブラウザ拡張機能を通じて動作し、永続セッション、検査ヘルパー、人間による介入、ビデオ/HAR記録、および秘密情報を保護するAPI呼び出しのためのTypeScript Effectクライアントをサポートしています。信頼できるローカル環境での使用のみを目的としています。

Mambaは、選択的状態空間モデル（SSM）に基づく線形時間のシーケンスモデリングアーキテクチャであり、Transformerの代替手段として、高パフォーマンスかつ二次未満のスケーリングを実現します。

医療画像におけるディープラーニングのためのPyTorchベースのオープンソースフレームワークで、医療データ向けの標準化されたワークフローとドメイン特化ツールを提供します。

pxpipe は、かさばるLLMリクエスト部分（システムプロンプト、ツールドキュメント、長い履歴）をPNG画像に圧縮し、Claude Code や Gemini などのビジョン対応モデルでトークン使用量を大幅に削減するローカルプロキシです。テキストブロックを画像にレンダリングし、その画像をモデルに送信し、限られた一連の正確な識別子だけをテキストとして保持します。このツールには、ダッシュボード、warpラッパー、オフラインエクスポートユーティリティ、統計レポーターが含まれています。高密度なワークロードでは、総請求額の59〜70%の節約が報告されていますが、正確な16進文字列では変換が非可逆であり、リクエストがトークン密度の高い場合に最適に機能します。

検出Transformer（DETR）アーキテクチャに基づくリアルタイムオブジェクト検出フレームワーク。速度と精度の両面でYOLOモデルを上回ることを目指しています。

公式 ChatGPT デスクトップアプリのコミュニティ管理による Linux ディストリビューションで、ネイティブパッケージサポートと幅広いオプションのシステム統合機能を追加します。

CubeCL は Rust 言語拡張とジャストインタイムコンパイラで、Rust で一度コンピュートカーネルを記述すると、CUDA、HIP、Metal、Vulkan、WebGPU、または CPU で実行できます。自動ベクトル化、コンパイル時特殊化、自動チューニングを組み合わせて、非常に異なるハードウェアバックエンドで高性能を実現します。

MiniMind‑Oは本物のオープンソース、超小型（約0.1 B）のエンドツーエンドオムニモデルで、テキスト、音声、画像を入力として扱い、テキストとストリーミング音声を出力します。PyTorchコード、トレーニングスクリプト、ミニ／フルデータセット、事前学習重み、ボイスクラウンニングプロンプト、デモインターフェース（CLI、Gradio、電話モードUI）をすべて提供。リポジトリは明確にAI/MLプロジェクトであり、関連のないリストではありません。

BoxLiteは、AIエージェントが安全にコードを実行し、タスク間で状態を保持できるように、ハードウェアで隔離されたマイクロVMを提供する、安全でデーモンレスなコンピューティングエンジンです。

llama.cppによるローカルなオンデバイスLLM推論とクラウドAPIアクセスを統合し、柔軟でプライバシー重視のチャット体験を提供するクロスプラットフォームAIチャットクライアント。

中国製AIアクセラレータ向けに最適化された効率的なLLM推論フレームワークで、高スループットかつ低遅延なエンタープライズ展開を実現します。

LLM および RAG アプリケーション向けに、高密度・スパース埋め込み、テンソル、全文検索にわたる高速ハイブリッド検索を提供する AI ネイティブデータベース。

GPUを必要とせず、モバイルブラウザや低消費電力デバイスでリアルタイムのアニメーションと会話が可能な、軽量な2Dデジタル人間エンジンです。

DuckDuckGoの検索とウェブページコンテンツの取得をAIモデルに可能にするMCPサーバーで、ボット検出の回避とコンテキスト保存のURL短縮機能を内蔵しています。

AIMETは、PyTorch/ONNXモデルを量子化および圧縮するためのQualcommのオープンソースツールキットであり、精度低下を最小限に抑えつつ、エッジデバイス上で高速かつ低メモリな推論を可能にします。

AIフレームワークと地理空間データ分析を統合し、衛星画像の処理、モデルのトレーニング、および推論のためのツールを提供するPythonパッケージ。

Agent Chat UI は、任意の LangGraph サーバーと会話できる Next.js フロントエンドです。サーバーURL、アシスタントID、およびオプションの LangSmith キーを設定し、Web UI でメッセージを送信、LLMの返信をストリーミングで受け取り、特殊タグで不要な出力を非表示にし、サイドパネルに「アーティファクト」を表示できます。リポジトリにはクイックスタート（`npx create-agent-chat-app`）、環境変数のショートカット、プロダクション向けのガイド（APIパススルーまたはカスタム認証）が含まれています。

OpenGL/ES を使用した高パフォーマンスでクロスプラットフォーム対応の C++ ライブラリ。画像および動画のビューティフィルタを実装。

Flowboardは、Google Flow (Veo 3.1 i2v) を介して画像や動画を生成するEコマース向けメディアパイプラインを構築するための、ローカル専用のグラフベースUIです。Chrome拡張機能を使用して署名付きFlowリクエストをプロキシし、ローカルにインストールされたLLM CLI (Claude、Gemini、またはCodex) を使用して視覚認識と自動プロンプト生成を行います。すべてのボードデータはSQLiteに保存され、クラウドバックエンドは不要です。

JimuReport は、無料のオープンソースの Java ベースの BI スイート（Spring Boot スターター）で、ユーザーはドラッグアンドドロップでレポート、ダッシュボード、大画面ディスプレイを設計できます。AI アシスタント（Claude Code または OpenAI 互換モデル）が追加され、自然言語プロンプトからビジュアライゼーションを生成または変更でき、対話型の Chat2BI インターフェースも含まれます。30 以上のデータソース（中国の「信創」データベースを含む）、モバイルレンダリング、印刷、データ入力に対応。LGPL 3 ライセンスで、商用ライセンスも選択可能です。

Mobile Harness は、Python ベースの Markdown 駆動型ライブラリで、LLM エージェントが Android および iOS デバイスを制御できるようにします（ADB/Portal 経由でローカル、または Mobilerun クラウド経由でリモート）。UI 操作、スクリーンショット、アプリ起動、アクセシビリティツリーのクエリのための統一 API を提供し、AndroidWorld および iOSWorld タスクスイートでほぼ完璧なパフォーマンスを示すベンチマークを含みます。

すべてのAIツールに一貫した永続的メモリデータベースとベクトル検索を提供するインフラストラクチャレイヤー。これにより、異なるAIクライアント間でのデータの断片化が解消されます。

Resume Optimizer は、AI コーディングエージェント向けのスキルで、履歴書を監査し、成果重視で対象の職務記述書に合わせて書き直し、職務記述を成果に変換し、指標を表面化し、一般的なリスクをフラグし、必要に応じて1ページに圧縮します。

RMSNormやSoftmaxなどのディープラーニング操作のための高性能GPUカーネルのコレクション。最新のNVIDIA GPU向けにCuTe-DSLを使用して実装されています。

ComfyUIノードのコレクションで、ユーザーがビデオファイルや画像シーケンスをインポート、操作、エクスポートできるようにし、フレームレート調整、バッチ処理、ビデオエンコーディングのための必須ツールを提供します。

DeepLearning.AIの「Agentic AI」コースのための包括的な中国語学習リソース。翻訳されたコンテンツ、構造化された知識の分解、詳細なコード分析を提供し、ユーザーが自律型AIエージェントを構築できるよう支援します。

低レイテンシでオープンソースのテキスト埋め込みモデルおよびシーケンス分類モデルをデプロイ・サービングするための高性能推論ツールキット。

Agent Skills標準と互換性のある構造化されたオープンソースのエージェントスキルのコレクション。コンテンツ作成、画像生成、AIプロジェクトエンジニアリングのための再利用可能なワークフローを提供。

進捗を保存し、失敗したステップをリトライし、コンピューティングリソースを消費せずにワークフローを中断させることができる、TypeScript および JavaScript 用の SDK です。

Pi 学习蓝皮书は、中国語の初心者向けの非公式学習マニュアルです。インストール、ログインから最初の検証可能なタスクまでの完全なルートを提供し、ユーザーが Pi Coding Agent のセッション、コンテキスト、拡張機能、長期ワークフローを段階的に習得できるようにします。また、Agent の自己申告を鵜呑みにせず、独立した検証を重視します。

トップクラスのグローバル組織から逆引きされた慣習を適用することで、AIエージェントが機関レベルの研究レポートやホワイトペーパーを生成できるようにするエージェントスキル。

具身AIに焦点を当てた、コミュニティが維持する厳選された研究論文とリソースのコレクション。視覚-言語-行動モデル、世界モデル、ロボットナビゲーションを含みます。

Awesome Quant AIは、AI駆動型クオンツ取引のための厳選されたリソースリスト（論文、ツール、書籍）であり、戦略設計、戦略タイプ、パラダイム比較、および2025/2026年のトピック（LLMトレーディングエージェントや時系列基盤モデルなど）に関するオリジナルの解説コンテンツを含んでいます。

エコシステムから厳選されたエージェントスキルをバンドルするキュレーション済みの npm パッケージ。プロジェクトは単一の依存関係でそれらをインストールし、自動同期できます。