伸びている AI プロジェクト

ChatGPT関連のGitHubリポジトリのキュレーションリストで、検索ツールとAIコーディングアシスタント向けの統合を備えています。

FastEmbedは、テキスト、画像、ドキュメントから埋め込み（意味の数値表現）を生成するための、軽量で高速なPythonライブラリです。PyTorchの代わりにONNX Runtimeを使用し、GPUなしのCPU上で動作します。密ベクトル、疎ベクトル、Late-interaction、画像、マルチモーダル埋め込みモデル、およびリランカーをサポートしています。Qdrantベクトルデータベースと統合されており、サーバーレス環境向けに設計されています。

SpecForgeは、推論加速のためにSGLangサービングエンジンと直接統合される、推論デコーディングモデル向けの統合トレーニングフレームワークです。

トレーニング、RAG、AWS でのデプロイを網羅した、エンドツーエンド LLM システム構築のための、プロダクションレディなフレームワークとコードベースです。

モバイルデバイスおよびウェアラブルデバイス向けのハイブリッドエッジクラウドAIエンジン。カスタム量子化とハードウェア固有のカーネルを使用して、テキスト、音声、ビジョンモデルの推論を最適化。

GPUアクセラレーションを活用したAIエージェントを構築するためのリファレンスアーキテクチャ。ビジョン言語モデルを使用して、リアルタイムのビデオ分析、自然言語検索、自動要約を実行します。

コードベースの回復スキルと実行時クリティックを進化させ、基本ポリシーを再トレーニングせずにロボットのタスク成功率を向上させる、効率的なクローズドループ型身体化AIハーネス。

コンピュータビジョンとカスタムキャリブレーションパイプラインを使用して、CCTV映像と衛星地図から3Dデジタルツインを生成するエンドツーエンドの交通分析ツールキット。

JARVIS V4 は、macOS と Windows 向けのデスクトップ音声アシスタントで、ユーザーが個人の API キーを使用して Google Gemini の AI 機能を活用し、タスクを実行できるようにします。

オフラインでプライバシー重視のAndroidツール。ローカル機械学習モデルを使用して音声テキスト変換とライブキャプションを提供します。

AIコーディングエージェントがKotlin固有の開発タスクをより効果的に実行できるように設計された、標準化されたモジュール式スキルとドキュメントツールのコレクション。

ホームラボ向けの軽量運用ツールキット。サーバーの状態変化を追跡し、バックアップを検証し、人間またはAIエージェント向けの構造化された診断情報を提供します。

人型ロボット学習に関する学術論文の厳選コレクションで、タスクごとに整理され、実世界の実験とオープンソースコードを備えた研究を重視しています。

Qwen4のアーキテクチャの初期プレビューとして、コーディングおよびオフィス作業において高い効率性を実現するマルチモーダルMoEモデル。トレーニングおよび推論コストを大幅に削減しています。

LLMおよびエージェントワークフロー向けのオープンソース脆弱性スキャナーで、AIシステムをジェイルブレイク、ファジング、およびマルチモーダル攻撃から保護します。

心理学的枠組みを用いて、WeChat および QQ のチャットログを分析し、恋愛関係のダイナミクスを定量的に評価する AI ベースの関係分析ツール。

MOSS‑VL は、リアルタイムライブ動画ストリーム（MOSS‑VL‑Realtime）での対話と、オフライン高品質動画QA（MOSS‑VL‑Instruct）およびさらなる学習用のベースチェックポイントを備えたオープンウェイト、110億パラメータの動画言語モデルシリーズです。クロスアテンションアーキテクチャにタイムスタンプと3次元回転位置埋め込み（XRoPE）を採用し、中断可能なストリーミング、能動的沈黙、動的修正を実現。24GB GPU一台で動作可能な量子化チェックポイントも提供。リポジトリには即時実行可能な推論スクリプト、FastAPI/WebSocketサーバー、SGLangベースのサービングバックエンド、ファインチューニングスクリプト（パラメータ全体およびLoRA）、および広範なベンチマーク結果が含まれます。

Stable Diffusionのためのマルチプラットフォームパッケージマネージャー兼推論インターフェース。ワンクリックインストールと、複数のWeb UIパッケージ間での共有モデル管理を提供します。

macOS、Windows、およびLinux向けの、アプリを認識するディクテーション、音声Q&A、およびテキストの書き換えを提供するオープンソースのAI音声入力ツール。

Speculators は、投機的デコーディング用の小さな「ドラフト」モデルをトレーニングする Python ライブラリで、vLLM と一緒にデプロイすると、より高速でロスレスな LLM 推論を可能にします。

Adobeエコシステム全体で、アナリティクスレポート、AEM開発、App Builderプロジェクト管理など、専門的なタスクをAIコーディングエージェントが実行できるようにするプラグインライブラリ。

TinyTroupe は、LLM を使用して特定の性格、興味、目標を持つ人々をシミュレートする実験的な Python ライブラリであり、シミュレートされた環境での現実的なマルチエージェントインタラクションを可能にし、広告評価、製品フィードバック、合成データ生成などのビジネスシナリオに洞察を提供します。

GMRは、人間の動作データ（SMPL-X、BVH、FBX、または単眼ビデオから）を人型ロボットの関節指令に変換する汎用モーションリターゲティングライブラリであり、17種類以上のロボットモデルをサポートし、リアルタイムの遠隔操作や強化学習のトレーニングデータ生成を可能にします。

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。

AIエージェントが画面上に矢印やラベルを描画し、特定のUI要素や座標へユーザーを誘導するためのmacOSコマンドラインツール。

kimodo.cpp は、NVIDIA の Kimodo テキストからモーションへのモデルの C++ GGML 実装であり、CPU/Vulkan 推論、C API、プロンプトや埋め込みから関節レベルのアニメーションを生成するための Web デモを提供します。

データサイエンス作業の整理に最適な、標準化されたベストプラクティスに基づくプロジェクトテンプレートを生成するコマンドラインツールです。

Kaggleの公式コマンドラインインターフェースで、ターミナルからデータセット、コンペティション、モデル、ノートブックを直接管理できます。

Kraken取引所向けのターミナルベースのインターフェース。手動取引、MCPを介したAI駆動の自動取引、およびライブ市場データを使用したペーパートレードが可能です。

FlyWire接続体に基づく成虫ショウジョウバエの全脳漏れあり積分・放電モデルで、神経スパイク伝播をシミュレート・分析できる。

インターネット接続がなくても動作するローカル優先のホワイトボードおよび図解アプリで、ユーザーとAIエージェントが無限キャンバス上で協働できます。

標準の linter では検出できないプロジェクト固有のルール違反を捕捉し、AI コーディングエージェントに修正を強制するルール適用ツール。

中国語の実践的なチュートリアルで、PyTorchの基本概念から完全なGPTスタイルの実装までを学び、さらに最新のアーキテクチャ（GLM-4、Llama 3、RWKV、MiniCPM）にまで拡張します。ノートブック、トレーニングスクリプト、演習問題が含まれ、すべてApache 2.0 / CC-BY-NC-SAライセンスです。

NVIDIA DGX Spark クラスター上で GLM-5.3-Flash LLM を実行するためのデプロイメントツールキット。自動オーケストレーション、推論デコード、OpenAI 互換 API を備えています。

データ抽出、プロキシ管理、ボット回避を簡素化し、信頼性の高いクローリングを実現する、Python向けのモダンで非同期なウェブスクレイピングおよびブラウザ自動化ライブラリです。

Gemmaファミリーのオープンウェイト大規模言語モデルをデプロイおよび微調整するためのJAXライブラリ。マルチモーダル会話と複数のハードウェアバックエンドをサポート。

RhinoMCP は、AIエージェントが Model Context Protocol (MCP) を介して Rhino 3D と Grasshopper を制御できるオープンソースブリッジです。高レベルのジオメトリ、編集、Grasshopperグラフコマンドを自然言語で利用可能なツールとして公開し、AI駆動のデザインループを可能にします。

攻撃者の経路をシミュレートし、偽証明エンジンを使って偽陽性を最小限に抑えることで、ソースコード内の利用可能な脆弱性を特定するエージェント型AIセキュリティツール。

agentUniverse は、大規模言語モデルを搭載したインテリジェントエージェントを構築するためのマルチエージェントフレームワークです。PEER や DOE のような実証済みのコラボレーションパターンを提供し、エージェントが複雑なタスクを分解できるようにするとともに、ドメイン専門知識の簡単な統合を可能にし、開発者はプロフェッショナルグレードの AI エージェントを迅速に作成できます。

リアルでLLM駆動のダミーを展開し、攻撃者の行動を観察し、セキュリティ証拠を生成するオープンソースのデセプションフレームワーク。

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。

システムレベルのアクション、ローカルワークスペース、拡張可能なツールエコシステムを統合し、複雑なタスクを実行するAndroid用オンデバイスAIエージェント。

ReVaはGhidraの拡張機能であり、MCPサーバーとして機能します。AIモデルに特化したツール駆動型の分析機能を提供することで、複雑なリバースエンジニアリングタスクを実行可能にします。

Incognideは、コード編集、Webブラウジング、ドキュメント管理、AIエージェントのワークフローを単一の自動保存環境に統合し、コンテキストスイッチを排除するタイルベースの統合ワークスペースです。

ESP‑DL 是乐鑫为 ESP32‑S3/P4 微控制器开发的开源、超轻量级神经网络推理引擎。它采用自定义 FlatBuffers 模型格式，支持混合精度量化、双核调度以及一组核心 AI 算子，使设备端视觉和音频模型（如 MobileNetV2、YOLO、OCR）能够以极低的 RAM 和功耗运行。

OpenDDEは、タンパク質、DNA、RNA、リガンド、イオンを共同折り畳み（co-folding）することで構造を予測する、オープンソースの全原子生体分子基盤モデルです。条件付き（制約付き）推論、マルチGPUによるFold-CPスケーリング、およびオプションのMSA/テンプレート前処理機能を提供します。PyPI、ソース、またはDocker経由でインストール可能で、JSONジョブファイルを使用して `opendde pred` CLIで予測を実行します。本プロジェクトはプレビュー版であり、チェックポイントはHugging Faceでホストされ、Apache-2.0ライセンスで提供されています。

BindCraft2は、Linuxベースのコマンドラインのパイプラインで、AlphaFold 2とProteinMPNNを使用して、ユーザーが提供した標的タンパク質に対するde novoタンパク質バインダー、ペプチド、抗体断片を設計します。ユーザーはJSONキャンペーン（標的、バインダー長、モダリティ、オプションのプロパティ）を設定し、ツールは構造予測、配列再設計、フィルタリングスコアリングを反復し、ランク付けされた候補配列と予測複合体構造を出力します。

長尺のトーキングヘッド動画を、自動リフレーミングと字幕機能付きの短いSNS向けクリップに自動変換するClaude Codeスキル。