伸びている AI プロジェクト

OlmoEarth は、衛星および派生した地球観測データ上でマルチモーダルな時空間基盤モデルを構築・利用するためのオープンソースライブラリです。Sentinel-1/2、Landsat、および6つの地図レイヤーでトレーニングされた事前学習チェックポイント（Nano から Large）を提供し、事前学習、ファインチューニング、推論、評価のスクリプトを含みます。

AIエージェントがGoogle Cloud、Workspace、その他の開発者ツールと相互作用できるようにする、公式Google Model Context Protocol (MCP) サーバーとデプロイガイドのコレクション。

Three.js と WebGL2 を使用したブラウザベースの第一人称シューティングゲーム。すべてのアセットは手続き型に生成され、コードベースはAIエージェントによって作成されています。

31 の AI コーディングアシスタント向けの統合オフラインヒストリービューア。ユーザーは異なるツール間で会話やトークン使用量を閲覧、検索、分析できます。

WeChat公式アカウント向けのオープンソースAPIおよびRSSジェネレーター。完全本文のスクレイピング、マルチフォーマットアーカイブ、MCPを介したAIクライアント統合を実現

Duckleは、ビジュアルデータパイプラインを高性能なSQLにコンパイルするオープンソースのローカルファーストETLプラットフォームです。チームはベンダーロックインや行単位の課金を気にすることなく、自社のインフラ上で複雑なデータワークフローを実行できます。

Codexプラグインで、Microsoft PowerPoint、WPS Presentation、またはdraw.ioで参照画像を自動的に再描画し、編集可能な図に変換します。

Apache Spark の Rust ネイティブでドロップイン可能な置き換えであり、Spark SQL および DataFrame API と完全互換性を維持しながら、大幅な実行速度向上とインフラコスト削減を実現します。

世界観構築やプロット設計から、文体抽出や「脱AI」リファインまでを管理する、AI支援小説執筆のためのマルチエージェントフレームワーク。

TripStar は、小紅書（Xiaohongshu）の投稿をスクレイピングし、天気やホテルのデータを取得し、LLM を使用して、地図、写真、インタラクティブな AI Q&A ウィンドウを備えた、予算詳細を含む完全な旅程を生成するマルチエージェント AI 旅行プランナーです。

Pireel Studioは、手動のタイムライン編集、チャットベースの説明、およびAIエージェントを組み合わせてビデオを作成できるオープンソースのAIビデオエディターです。

Detectron2 は Meta AI Research から提供される高性能なコンピュータビジョンライブラリで、最先端の物体検出およびセグメンテーションアルゴリズムを提供します。

最小限のコードで、複数の LLM プロバイダーにわたって AI エージェントを構築するための、統一された Chat Completions API と Agents API を提供する軽量な Python ライブラリ。

k8sgpt は、Kubernetes クラスターをスキャンし、組み込みのアナライザーを実行し、LLM（OpenAI、Azure、Bedrock など）を使用して生の診断情報を平易な英語の説明と修復アドバイスに変換する CLI（およびオプションのオペレーター）です。複数のバックエンドをサポートし、データを匿名化し、ツール統合用の MCP サーバーを提供し、Homebrew、RPM/DEB、または Windows バイナリでインストールできます。

NLP、LLM、マルチモーダルモデル向けの高品質なデータセットを構築・キュレーションするための、AIエンジニアとドメイン専門家が協力するツール。

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。

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。

AI コーディングアシスタントにインストールして、アプリの最適化、テスト、移行を支援するための、専門的な React Native 知識バンドルのコレクションです。

mem9は、AIエージェント向けの永続的な共有メモリ層を提供し、統一されたAPIを通じて異なるセッション、マシン、プラットフォーム間でコンテキストを保持できるようにします。

OpenAI4S は、構造化 JSON オーケストレーションと永続的な Python/R カーネルを組み合わせたハイブリッド研究エージェントであり、科学的ワークフロー、データ分析、シミュレーションを自動化します。

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。

PyHealth は、MIMIC-III、eICU、OMOP などの臨床電子健康記録データセット上で深層学習モデルを構築、トレーニング、評価するためのモジュール式の 5 段階パイプラインを提供するオープンソースの Python ライブラリです。既製のデータローダー、30 以上のニューラルアーキテクチャのカタログ、早期停止を備えたトレーナー、医学コード検索とトークン化のためのユーティリティが含まれており、すべて広範なチュートリアルとコミュニティ Discord によってサポートされています。

Row‑Botは、LLMと対話してファイルの作成、コードの実行、デザインの管理、サービスの操作を行いながら、データをローカルに保持できるセルフホスト型のデスクトップAIアシスタントです。個人用ナレッジグラフによるメモリ機能、目標駆動型エージェント、承認ゲート付きアクション、マルチデバイスのリモートアクセス、および各種統合（GitHub、Notion、Slackなど）を提供します。Windows/macOS/LinuxまたはDocker上で動作し、OllamaやOpenAI互換のプロバイダーを利用して、すべてのデータをマシン上に安全に保存します。

LLM Visionは、マルチモーダル大規模言語モデル（OpenAI, Anthropic, Gemini, Ollamaなど）を使用して、画像、ビデオクリップ、ライブカメラ映像、およびFrigateイベントを分析するHome Assistant統合機能です。自然言語による説明、識別された人物/ペット/物体を記憶し、分析結果をダッシュボードに表示したり、Assistで照会したりできるタイムラインに保存します。HACS経由でインストールし、LLMプロバイダーを設定し、オプションで提供されるBlueprintを使用して、AIによる要約されたカメラ通知を受け取ることができます。

Claudeや他のAIエージェントが手動でのデータエクスポートを必要とせずに、リアルタイムのリサーチ、競合分析、コンテンツオーディットを実行できる11の自律的SEOスキルのコレクションです。

Claurst は、複数の LLM プロバイダーと通信し、リッチな TUI を提供し、エディター統合のためのオープンな Agent Client Protocol をサポートし、マルチターン目標やウルトラシンクモードなどの実験的機能を含む、Rust ベースのターミナルコーディングアシスタントです。

NVIDIA GPU上でのAIモデルのデプロイとスループットを高速化する、NVIDIA製の高性能推論オプティマイザーおよびランタイム。

12種類のアーキテクチャと800以上の事前学習済みエンコーダーを提供する、画像セマンティックセグメンテーションの高レベル API を提供する PyTorch ライブラリです。

Labelmeは、セグメンテーションや物体検出などのコンピュータビジョンタスク用のラベル付きデータセットを作成するための、AI支援機能を備えたグラフィカルな画像および動画アノテーションツールです。

RMBG-1.4モデルを使用して、ローカルでAI駆動の背景除去、バッチ処理、画像編集ツールを提供するデスクトップアプリケーション。

研究者向けのAI搭載学術ワークステーション。高速翻訳、OCR、論文のAIエージェント分析機能を備え、元のフォーマットを維持します。

dsh-pentestは、DeepSeek Harnessに構造化されたペネトレーションテストモードを追加するプラグインです。エージェントが目標、意図、事実、発見事項、資産を記録するためのツールを提供し、それらをSQLiteデータベースに保存して、専用のWeb UI（グラフ、脆弱性リスト、資産ビュー、Markdownレポート）で表示します。認可されたセキュリティ業務を対象としており、DSH ≥ 0.1.6およびNode ≥ 22.5が必要です。

Transformers.jsによるデバイス上でのAIを活用した文字起こし、翻訳、画像処理を特徴とする、プライバシー重視の152のブラウザベースのユーティリティツールのコレクション。

Apache RocketMQ の高性能な非公式な Rust 再実装で、完全なプロトコル互換性を備えた分散メッセージキューシステムを提供します。

MuJoCo物理エンジンに基づくPythonライブラリで、ロボットが目標に到達しながら衝突を回避し、関節限界を尊重する微分逆運動学を実現します。

画像ベクトル検索を使用して、スクリーンショットの特定のアニメ、エピソード、タイムスタンプを識別するアニメシーン検索エンジン。

学術的な LaTeX および Typst 原稿の監査、フォーマット、推敲を行うためのモジュール式 AI 支援スキル集。

Spectrum メソッドを ComfyUI に実装し、隠れ状態を予測して高コストな transformer 評価をスキップすることで、MiniMax H3 オーディオ・ビデオ生成を高速化します。

Claude Code向けのGUIアプリケーションおよびツールキット。視覚的なセッション管理、カスタムエージェントの作成、使用状況の分析を提供します。

マルチエージェント制御により、人生の断片を自動的に構造化されたプライベート知識ベースに整理する、オープンソースでローカル優先のAIジャーナルです。

LMDeployは、大規模言語モデルおよび視覚モデルの圧縮、デプロイ、サービングを行うための包括的なツールキットであり、推論速度とハードウェア効率を最大化するように設計されています。

CUGAは、エンタープライズ向けのカスタムAIエージェントを構築するためのフレームワークです。エージェントオーケストレーション、ツール配線、安全ロジックをゼロから書く代わりに、高性能な汎用コアの上にドメインのツール、ポリシー、ワークフローを設定します。多くのツールタイプ（MCP、OpenAPI、LangChain）を統合し、ドキュメントに対するRAG、マルチエージェント監督、イベント駆動型トリガーをサポートし、人間による承認ゲートを含むポリシーで動作を管理できます。

C++ と TensorRT を使用して、極めて高速に画像および PDF を構造化された Markdown、表、数式に変換する高性能 GPU ドキュメントパーサー。

TypeScriptとThree.jsを使用してすべてのモデルをプログラムで生成するインタラクティブな3D昆虫百科事典。63種の昆虫の詳細な解剖学、ライフサイクル、教育用クイズを提供します。

粗いワークフローとプロンプトを、組み込みの評価とリリースゲートを持つ再利用可能でクロスプラットフォーム対応のAIエージェントスキルパッケージに変換するガバナンスおよびエンジニアリングシステム。

複数のAIサービスサブスクリプションを管理し、さまざまなアカウントやプロバイダー間で自動的なレート制限ローテーションとインテリジェントなフェイルオーバーを提供するpi CLIの拡張機能です。

DepthFlowは、深度推定と最適化されたシェーダーを使用して、静止画を3Dパララックスアニメーションに変換するオープンソースの画像から動画へのコンバーターです。

1С:EnterpriseにModel Context Protocol (MCP)サポートを追加するツールキット。AIアシスタントがカスタムツール経由で1Cデータを照会可能にします。事前構築済みの1C拡張と、オプションのPython/OAuth2プロキシ（Docker対応）を含みます。