オープンソースAIツール

z.ai

AI会話アシスタント 注目

Z Chatは、Zhipu AIが立ち上げたオープンソースのインテリジェント対話プラットフォームであり、自社開発のGLMシリーズの大規模モデルによって駆動され、多言語対話、連鎖推論、および深い検索をサポートします。 ユーザーは、ウェブ端末のバリアフリーアクセスにより、高性能なQ&Aやナレッジディスカバリー機能を無料で体験することができます。 Z Chatは、オープンソースの透明性、継続的なイテレーション、コミュニティ主導の利点を活かして、将来的にはマルチモーダルインタラクションとプラグイン拡張をサポートし、開発者、研究者、企業にカスタマイズされたAPIとプラグインアクセス機能を提供して、革新的なアプリケーションとインテリジェントサービスの構築を支援する予定です。

ミッドジャーニー

AI画像生成

Midjourney(ミッドジャーニー)は、米国の独立系研究機関であるMidjourney Inc.が開発したAI画像生成プラットフォームで、自然言語のプロンプトワードから高品質な画像を生成することができます。 ユーザーは、DiscordまたはWebバージョンを使用して説明テキストを入力し、さまざまな画像作品をすばやく生成できます。 このプラットフォームは、さまざまなスタイルと精度のニーズを満たすために、さまざまなモデルバージョンとパラメータ設定を提供し、アート制作、製品デザイン、広告、マーケティングなどの分野で広く使用されています。

安定した拡散

AI画像生成

Stable Diffusionは、Stability AIが開発したオープンソースのテキストから画像への生成モデルで、ユーザーは自然言語プロンプトを通じて高品質の画像を生成できます。 このモデルは、入力されたテキストの説明に基づいてリアルな画像を生成できる拡散生成技術を使用しており、アート制作、製品デザイン、広告およびマーケティングなどの分野で広く使用されています。 Stable Diffusionは、オンプレミスとクラウドベースのアクセスをサポートし、開発者がカスタムアプリケーションに統合するためのAPIを提供します。 最新バージョンのStable Diffusion 3.5は、画質と生成速度が大幅に向上しているため、高解像度の画像生成が必要なプロフェッショナルなシナリオに適しています。

RTX とチャット

AI会話アシスタント

Chat with RTX は、NVIDIA のネイティブに実行されるジェネレーティブ AI チャット アプリで、ユーザーにパーソナライズされた AI アシスタントを提供することを目的としています。 このアプリは、NVIDIA の TensorRT-LLM、NIM マイクロサービス、RTX アクセラレーション テクノロジを活用して、ユーザーがローカル ドキュメント (.txt、. PDFファイル、. doc/.docx、. xml)またはYouTube動画をデータソースとして使用して、独自のチャットボットを構築します。 Chat with RTX は、Retrieval Enhanced Generation (RAG) テクノロジーにより、ユーザー データに関連するコンテキストに応じた回答を迅速に提供し、クエリの効率を向上させることができます。 このアプリは、データのプライバシーとセキュリティを確保するために完全にローカルで実行され、コンテンツ作成、オフィスオートメーション、プログラミング支援などのさまざまなシナリオに適しています。 現在、Chat with RTX は、NVIDIA GeForce RTX 30 または 40 シリーズ GPU (少なくとも 8 GB の VRAM) と Windows 11 オペレーティング システムを搭載したデバイスで実行され、パッケージ サイズは約 35 GB です。

ヌース・エルメス

AI会話アシスタント

Nous Hermesは、Nous Researchによって開発されたオープンソースの大規模言語モデルのファミリーであり、高性能な自然言語処理機能を提供することを目的としています。 モデルはMetaのLlamaアーキテクチャに基づいており、Hermes 1、Hermes 2、Hermes 3を含む複数のバージョンをカバーし、パラメータサイズは7Bから405Bの範囲です。 Hermesモデルは、命令の微調整を通じて複雑なタスクの理解と実行を最適化し、コンテンツ作成、プログラミング支援、オフィスオートメーションなどのさまざまなシナリオに適しています。 その中で、Hermes 3は、ロングコンテクストメモリ、マルチラウンド対話、ロールプレイング、内部思考などの高度な機能を備え、関数呼び出しと構造化された出力をサポートしているため、モデルの実用性と制御性が向上しています。 Nous Hermesモデルは、いくつかの公開ベンチマークで優れたパフォーマンスを発揮し、学術研究や産業慣行で広く使用されています。

知恵のスペクトル、明確な言葉

AI会話アシスタント

ChatGLMは、2023年8月31日にBeijing Zhipu Huazhang Technology Co., Ltd.が正式に立ち上げた生成人工知能対話プラットフォームであり、オープンソースの大規模モデルのGLMシリーズに依存し、数千億のパラメータ演算と複数のラウンドのコンテキストレスレスメモリをサポートし、インテリジェントなQ&A、長い記事の要約、コンテンツ作成、コード支援、知識検索などの機能を備えています。 ユーザーは、Webページ、iOS、Android、WeChatミニプログラムなどの複数のチャネルを通じて、テキスト、音声、写真、その他のマルチモーダルインタラクションと対話し、教育、科学研究、オフィス、カスタマーサービス、その他のシナリオの効率的なニーズを満たすことができます。 オープンソース、透明性、継続的なイテレーションの利点により、Zhipu Qingyanは、個人や企業が生産性とイノベーションを向上させるための信頼できるAIアシスタントになりました

奨学生(インターンLM)

AI会話アシスタント

InternLMは、Shanghai Artificial Intelligence Laboratoryが立ち上げたオープンソースの大規模モデルエコロジカルプラットフォームで、最新のInternLM3シリーズ言語モデルとInternVL2.5マルチモーダルモデルを統合し、最大32Kのコンテキスト長とチェーン推論機能をサポートします。 標準化されたAPIとLMDeployの民営化デプロイメントソリューションを通じて、開発者はマルチラウンド対話、ドキュメント解析、コード支援、イメージ理解などのインテリジェントなアプリケーションを迅速に構築できます。 このプラットフォームはOpenAI SDKおよびCLIと互換性があり、Pythonの例とトークン管理制御を提供し、セキュリティ、透明性、および継続的な反復を強調しています。 scholarエコシステムは、学術研究、エンタープライズサービス、教育とトレーニングをカバーしており、チャットQ&A、インテリジェント検索、ナレッジマネジメントなどのシナリオで、ユーザーが効率的でオープンなAIエクスペリエンスを得るのに役立ちます。

Upscayl

AI画像生成

Upscaylは、写真ユーザー、デザイナー、ゲームアセットプロセッサー、ローカル画像復元ユーザーに適したオープンソースのAI画像アップサイズツールで、AIを使ってローカルまたはデスクトップで画像を拡大し、詳細を強調できます。 その目的は、結果を最終的な納品として直接扱うことではなく、ユーザーがまずドラフトや資料、または構造化された出力を入手し、それらをチェック・修正・処理・継続できるよう支援することです。 使用前に、明確な入力資料、ターゲットフォーマット、適用シナリオ、受理基準を準備し、まず低リスクサンプルで品質、コスト、運用経路をテストし、それを公式プロジェクトに段階的に導入することが推奨されます。 公開リリース、クライアントからの連絡、チームの協力、機密資料については、実際のポートレート、ブランド資料、著作権保護画像、商業リリースの追加確認が必要で、承認およびプラットフォームルールの確認、手動の審査が必要です。

SurfSense

AIオフィスアシスタント

SurfSense 明確な元資料を編集可能な結果に変え、コンテンツ、メディア、データ、学習、業務フローで使いやすくします。目的、入力、出力形式、確認基準が決まっているときに向いています。まず低リスクの作業で試し、顧客資料、学生の成果物、財務情報、人物画像、本番コード、公開予定の内容は人が確認する必要があります。

履歴書マッチャー

AI採用

Resume MatcherはオープンソースのATS履歴書マッチングツールで、履歴書を職務内容と比較し、カスタマイズされた履歴書やアウトリーチコンテンツを生成し、キーワードチェックを支援したい求職者や開発者のためのものです。ユーザーが履歴書と求人要件のギャップを理解できるようにすることに焦点を当てており、一般的な機能には無料でオープンソースで、職務内容に対して履歴書をスキャンする機能があり、GitHubのスター数が多い。無料ツールとしてお試しいただけます。ATSマッチングスコアは参考値であり、実際の経験、ポートフォリオ、採用者の判断に代わるものではありません。長期的な採用を準備しているチームは、固定プロセスに含めるかどうかを決定する前に、入力材料、出力品質、および手動レビューコストと権限境界を実際のタスクセットでテストすることをお勧めします。

AIに似ている

AI コンテンツのコンプライアンス

Resemble AIは、エンタープライズのセキュリティチーム、メディアチーム、カスタマーサービスボイスチーム、コンプライアンスリーダー向けの安全な音声生成およびディープフェイク検出プラットフォームで、安全な音声生成、音声クローン、メディア透かし、認証、ディープフェイク検出を実現します。 音声生成機能とコンテンツセキュリティ検出を同一のガバナンスプロセスに組み込み、テキスト読み上げ、音声作成、音声変換、透かし、認証、ディープフェイク検出などの共通機能、クラウドやオンプレミスの展開サポートなどを共通しています。 より有料またはチーム調達のシナリオに適しており、明確なプロセスニーズを持つユーザーに適しています。 使用前に、音声クローンは承認されなければならず、セキュリティテスト結果は手動およびプロセスの証拠と照合する必要があります。 長期導入の準備をしている場合は、固定プロセスを含めるかどうかを決める前に、入力資料、出力品質、手動レビューコスト、許可範囲を実際のタスクでテストすることが推奨されます。

リポクリップ

AIプログラミングツール

RepoClipは、開発者、オープンソースのプロジェクトメンテナー、技術チーム向けに、公開されたGitHubリポジトリをスクリプト、グラフィック、ナレーション、音楽を含むデモ動画に変換する際に製品のプロトタイプをデモンストレーションする必要があるためのGitHubリポジトリのデモ動画ジェネレーターです。 リポジトリリンクを使って迅速に共有可能な製品説明資料を作成することに重点を置いており、一般的な機能は公開GitHubリポジトリに入ってスクリプト、ビジュアル、ナレーション、音楽などの動画を生成することであり、最初の動画は無料で作成可能です。 無料のエントリークレジットやトライアルクレジットを提供しており、まずは小さなタスクで効果を確認するのに適しています。 使用前の注意:プライベートコード、顧客プロジェクト、未公開機能はアップロードまたは公開してはいけません。 長期導入の準備をしている場合は、固定プロセスを含めるかどうかを決める前に、入力資料、出力品質、手動レビューコスト、許可範囲を実際のタスクでテストすることが推奨されます。

Refact.ai

AIプログラミングツール

Refact.ai は、アプリケーション構築、モデル統合、開発業務を行う際のクリエイター、オペレーター、開発者、チーム向けに設計されたAIプログラミングエージェントおよびコード開発ツールです。その目的は、結果を直接最終納品として扱うことではなく、ユーザーがまずドラフト、資料、または構造化された出力を入手し、それらをチェック・修正・処理・継続できるよう支援することです。使用前に、明確な入力資料、ターゲットフォーマット、適用シナリオ、受理基準、低リスクサンプルを用いた最初のテスト品質、コスト、運用経路を準備し、正式なプロジェクトに段階的に組み込むことが推奨されます。公開公開、顧客とのコミュニケーション、チームの協力、機密資料の場合は、資料の承認、プライバシー範囲、事実の正確性、最終ユースケースの追加確認が必要であり、手動レビューは維持されます。

PackFilesの略

AIプログラミングツール

PackfilesはGitHubの移行および構成管理ツールで、Azure DevOpsやBitbucket Serverなどのコードベース、チーム、構成の計画と移行を支援し、Warp for Copilotで移行タスクを加速します。エンタープライズ開発プラットフォームチーム、DevOpsエンジニア、GitHub 管理者、およびコード資産の大規模な移行を必要とする組織に適しており、一般的な用途には、GitHubへの統合移行、リポジトリ、チームと権限のプロビジョニングの整理、大規模な移行での重複の削減などがあります。コードの移行にはパーミッション、履歴、CI/CD、セキュリティポリシーが含まれ、正式な移行前にパイロットリポジトリとロールバックシナリオを実行する必要があります。ページ表示は100回の無料移行から始まり、エンタープライズプランはボックスまたはプロジェクトごとに課金されます。固定プロセスに入れるかどうかを決定する前に、入力材料、出力品質、手動修正、および最終採用率を1つまたは2つの低リスクタスクでテストすることをお勧めします。

OpnForm

AIオフィスアシスタント

OpnFormはオープンソースのオンラインフォーム構築プラットフォームで、コンタクトフォーム、アンケート、登録フォーム、埋め込みフォームをすばやく作成でき、無制限のフォーム、フィールド、返信を提供し、AIフォーム構築機能をサポートしています。起業家、開発者、運営者、コミュニティ組織、チームに適しており、コンタクトフォームやイベント登録フォームの作成、ユーザーリサーチや社内アプリケーションの収集、ウェブサイトや製品ページへのフォームの埋め込みなどの一般的な用途があります。無料クレジットは寛大ですが、プレミアムアクセス、ブランド、チームコラボレーション、統合機能には有料プランが必要な場合があります。フォームの記録によると、月額約16ドルから始まる無制限の無料プランがあります。固定プロセスに入れるかどうかを決定する前に、入力材料、出力品質、手動修正、および最終採用率を1つまたは2つの低リスクタスクでテストすることをお勧めします。

OpenClaw AI

AI会話アシスタント

OpenClaw AIは、Mac mini、WindowsまたはLinuxデバイス上で動作するオープンソースのパーソナルインテリジェントアシスタントおよびオートメーションシステムで、メール、カレンダー、WhatsApp、Telegram、Discord、Slackなどの100以上のサービスに接続します。開発者、オートメーション愛好家、個人ユーザー、データ主権を重視する小規模チームに適しており、一般的な用途には、自分のデバイスでパーソナルAIアシスタントを実行すること、スケジュール、メッセージング、クロスアプリケーションアラートを統合し、プライバシー制御を備えた自動ワークフローを構築することが含まれます。セルフホスティングには、APIキー、データバックアップ、セキュリティアップデート、外部サービス権限を独自に処理する技術的能力が必要です。このプロジェクトはオープンソースオプションを提供しており、クラウドまたはAPIの使用コストは月額約5ドルからであることがわかります。固定プロセスに入れるかどうかを決定する前に、入力材料、出力品質、手動修正、および最終採用率を1つまたは2つの低リスクタスクでテストすることをお勧めします。

オクトレンズ

AIマーケティング

Octolensは、Reddit、X、LinkedIn、GitHubなどのチャネルでブランドの言及を追跡するために使用される開発者向けのAIソーシャルメディアモニターリングツールです。開発ツールチーム、成長担当者、創業者、カスタマーサクセスチームに適しており、複数のコミュニティやソーシャルメディアチャネルを監視し、ノイズや無関係な会話をAIでフィルタリングし、リードや製品フィードバックを見つけるのに役立ちます。ソーシャルメディアの監視はプラットフォームのルールを尊重する必要があり、重要な手がかりはコンテキストと優先順位を手動で判断する必要があります。固定プロセスに入れるかどうかを決定する前に、入力材料、出力品質、手動修正、および最終採用率を1つまたは2つの低リスクタスクでテストすることをお勧めします。

ニンバリスト

AIプログラミングツール

Nimbalystは、CodexやClaude Codeなどのエージェントのセッション、タスク、ファイル、ドキュメントを管理するために使用されるコーディングエージェントのためのビジュアルワークスペースです。開発者、AIプログラミングチーム、オープンソースメンテナ、および複数のコーディングエージェントセッションとタスクの管理、Markdown、チャート、モックアップ、コード素材の編集、ビジュアルワークスペースでのファイルと開発コンテキストの整理を行うエージェントの並列管理を必要とする人に適しています。エージェントのコラボレーションプロセスを管理するのに適しており、コードマージ、テスト、および稼働はプロジェクト仕様に従って手動で確認する必要があります。固定プロセスに入れるかどうかを決定する前に、入力材料、出力品質、手動修正、および最終採用率を1つまたは2つの低リスクタスクでテストすることをお勧めします。

MimicPC

AI画像生成

MimicPCは、画像、ビデオ、オーディオ生成、LoRAトレーニングツールをオンラインで実行するためのオープンソースのAIアプリケーションクラウドプラットフォームです。AIクリエイター、モデラー、デザイナー、自分で導入したくない人に適しており、AI画像、ビデオ、オーディオをオンラインで作成し、ローカルに導入せずにLoRAをトレーニングでき、カスタムモデルや複数のAIアプリケーションをサポートできます。使用する際には、クラウド運用はまだモデルライセンス、素材許可、計算能力コスト、生成コンテンツルールに注意を払う必要があります。正式に採用する前に、低リスクサンプルで一度テストし、入力材料、出力結果、手動修正、最終採用率を記録し、固定プロセスに入れるかどうかを決定することをお勧めします。

メタフローの

AIプログラミングツール

Metaflowは、実際の機械学習、AI、データサイエンスプロジェクトの構築、拡張、展開に使用される機械学習およびAIプロジェクトワークフローフレームワークです。機械学習エンジニア、データサイエンティスト、プラットフォームチーム、本番AIプロジェクトに適しており、機械学習とデータサイエンスワークフローを管理し、クラウドでのスケーリングと本番展開をサポートし、実験、計算、デプロイメントプロセスをよりトレーサビリティ的にします。使用する際には、エンジニアリングフレームワークであり、コード、インフラストラクチャ、モデル運用経験が必要であり、完全に技術的なユーザーなしでオープンソースには適していません。クラウドリソースは正式に採用する前にコストを計算し、低リスクサンプルで一度テストし、入力材料、出力結果、手動修正と最終採用比率を記録し、固定プロセスに入れるかどうかを決定することをお勧めします。

MaxKB

AIプログラミングツール

MaxKBは、RAGナレッジベース、エンタープライズカスタマーサービス、社内Q & A、インテリジェントワークフローを構築するためのオープンソースのエンタープライズグレードのエージェントおよびナレッジベースプラットフォームです。開発チーム、エンタープライズIT、ナレッジベース管理者、カスタマーサービスチーム、教育研究機関に適しており、RAGプロセスを知識強化質疑応答に統合し、エージェントワークフローとモデルに依存しないアクセスをサポートし、MCPツールコールなどのエンタープライズ指向機能を提供します。デプロイ前にドキュメントのガバナンス、権限、モデル選択、運用リソースを準備する必要があります。ナレッジベースの品質は回答の信頼性に直接影響します。オープンソースプラットフォームは独自に展開でき、企業はサーバー、モデル、メンテナンスコストを計算する必要があります。正式に採用する前に、低リスクの材料または小さなサンプルで一度テストし、入力品質、出力結果、手動修正、および最終採用率を記録し、長期的なワークフローに入れるかどうかを決定することをお勧めします。

レッシー AI

AI採用

Lessie AIは、LinkedIn、Twitter、GitHubなどの人物プロフィールを集約し、候補者、潜在的なリード、投資家、インフルエンサーを検索するのに役立ちます。 採用担当者、営業開発、投資拡大、クリエイターとのコラボレーション、特定の層を探す必要がある研究者に適しています。 使用前に、実際の材料や実際のプロセスを用いて小規模なテストを行うことが推奨され、出力品質の観察、レビューコスト、支払い範囲、データ許可、そしてチームが安定した手動レビュープロセスを確立できるかどうかの観察に重点を置くことが推奨されます。 正式な業務を扱う前に、資料承認、プライバシー要件、手動レビュー基準を基準に判断し、外部リリースや重要な決定に直接自動結果を用いないようにすべきです。 チーム、顧客、または教育シナリオで使用される場合、入力ソース、結果レビューの責任、外部利用の範囲を明確にし、試験結果を直接正式なプロセスに組み込むことは避ける必要があります。

ライオン

大規模モデル API プラットフォーム

LAIONは大規模人工知能オープンネットワークであり、非営利のオープンAI組織で、データセット、ツール、モデル関連プロジェクトを含む機械学習リソースを一般に提供することに専念しています。 研究者、機械学習エンジニア、オープンソースコミュニティ、教育機関、そしてオープンデータリソースについて学ぶ必要がある人々に適しています。 LAION自体は単一のアプリケーションではなく、オープンソースネットワークです。 データやモデルを使用する前に、ライセンス、データソース、バイアスリスク、倫理的制約、下流のタスクの遵守を確認する必要があります。 使用前に、実際の材料を用いた小規模なテストを行い、出力の品質、レビューコスト、支払い範囲、データ許可、そしてチームが安定した手動レビュープロセスを確立できるかどうかの観察に焦点を当てることが推奨されます。

レーベル・スタジオ

大規模モデル API プラットフォーム

Label Studioは、コンピュータビジョン、ドキュメントAI、NLP、音声文字起こし、エージェントの軌跡、LLM評価、RLHFなど幅広いデータタイプをサポートするオープンソースのデータ注釈およびAI評価プラットフォームです。 機械学習チーム、データ注釈チーム、研究者、トレーニングや評価データセットを構築する企業に適しています。 このプラットフォームはオープンソース版と商用ソリューションを提供しています。 利用時には、低品質の注釈がモデルのパフォーマンスに影響を与えるのを防ぐために、注釈仕様、品質検査プロセス、権限管理、データコンプライアンスポリシーを設計する必要があります。 使用前に、実際の材料を用いた小規模なテストを行い、出力の品質、レビューコスト、支払い範囲、データ許可、そしてチームが安定した手動レビュープロセスを確立できるかどうかの観察に焦点を当てることが推奨されます。 正式な業務を扱う前に、チームプロセス、資材承認、手動レビューの基準で判断し、外部リリースや重要な意思決定に直接自動結果を使わないようにすべきです。