オープンソースAIツール

AudioCraftは、Meta AIが開始した生成音声およびAI音楽ツールおよびオンラインデモのライブラリであり、MusicGenのテキストから音楽への変換、AudioGenのテキストから音声への効果音、EnCodecのニューラルオーディオ圧縮などの機能を統合しています。 単一のプロンプトで様々なスタイルのサウンドトラック、環境音、リアルな効果音を素早く生成でき、リズム、雰囲気、持続時間をプロンプトでコントロールできます。これは短いビデオサウンドトラック、ゲームサウンドプロトタイプ、広告用環境音、創造的なインスピレーションの検証に適しています。 AudioCraftはまた、開発者がオンプレミスでデプロイし、ワークフローに統合し、リアクティブに開発できるオープンソースコードとモデルも提供しています。

XiaoZhi AIは、開発者やハードウェアベンダー向けのオープンソースAIハードウェアプロジェクトおよびコンソールサービスであり、低遅延の音声会話とスケーラブルなエージェント機能に注力しています。 Model Context Protocol(MCP)を基に、Xiaozhi AIは音声認識、意図理解、メモリ、ツール呼び出しを直列に接続し、さまざまな一般的なチップや開発ボードに適応することで、感情的なコンパニオン、スマートホームコントロール、デスクトップ音声アシスタント、車載ロボットなどの製品を便利かつ迅速に作成できます。 Xiaozhi AIコンソールを通じて、ユーザーはエージェントの作成、役割や挙動の設定、デバイスのバインディングと管理を完了できるため、試作から量産へのアクセスまでXiaozhi AIをより安心して行えます。

Deta Surf は、ブラウジングとメモ取りを融合させ、Web ページ、ドキュメント、アイデアを 1 か所に自然に流す AI ブラウザおよびスマート ノートブックです。 Deta Surf は、Web 検索、PDF および YouTube 埋め込みの読書と質問をサポートし、重要なポイントの要約と詳細な分析を自動的に生成し、追跡可能な引用リンクをメモに保持します。 Notebooksでサイト、画像、ファイルを収集し、縦型タブで情報を整理し、Surfletsでインタラクティブなアプリやビジュアライゼーションを作成します。 Deta Surfはオープンソースでローカルファーストであり、データはデバイスに保存され、インポートおよびエクスポートのためにインポートできます。 独自のキーを使用して、プライバシー、セキュリティ、効率的な研究のニーズを満たすために、選択した大規模モデルまたはローカル LLM をサポートします。

Helium Browserは、プライバシーを第一に考えたオープンソースのブラウザで、公平な広告ブロックと追跡保護がデフォルトで有効になっており、サードパーティのCookieをブロックし、フィンガープリンティングを最小限に抑えているため、安全に使用できます。 Chromiumに基づいて、すべての拡張機能と互換性があり、拡張機能ストアに匿名でアクセスします。 インターフェイスは軽く、起動が速く、Split View 分割画面とネイティブ !bangs をサポートして Web サイトにすばやく直接アクセスし、オフラインでも使用できます。 クラウド同期とパスワード管理が組み込まれていない Helium Browser は、効率、制御、データ主権を重視するユーザーやチーム向けに、セルフホスト オプションと迅速なセキュリティ アップデートを提供します。

Browser Operator は、調査、分析、自動化シナリオ向けのオープンソースでプライバシーに配慮した AI ブラウザです。 Browser Operator は Chromium アーキテクチャに基づいており、ローカル AI 推論とクラウド大規模モデルのコラボレーションをサポートし、AI エージェント プロセスを構築し、Web ページ情報を自動的にキャプチャし、重要なポイントを抽出し、要約を生成し、フォーム、価格比較、および複数のサイトにわたるリードの並べ替えを完了するための AI Agent Studio を提供します。 Browser Operatorには、研究アシスタント、スマートショッピング、人材検索テンプレートが組み込まれており、構築の敷居を下げます。 プロセス全体は透明で監査可能であり、データはローカルで制御可能です。 現在アルファ版で macOS が優先的にサポートされており、プライバシー、セキュリティ、効率性を重視する個人やチームに適しており、日常のブラウジングを調整された AI ブラウザ ワークフローに昇格させます。

BrowserOSは、「言葉を行動に変える」ことに重点を置いた、オープンソースのプライバシーファーストのAIブラウザです。 BrowserOSは、ローカルAIエージェントを使用して自然言語コマンドを理解し、クリック、入力、ジャンプなどのWebページの操作を自動的に完了するため、高頻度の調査やフォームプロセスの自動化に適しています。 Split View をサポートして、ChatGPT、Claude、Gemini などのモデルをサイドバーの会話に入れ、読書中に質問をより効率的にします。 Chromium エコシステムと互換性があり、一般的に使用される Chrome 拡張機能とデータをシームレスに移行できます。 BrowserOSはMCPサーバー統合を提供し、ワンクリックでGmail、カレンダー、ドキュメント、スプレッドシート、Notionに接続し、ブラウザをワークハブにアップグレードできます。 また、Ollama や LM Studio などのローカル モデルをサポートしたり、データをローカルで制御できるように独自の API キーが付属しています。 BrowserOSは、macOS、Windows、Linuxを全プラットフォームでカバーし、セマンティック検索と強調表示機能を内蔵しており、情報検索とWebオフィスの効率を総合的に向上させます。

Nook Browserは、オープンソースでプライバシーを重視した最新のブラウザです。 Nook Browserはローカル優先をコアとし、データはデバイスに保存され、ワンクリックでエクスポートおよび削除できるため、同期や漏洩のリスクが軽減されます。 ルーム/スペースを通じて仕事や興味を整理し、圧倒的なタブを回避し、効率的なマルチタスクのための Peek クイック プレビューと分割ビュー分割画面を提供します。 Nook Browserは、オープンなロードマップとコミュニティの共同創造メカニズムにより、シンプルで煩わしさの少ないオンライン体験を追求しており、拡張とカスタマイズが容易です。 プライバシー、効率性、持続可能な進化を重視するユーザーやチームにとって、Nook Browser は軽量性と拡張性を備えた理想的なブラウザの選択肢です。

Zen Browser は、集中力と効率性を重視し、「より静かなインターネット」を提唱するオープンソース ブラウザです。 Zen Browserはプライバシーを優先し、気を散らすものや追跡を減らすため、安定性とセキュリティが必要な日常のオンラインやWeb作業に適しています。 ワークスペース、コンパクト モード、Glance クイック スイッチング、分割ビューなどの機能を提供し、より明確なマルチタスク管理を実現します。 Zen Browser はコミュニティによって継続的に反復されており、美しいインターフェイス、高速パフォーマンス、強力なスケーラビリティを備えており、開発者やコンテンツ作成者の高頻度の使用シナリオを満たすことができます。 プライバシー、効率性、快適さを重視する場合、Zen Browser は美しさと機能性のバランスが取れたブラウザの選択肢です。

Ladybird は、Web 標準を最初に重視し、ゼロから構築された、非営利主導の新しい独立した Web ブラウザおよび Web エンジンです。 Ladybirdはクロスプラットフォームを目指しており、現段階ではLinuxとmacOSに焦点を当て、他のブラウザカーネルコードを導入したり、デフォルトの検索シェアやトークンを通じて商用化したりすることなく、パフォーマンス、安定性、セキュリティを追求しています。 このプロジェクトはオープンソースで開発者を歓迎し、GitHub を通じてコミュニティと協力して進歩を進めており、2026 年に初期ユーザー向けにアルファ版が予定されており、オープン性、透明性、制御を重視するユーザーや開発チームに適しています。

Scira AI は、「リアルタイム、検証可能、自己ホスト可能」に焦点を当てたオープンソースの AI 検索エンジンおよび Perplexity の代替手段です。 RAG (Retrieval-Augmented Generation) と Search Grounding を組み合わせて、ソース引用付きの回答を返すため、研究、学習、知識検索のシナリオに適しています。 Scira AI は、Grok、Claude、DeepSeek、Qwen、OpenAI などをカバーするマルチモデル切り替えをサポートし、PDF 分析、履歴、音声読み取り機能を提供し、Scira Lookout を通じてトピックの監視とタイミング追跡を実現します。 Q: Scira AIとは何ですか? A: Scira AI は、信頼できる引用によるリアルタイム検索を提供するオープンソースの AI 検索ツールです。 Perplexity の代替として、Scira AI は速度、透明性、制御性を兼ね備えており、公式 Web サイトで直接使用することも、個人やチームの AI 検索ニーズを満たすために自作することもできます。

Cloudflare VibeSDKは、AIプログラミング用のオープンソースのリファレンス実装であり、チームがCloudflare Developer PlatformでAIアプリケーションを迅速に構築してデプロイするのに役立ちます。 「自然言語から実行可能なアプリケーションへ」というコアパスを採用し、ワーカー、ページ、KV、Durable Objects、キュー、R2、Vectorize、AI Gateway を組み合わせて、生成、ストレージ、推論、観察のフルリンク シナリオをカバーします。 簡単な定義:Cloudflare VibeSDKは、Cloudflareエッジネットワーク上でAIアプリケーションの開発と配信のためのオールインワンのサンプルプラットフォームです。 一般的なユースケースには、インテリジェントなカスタマーサービス、検索拡張生成、および低い運用コストでAI製品の検証と拡張を検討しているチーム向けのフルスタックチャットアプリケーションが含まれます。

Genmo Mochi 1 は、クリエイターやチーム向けのオープンソースの AI ビデオ生成ツールで、テキストからビデオ、画像からビデオ、ショットごとの制御をサポートし、物理的な一貫性、キャラクターの一貫性、プロンプトの高い配置を強調します。 Genmo Mochi 1 は、クラウド プレイグラウンドとプライベート展開の両方を提供し、広告のストーリーボード、製品デモンストレーション、教育アニメーション、ソーシャル メディア ビデオなどのシナリオで簡単に迅速に制作できます。 「オープンソースの AI ビデオ生成モデル」として、Genmo Mochi 1 は使いやすくスケーラブルであり、AI ビデオ生成を既存のクリエイティブ プロセスや制作システムに統合するのに適しています。

21st.dev は、フロントエンドの設計および開発チーム向けに構築された UI コンポーネントの検出および管理プラットフォームであり、AI インテリジェント エージェントを統合して、メインストリーム IDE 内の高品質のコンポーネントをワンクリックで取得してインポートします。 ユーザーは、リアルタイムのプレビューとバージョン管理を使用してオープンソースコンポーネントを参照、共有、複製、カスタマイズして、チームのビジュアルスタイルと開発仕様を統一できます。 このプラットフォームは、包括的な API インターフェイスと Magic MCP 機能を提供し、バッチ生成、パラメトリック カスタマイズ、迅速なプロトタイプ反復をサポートし、設計プロセスとコード プロセスをシームレスに接続します。 ユーザーフレンドリーなインターフェイスとコミュニティ主導のエコシステムにより、設計エンジニアと「バイブ コーダー」はコラボレーションで創造性を発揮でき、プロジェクト開発の効率と一貫性が向上します。 オンプレミスの展開は必要なく、クラウドコラボレーションとエクスポート可能なシードプロジェクトにより、チームはコンポーネントライブラリを簡単に拡張および保守し、プロジェクトの存続時間を短縮できます。

OpenVoiceOS (OVOS) は、さまざまなデバイス用のカスタム音声制御インターフェイスを作成するように設計された、コミュニティ主導のオープンソース音声 AI プラットフォームです。 このプラットフォームはプライバシーとセキュリティを重視しており、ユーザーは音声データをローカルで処理し、機密情報をクラウドに送信することを回避できるため、データ保護が強化されます。 OVOS は、組み込みシステムやロープロファイル デバイス向けに、Raspberry Pi、Mycroft デバイス、Linux デスクトップおよびラップトップなど、幅広いハードウェア プラットフォームをサポートしています。 そのモジュラー アーキテクチャには、ovos-core、ovos-listener、ovos-messagebus などのコンポーネントが含まれており、プラグイン音声認識 (STT) およびテキスト読み上げ (TTS) エンジンをサポートしているため、ユーザーはニーズに応じて適切なプラグインを選択できます。 OVOSは、開発者がカスタム音声アプリケーションを作成および展開することを容易にする豊富な開発者ツールとドキュメントも提供します。 Mycroft プロジェクトの継続として、OpenVoiceOS は、透明性があり、カスタマイズ可能で、ユーザーのプライバシーを尊重する音声アシスタント ソリューションを提供することに尽力しています。

N8Nは、ビジュアルビルドとコードの柔軟性を組み合わせ、500を超えるアプリケーション統合をサポートするオープンソースのワークフロー自動化プラットフォームです。 ユーザーは、ドラッグ アンド ドロップ インターフェイスまたは JavaScript/Python スクリプトを通じて、IT 運用、セキュリティ対応、販売分析、その他のシナリオに適した、複数ステップの自動化プロセスを作成できます。 n8n には、自然言語処理、データ抽出、自動意思決定のための LLM ベースのエージェント システムの構築をサポートする AI 機能が組み込まれています。 このプラットフォームは、セルフホスト型およびクラウド展開オプションを提供し、データのセキュリティとコンプライアンスを確保します。 強力なスケーラビリティと積極的なコミュニティ サポートを備えた n8n は、テクノロジー チームが効率的な自動化を実現するための理想的な選択肢です。

DorkGPT は、ユーザーが高度な検索ステートメントを効率的に構築して、隠された Web ページ データと潜在的なセキュリティの脆弱性を明らかにできるように設計された、AI を活用した Google Dork クエリ生成ツールです。 自然言語処理技術により、ユーザーは簡単なクエリ要件を入力するだけでよく、DorkGPT はサイバーセキュリティ監査、オープンソース インテリジェンス (OSINT) 研究、学術データ検索などのさまざまなシナリオに適した正確な Google Dork ステートメントを自動的に生成できます。 責任ある使用に重点を置いたこのプラットフォームは、ユーザーが法的および倫理的枠組み内で情報を探索することを奨励し、セキュリティ研究者、ジャーナリスト、データ アナリストにとって理想的な支援となっています。

Morphic は、生成ユーザー インターフェイス (Generative UI) を組み合わせて、自然言語 Q&A、Web 要約、ビデオ検索などを提供する、完全にオープンソースの AI 検索エンジンです。 このプラットフォームは、複数の AI モデル (OpenAI、Anthropic、Google Generative AI、Groq、Ollama など) をサポートし、Tavily、SearXNG、Exa などの検索エンジンを統合して、多様な検索ニーズに応えます。 Morphic は、URL 固有の検索、ビデオ検索、モデル切り替え、検索履歴、結果共有などの機能を提供し、データ プライバシー要件が高い開発者、研究者、チームに適しています。 ユーザーは、Docker または Vercel 経由でローカル バージョンをデプロイするか、公式ホスティング サービスを使用して、デフォルトの検索エンジンとしてブラウザに簡単に統合できます。 Morphic は、その柔軟性と拡張性により、AI 検索と生成インタラクションを探索するための理想的なプラットフォームとして際立っています。

OSS Insightは、PingCAPが立ち上げたオープンソースのデータ分析プラットフォームで、GitHubオープンソースエコシステムの視覚的な洞察に焦点を当てています。 そのコア機能である GitHub Data Explorer を使用すると、ユーザーは自然言語で質問し、SQL クエリを自動的に生成し、80 億を超える GitHub イベント データをリアルタイムで分析できます。 このプラットフォームは TiDB Cloud と Chat2Query テクノロジー スタックに基づいており、プログラミング経験のないユーザーをデータ探索にサポートします。 主な機能には、開発者の行動分析、リポジトリの傾向比較、技術分野のランキング、貢献者の地理的分布などが含まれます。 ユーザーは、コレクション モジュールを通じて、Web3、AI、データベースなどの人気のあるテクノロジー分野のオープンソース プロジェクトの傾向を確認することもできます。 OSS Insightは、開発者、データアナリスト、研究者がオープンソースコミュニティに関する洞察を得るための2Dおよび3D視覚化インターフェイスを提供します。

LlamaCoder は、Together AI によって立ち上げられたオープンソースの AI プログラミング プラットフォームで、自然言語プロンプトから完全な Web アプリケーションを迅速に生成するように設計されています。 このプラットフォームは、React アプリケーションとコンポーネントの生成をサポートする Meta の Llama 3.1 405B モデルに基づいて構築されており、ユーザーはアプリケーション要件を説明するだけで、LlamaCoder は対応するコードを生成できます。 このプラットフォームはオンラインとオンプレミスの両方の展開を提供し、さまざまな開発者のニーズに応えます。 LlamaCoder は、Sandpack、Next.js、Tailwind CSS などのテクノロジー スタックを統合し、リアルタイム プレビューとワンクリック展開をサポートし、ラピッド プロトタイピングと製品反復に適しています。 オープンソースの性質と活発なコミュニティ サポートにより、AI プログラミングを模索する開発者にとって理想的なツールとなっています。

Dreamlookは、クリエイティブチームと開発者向けのオンラインAI画像生成およびモデル微調整プラットフォームです。 Stable Diffusionを最適化することで、ユーザーはオンプレミスでのデプロイなしでモデルのトレーニングを数分で完了でき、トレーニング速度を2.5倍に向上させ、1日あたり数千回の同時実行をサポートできます。 このプラットフォームは、さまざまな規模のプロジェクトのニーズを満たすための柔軟なAPIインターフェースとマルチレベルパッケージを提供し、トレーニング終了後48時間以内にアップロードされたすべてのデータを自動的にクリアして、プライバシーとセキュリティを確保します。 豊富なLoRAエクスポート機能と高解像度出力機能により、ユーザーはプロ級のカスタマイズされたビジュアルコンテンツをすばやく生成できます。

AIimag.es は、WindowsシステムのインストールをサポートするStable Diffusionに基づくオープンソースのオフラインAI描画ソフトウェアであり、ユーザーは中国語または英語のプロンプトを入力するだけで、高解像度の写真をすばやく生成できます。 このプログラムは、GPU構成やネットワーク依存を必要とせずに、モデルを自動的にダウンロードして構成し、可能な限り何度でも生成でき、商用利用のために無料でライセンス供与できます。 イラスト、ポスター、電子商取引、ソーシャルメディアなどのデザインニーズを満たすための、ネガティブプロンプトワード、解像度、サンプリングステップなどの組み込みのマルチスタイルレンダリングとパラメーター調整。 ローカル操作により、データのプライバシーが確保され、軽量で、解凍後すぐに使用できるため、AIマッピングのしきい値が大幅に削減され、個人やチームがオリジナルのビジュアルコンテンツを効率的に作成できるようになります。

Turbo.Art は、Modal LabsのAI描画プラットフォームであり、安定性に基づくSDXL Turboモデルに基づくリアルタイムのインテリジェントな画像生成および編集機能を提供します。 ユーザーは、空白のキャンバスに自由にペイントしたり、テキストプロンプトを入力して、ワンクリックでマルチスタイルの高解像度ペインティングを生成したりでき、サイバーパンク、リアリスティック、カートゥーン、宮崎などのさまざまなアートスタイルをサポートします。 プラットフォームに組み込まれている拡張アルゴリズムにより、生成された結果をローカルで微調整し、高品質のPNG / JPEGエクスポートを提供できます。 フロントエンド コードは GitHub でオープン ソースであり、API 呼び出しとカスタム デプロイをサポートし、デザイナー、コンテンツ作成者、開発者が広告、ソーシャル メディア、アートでオリジナルのビジュアル コンテンツを効率的に作成するのに役立ちます。

Stable Diffusion WebUIは、ユーザーが自然言語のプロンプトワードを使用して高品質の画像をすばやく作成できるブラウザベースのAI画像生成プラットフォームです。 テキスト・トゥ・イメージ(txt2img)、画像・画像生成(img2img)、イメージ・インペインティング、イメージ・エクステンション(アウトペインティング)など、さまざまな機能を統合し、アート制作、デザインスケッチ、広告クリエイティブなど、ユーザーの多様なニーズに応えます。 ユーザーはローカル展開やプログラミングの知識を必要とせず、Webインターフェースを介して操作するだけでAI描画を実現できます。 このプラットフォームは、さまざまなモデルとプラグインの拡張機能をサポートし、柔軟なパラメーター設定を提供しているため、デザイナー、コンテンツクリエーター、AI愛好家がクリエイティブの効率と視覚表現を向上させるのに適しています。