オープンソースAIツール

アストロンクロー

ロブスター助手

AstronClawはiFLYTEKが発売したAIオフィスアシスタントで、専用のAIアシスタントや24×7時間オンラインサービスの迅速な展開に注力しています。 OpenClawのコア機能を基に、AstronClawは高度にカスタマイズ可能なパーソナルAIアシスタントの作成を支援し、効率的なスキルを統合してマルチチャネル情報インタラクションを可能にします。 効率向上やタスクコラボレーションシナリオのためのAIオフィス製品として、AstronClawは情報処理、コンテンツ生成、オフィスコミュニケーション、日々のワークフローコラボレーションに適しており、個人やチームがより低いハードルで連続的かつスケーラブルなスマートオフィス体験を実現できるよう支援します。

ピコクロー

ロブスター助手

PicoClawは、軽量でクロスプラットフォームかつ効率的な運用に特化したオープンソースのAIチャットアシスタントです。 Goを基盤に構築されているPicoClawは、高速な起動、低いリソース使用量、低い展開閾値を備え、開発者やチームがローカルデバイス、エッジハードウェア、または複数のシステム環境上でインテリジェントアシスタントを迅速に構築するのに適しています。 実用的な用途に向けたAIチャット製品として、PicoClawはTelegram、Discord、Slack、Feishu、DingTalk、Enterprise WeChat、LINE、QQなど複数の通信チャネルへの接続をサポートし、メッセージ交流、インテリジェントQ&A、協働コミュニケーション、自動アシスタントのシナリオに利用できます。 低コストでの導入と安定した体験を求めるユーザーにとって、PicoClawはパフォーマンス、柔軟性、スケーラビリティのバランスを取ったAIチャットツールです。

Ugly - AIビデオオープンソースコミュニティ

AI動画生成

Xianchou AIは、AI動画制作に焦点を当てたオープンソースコミュニティであり、「人気のあるAI動画の作成、共有、学習、再現」を中心としたコンテンツやコミュニケーションプラットフォームの制作に重点を置いています。 ユーザーは「Presenting Ugly AI」で人気のAI動画ケースを閲覧し、クリエイティブなアイデアや参考にできるインスピレーションを得て、素早く自分だけのAI動画作成プロセスを構築できます。 また、自分の作品や体験を公開したり、モデル選定、カメラのペース配分、短い動画のストーリーテリングについて他のクリエイターと話し合うこともできます。 AI動画の効率を向上させたい個人クリエイターやチームにとって、Ugly AIはAI動画チュートリアル、プロンプト、再現手法をコミュニティの蓄積を通じて検索・再利用しやすくし、より安定したAI動画コンテンツの継続的な生成を支援します。

オーディオクラフト

AI音楽制作

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

MCP ツールセット

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。

LTX-2

AI動画生成

LTX-2は、オーディオとビデオとの4K 48fpsの同期に重点を置いた、クリエイティブな制作のためのAIビデオ生成エンジンであり、AIビデオを下書きから完成した映画まで統合することができます。 LTX-2は、テキストからビデオ、画像からビデオへの変換をサポートし、マルチキーフレームと深度制御により、VFX、広告、ストーリーボード、画像復元のための安定した動きと一貫した映像を実現します。 スタジオ、開発者、企業がコンシューマーグレードのGPUで実行するためのオープンソースとAPI設計。 LTX-2 は、LoRA の微調整とプロセス ツールを通じて、AI ビデオ生成、AI ビデオ編集、大規模制作シナリオにおいて高忠実度、高効率、制御性を実現し、チームがブランド化されたビジュアル スタイルと安定した配信機能を迅速に構築できるようにします。

デタサーフ

AIブラウザ

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。

ヘリウムブラウザ

AIブラウザ

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。

ブラウザオペレーター

AIブラウザ

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。

ブラウザOS

AIブラウザ

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ブラウザ

AIブラウザ

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ブラウザ

AIブラウザ

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。

天道虫

AIブラウザ

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。

シラAI

AI検索エンジン

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

AIプログラミングツール

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。

玄茂餅1

AI動画生成

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。

キロコード

AIプログラミングツール

Kilo Code は、「アーキテクチャ、コーディング、デバッグ」の統合に焦点を当てた、VS Code 用のオープンソース AI プログラミング エージェント拡張機能です。 組み込みの Orchestrator、Architect、Code、および Debug モードでは、タスクの逆アセンブル、実装の生成、エラーの特定と修正を自動的に行うことができます。 オンプレミスおよびクラウドの大規模モデル、OpenRouter、独自のAPIキーをサポートし、MCP Marketplaceおよび一般的な開発プロセスと互換性があります。 定義: Kilo Code は、VS Code 内でソリューションから提供までのプロセスを完了するエンドツーエンドの AI プログラミング ツールであり、個人やチームが複雑なプロジェクトを効率的に実装し、反復労働や幻覚コードを削減するのに適しています。

21st.dev

MCP ツールセット

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。

ウェーブフォーマー

AI音楽制作

Waveformer は、Replicate が開発したオープンソースの AI 音楽生成プラットフォームであり、Meta の MusicGen モデルと組み合わせることで、ユーザーはテキスト プロンプトからオリジナルの音楽を迅速に生成し、波形アニメーション付きのオーディオ ファイルまたはビデオとして保存できます。 ユーザーは、「軽快な電子ダンス音楽」や「メロディアスなピアノのメロディー」などの説明テキストを入力するだけで、ビデオ制作、ポッドキャスティング、ゲームなどのさまざまなシナリオに適した、ニーズに合った楽曲を生成できます。 このプラットフォームは、幅広い音楽スタイルやムードをサポートする直感的なユーザー インターフェイスを提供し、さまざまなクリエイティブなニーズに応えます。 Waveformer のソース コードは GitHub 上でオープンソースであり、開発者はローカル開発と二次開発の両方に従事できるようになり、AI 音楽テクノロジーの開発を推進できます。

メロディスコ

AI音楽制作

Melodisco は、AI 音楽プレーヤーとジェネレーターを組み合わせた革新的なプラットフォームで、ユーザーは AI が生成した音楽を探索、聴き、作成できます。 ユーザーは、プラットフォームを通じてトレンド、新しくリリースされた、またはランダムな AI 曲を閲覧したり、組み込みの音楽生成ツールを使用して好みに基づいて独自のメロディーを作成したりできます。 Melodisco は、幅広い音楽スタイルやムードをサポートする直感的なユーザー インターフェイスを提供し、音楽愛好家、コンテンツ作成者、開発者がアクセスできるようにします。 さらに、プラットフォームのオープンソース プロジェクトが GitHub でリリースされ、ローカル展開と二次開発の両方をサポートし、コミュニティが AI 音楽技術の開発を共同で推進することを奨励しています。

ピアノ・ジーニー

AI音楽制作

Piano Genie は、音楽のバックグラウンドを持たないユーザーが簡単にピアノを弾けるように設計された、Google Magenta チームによって開発された AI 音楽作成ツールです。 ユーザーはキーボードの1〜8桁の数字キーを使用するか、画面上の色付きのボタンをタップするだけで、Piano Genieはこれらの単純な入力をリアルタイムで完全な88鍵のピアノ演奏に変換します。 このシステムは、国際ピアノコンクールの1,400回の演奏でトレーニングされたリカレントニューラルネットワークオートエンコーダーに基づいており、音楽の構造とリズムを理解し、滑らかで表現力豊かなメロディーを生成することができます。 Piano Genie は、MIDI 入力と出力をサポートする直感的なインターフェイスを提供し、教育、エンターテイメント、音楽作成などのさまざまなシナリオに適しています。 そのソース コードは GitHub 上でオープンソース化されており、開発者がローカル展開や二次開発に従事することを奨励し、AI 音楽テクノロジーの開発を推進しています。

音声OSを開く

AIオーディオ処理

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

AIオフィスアシスタント

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。

ドルクGPT

AI検索エンジン

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。