GitHub Trending ウィークリーレポート
cathrynlavery/diagram-design が1位を維持しつつ週間スター増分は縮小(13556→14735で微増だが総数は伸び継続)。Claude Code向け図解生成スキルへの関心は根強い
basecamp/omarchy、unslothai/unsloth、Lightricks/LTX-2 が新規ランクイン。cloudflare/computer、google/skills、google-deepmind/weathernext は圏外落ち
エージェント基盤系(prime-agent、TencentDB-Agent-Memory、paperclip)が引き続き上位を維持し、AIエージェント開発・運用ツールへの関心が継続
- 1
Claude Code向けの編集品質な図解生成スキル。29種類のダイアグラムを自己完結型HTML+SVGで出力する
深掘り
Claude Code、Codex、Piで使える編集品質の図解生成スキル。ウェブサイトのブランドカラーとフォントを自動抽出して適用し、アーキテクチャ図からガント図まで29種類の図を自動生成する。Mermaidなどのジェネリックツールと異なり、シャドウなし・グリッドベース・1アクセントカラーという編集的美学を徹底し、draw.ioやMermaid形式のインポート・再設計にも対応する点が差別化点。ドキュメントやブログに一貫したビジュアルアイデンティティを持つ図が必要なライター・設計者・テック企業が対象。
- 2
コンテキストと説明責任あるAIシステムのためのグラフネイティブ基盤
深掘り
企業データから構造化された知識グラフを構築し、AIの決定を追跡可能にするオープンソース基盤。ベクトルDBやRAGでは得られない説明可能性を、エンティティ関係抽出・決定の因果チェーン記録・W3C PROV-O形式の監査証跡生成・SPARQL/Datalogによる決定可能な推論で実現する。自社ホスティング可能でベンダーロックインがなく、Neo4jやRDF四重項ストアなど複数のグラフDBに対応する点が差別化点。金融・医療・法務・政府など判断の説明責任が求められる高リスク分野の組織が対象。
- 3
コーディング・長時間自律タスク向けの自己改善型RLMエージェント
深掘り
「Recursive Language Model(RLM)」と「Continual Harness」という2つの抽象化を軸に設計されたコーディング・研究エージェント。永続的なIPython環境でツール呼び出しをプログラム的に記述でき、サブエージェントによる並列・バックグラウンド処理に対応する。ターミナル切断時もバックグラウンド実行を継続でき、「/refine」で証拠に基づく漸進的な学習改善を適用する点が差別化点。長時間実行タスクや研究評価に取り組む開発者・データサイエンティストが対象。
- 4
OpenAI/Anthropic API互換を保ったままモデル・プロバイダー間をルーティングするLLMプロキシ
深掘り
LLMアプリケーションがモデルとプロバイダー間でトラフィックをルーティングしつつOpenAI・Anthropic両APIとの互換性を保つRust製プロキシ。プロトコル変換、LLM分類器やステージルータによる複数バックエンドへのインテリジェントルーティング、Prometheusメトリクス提供を備える。Claude Codeなどのコーディングエージェントをオープンモデル環境(vLLMやNVIDIA NIMなど)で動かせる点、A/Bテストとコスト最適化を同時に実現できる点が差別化点。柔軟なモデル選択と複数バックエンド活用を求めるLLMアプリ運用者が対象。
- 5
メールアドレスの各種サービス登録状況を調べるOSINTツール
深掘り
メールアドレスが100以上のWebサービスに登録されているかをパスワードリセット機能経由で調査するOSINTツール。ターゲットに通知が届かない形で調査できる点が特徴。Python 3製でCLI・Pythonアプリへの組み込みの両方に対応し、Twitter・Instagram・Imgurなど大手SNSからニッチなフォーラムまで幅広く対応する点が差別化点。メールの使用状況を調べる必要があるセキュリティ研究者・情報収集の専門家が対象。教育目的での利用が想定されている。
- 6
スマートフォンなど小型デバイス向け14MB基盤モデル
深掘り
スマートフォン・ウェアラブル・スマートホーム・ロボットなど小型デバイス向けに設計された45Mパラメータの軽量AIモデル。単一14MBバイナリ・約28MBのRAMで完全なセッションを実行でき、ツール呼び出し・デバイス制御・構造化データ抽出に対応する。他の小型モデルと比べて5〜70倍小さく2ビット量子化により圧縮されながら同等精度を維持する点、信頼度スコア付きレスポンスや256トークンのスライディングウィンドウによる固定メモリ使用が差別化点。リソース制約のあるデバイスに軽量AI機能を組み込みたい開発者が対象。
- 7
メール・チャット・ドキュメント・タスク・エージェント・通話・CRMを統合するチーム向けワークスペース
深掘り
メール・チャット・ドキュメント・タスク・エージェント・通話・CRMを単一システムとして統合したワークプレイス。Slack・Notion・HubSpotなど個別ツールと異なり、すべてが双方向リンクで繋がった共有チームメモリを備え、チーム全体のコンテキストをエージェントが理解して行動できる。CRDTベースのリアルタイムコラボレーション、キーボード優先インターフェース、一箇所のインボックス、チーム記憶から学ぶAIエージェントが差別化点。従来型のサイロ化されたツール群に悩むスタートアップや小〜中規模チームが対象。
- 8
モノレポ向け究極的RAGシステム
深掘り
Tree-sitterで多言語コードベースを解析し、Memgraph上に知識グラフを構築するRAGシステム。Python・TypeScript・Rust・Go・Javaなど多言語に対応し、自然言語クエリでのコード検索・構造的な検索置換・デッドコード検出・ランタイムコールトレーシング・MCP経由のAIエージェント統合を提供する。テキスト検索ではなくAST(抽象構文木)と関係性を理解する点が差別化点。モノレポ全体を統一的に扱う必要がある開発チーム・大規模コードベースの保守を行うエンタープライズが対象。
- 9ToolJet/ToolJet2回連続
内部ツール・ダッシュボード・ビジネスアプリ構築向け企業向けアプリ生成プラットフォーム
深掘り
内部ツール・ダッシュボード・ビジネスアプリケーション・ワークフロー・AIエージェントを構築するための企業向けアプリ生成プラットフォーム。オープンソース版は60以上のレスポンシブコンポーネント、ビルトインノーコードデータベース、80以上のデータソース連携、マルチページアプリ対応、Docker/Kubernetes/クラウドでの柔軟なデプロイを提供する。エンタープライズ版のToolJet AIでは自然言語からのアプリ自動生成やAI搭載クエリビルダーが加わる点が差別化点。内製ツール開発を効率化したい企業のエンジニアリングチームが対象。
- 10
AIコーディングエージェント向け本番環境対応エンジニアリングスキル
深掘り
AIコーディングエージェント向けの本番環境対応24スキル群。Define→Plan→Build→Verify→Review→Shipの6段階の開発ライフサイクルを8つのスラッシュコマンド(/spec、/plan、/buildなど)で起動し、仕様書先行・テスト駆動開発・5軸コードレビューなどシニアエンジニアの実務規律をエージェントに強制する。「反論抑止テーブル」を含み検証が必須な点、Claude Code・Cursor・Copilot・Clineなど70以上のエージェントに対応する点が差別化点。個人開発者からエンタープライズまでが対象。
- 11
説明的な数学動画向けアニメーションエンジン
深掘り
Pythonコードで数式・グラフ・幾何学図形などの数学的オブジェクトを正確にアニメーション化できるエンジン。LaTeX対応やOpenGL活用で複雑な数式表現・高品質グラフィックが可能。3Blue1Brownの作者による個人プロジェクトを起源とし、2020年のコミュニティ版フォークより実験的な機能を備える。汎用アニメーションツールではなく数学教育に特化した設計である点が差別化点。数学概念を視覚的に説明したい教育者・コンテンツクリエーター・開発者が対象。
- 12
美しくモダンで独自の思想を持つLinuxディストリビューション
深掘り
DHHが開発する「Beautiful, Modern & Opinionated Linux」ディストリビューション。洗練されたデスクトップ環境、統一されたクリップボード・履歴管理、リマインダーや通知、テキスト抽出・音声入力、スクリーンショット・録画機能、ホットキー設定、複数テーマ、NeovimやAI機能を含む開発ツール環境を標準搭載する。包括的なマニュアルを備え、Mac/Windowsユーザー向けの移行ガイドも用意されている点が差別化点。初心者から上級者まで幅広い開発者層を対象としたエコシステム。
- 13
LLM・拡散モデルをローカルUIで実行・学習するプラットフォーム
深掘り
Qwen3.8やKimi K3、DeepSeek-V4など多様なモデルをデスクトップアプリから直接実行・学習できるプラットフォーム。「2倍高速・70%少ないVRAM」で学習できる最適化を実現し、llama.cpp統合の推論エンジンと独自の学習最適化を組み合わせ、プライベートなRAG・エージェント機能も搭載する。デスクトップアプリという使いやすいインターフェース、GPU/CPU/macOS/AMDなどハードウェア横断対応、LoRA・DPOなど複数学習方式への対応が差別化点。クラウド非依存でローカル運用したい開発者・データサイエンティスト、プライバシー重視のエンタープライズユーザーが対象。
- 14
会話・コード資産を管理するAIエージェント向けチームレベルメモリハブ
深掘り
AIエージェントチーム向けの共有メモリハブ。会話・文書・コードから「Chat Memory」「Skill」「Wiki」「CodeGraph」という4つの再利用可能な資産を自動抽出し、チーム内で共有・管理・装備できる。L0〜L3の段階的な知識管理、複数エージェント間での経験の流動化、ドキュメントと実装コードの関係性を図示するナレッジマップが特徴。既存のAIエージェント基盤にProxy経由で統合でき、チームの経験が次のエージェントの出発点になる点が差別化点。複数エージェントを運用する組織・スタートアップが対象。
- 15
音声・映像同期生成に対応したDiT基盤の動画生成モデル
深掘り
同期した音声・映像、高忠実度、複数のパフォーマンスモード、本番対応の出力を備えたDiT基盤の音声・映像生成モデル。テキスト・画像・音声からビデオを生成する複数のパイプライン(DistilledPipeline、DFRPipeline、TI2VidTwoStagesPipelineなど)を提供し、高速推論から高品質レンダリング、LoRA調整まで幅広く対応する。単一モデルに音声・映像両方の生成機能を統合しオープンアクセスで利用できる点、FP8量子化や注意機構最適化により様々なGPU環境で実行できる点が差別化点。高品質な動画生成を必要とする研究者・コンテンツクリエイター・AIエンジニアが対象。
- 16
複数のAIエージェントを組織として統合管理するオーケストレーションプラットフォーム
深掘り
「OpenClawが従業員ならPaperclipは会社」というコンセプトで、複数のAIエージェントを組織として統合管理するオープンソース・オーケストレーションプラットフォーム。Node.jsサーバーとReact UIで構成され、エージェントに目標を割り当てタスク管理・組織図・予算管理・ガバナンスを一元監視できる。任意のエージェント(Claude Code、Codex、OpenClawなど)を雇用可能、ハートビートによる定期実行、トークン予算による費用制御、承認ワークフローが差別化点。20個以上の並行タスクを管理し自動化を求める開発者・起業家が対象。