GitHub Trending 定点観測RSSで購読

GitHubトレンドを毎朝、日本語で深掘り要約

GitHub Trending デイリーレポート

  1. 1

    Python★ 52,963+2,213 (今日)

    Claude Code上に構築された、ローカル実行型の就職活動支援フレームワーク。

    深掘り

    Claude Code上で動く求職支援のオープンソースフレームワーク。利用者は自分のPC上でプロフィールを整え、求人の検索・適合度評価・ランキングを行える。求人ごとにLaTeXでCVとカバーレターを下書きし、別のレビュー用エージェントの批評を経て修正する。PDFを実際にコンパイルして見た目を確認し、ATSが読むテキスト層も検証する。面接対策、応募結果の記録、GmailやNotionとの同期、HTMLダッシュボードも備える。差別化点は、経歴にない内容を書かせない方針、下書きとレビューの役割分離、求人サイトやテンプレートを追加できる拡張性。対象はClaude Codeを利用でき、ワークフローを自分好みに改変したい求職者。標準の求人サイトはデンマーク向けだが他国向けに作り替えられる。

  2. 2

    Python★ 42,637+1,187 (今日)

    Anthropicが管理する、Claude Codeプラグインの公式ディレクトリ。

    深掘り

    Anthropicが管理するClaude Code向けプラグインの公式ディレクトリ。プラグインはスラッシュコマンド、エージェント、スキル(SKILL.md)、MCPサーバー設定などをまとめた拡張パッケージで、`/plugin install <名前>@claude-plugins-official` または `/plugin > Discover` から導入する。Anthropic社員が保守する `/plugins` と、パートナーやコミュニティ提供の `/external_plugins` に分かれ、外部プラグインは品質・セキュリティ基準の審査を経て掲載される。スキルだけのリポジトリはマニフェスト無しでも marketplace 側で `strict: false` と `skills` 配列を指定して登録できる。公開後の `name` は変更不可で、表示名は `displayName` で変える。Anthropicは各プラグインの動作を保証しないため、導入前に信頼性の確認が必要。対象はClaude Codeの利用者と、プラグインを提供したい開発者。

  3. 3
    anomalyco/opencode▲ 82日連続

    TypeScript★ 216,511+1,417 (今日)

    オープンソースのAIコーディングエージェント。

    深掘り

    MITライセンスのオープンソースAIコーディングエージェント。開発作業を担う既定の「build」エージェントと、ファイル編集を原則拒否しbash実行前に許可を求める読み取り専用の「plan」エージェントをTabキーで切り替えられる。複雑な検索や複数手順のタスク向けに「general」サブエージェントもある。READMEに内部の仕組みの詳細は無く、ドキュメントサイトへの案内のみ。差別化点は、npm、Homebrew、pacman、Nixなど多様なインストール方法と、ベータ版のデスクトップアプリの提供。対象はAIでコーディングや既存コードベースの調査・変更計画を進めたい開発者。

  4. 4

    TypeScript★ 12,715+351 (今日)

    Cursorプラグインの仕様と公式プラグイン集。

    深掘り

    Cursorのプラグイン仕様と公式プラグイン群をまとめたリポジトリ。各プラグインはルート直下の独立ディレクトリで、`.cursor-plugin/plugin.json` のマニフェストを持ち、スキル(SKILL.md)、Cursorルール(.mdc)、MCPサーバー定義(mcp.json)を含められる。収録内容は、AGENTS.mdの記憶更新、PRの差分レビュー、並列エージェントによる大規模タスク分割といった開発ワークフロー支援から、Gmail、GitHub、Salesforce、Playwrightなど外部サービス連携まで幅広い。ルートの `marketplace.json` が全プラグインを一覧化する。差別化点の明示的な記述はなく、仕様と公式実装を一か所にまとめた標準化が特徴。対象はCursorを使う開発者・チーム。MITライセンス。

  5. 5
    ruvnet/ruflo▲ 74日連続

    TypeScript★ 76,476+502 (今日)

    Claude Codeなど向けのマルチエージェント群制御・自律ワークフロー基盤(旧Claude Flow)。

    深掘り

    Ruflo(旧称 Claude Flow)は、Claude CodeやCodexなどのコーディングエージェントを包む実行・調整基盤。100以上の専門エージェントを役割分担させ、スウォームとして協調動作させるのが中核。タスクのルーティング、ベクトル検索による永続メモリ、結果から学習する仕組み、MCPサーバー、プラグインマーケットプレイス、実行状況やコストを見るコンソールを備える。別マシンや別組織のエージェント同士が認証と個人情報除去を経て連携するフェデレーションも持つ。仕組みは、指示がルーターを経てスウォームとエージェントに渡り、メモリの経験がルーティングへ還元される流れ。導入は `npx ruflo init`。READMEの性能・効果の数値は同書の主張で未検証。対象は、複数エージェントの協働や知識蓄積、チーム間連携を求める開発者・チーム。

  6. 6

    Rust★ 10,445+513 (今日)

    コーディングエージェントCLI向けの長期記憶と、ベンダー間の引き継ぎを支援するツール。

    深掘り

    Claude CodeやCodexなど20以上のAIコーディングエージェントで共有できる長期記憶ツール。あるエージェントで作業を中断して別のエージェントに切り替えても、構成、失敗した試み、未解決の課題を引き継げる。作業中はライフサイクルフックで操作を記録し、個人情報を除去して保存、セッション終了時にプロジェクトごとのWikiページへまとめる。記憶の原本はGit管理のプレーンなMarkdownで、検索はFTS5を中心にエンティティ・グラフ・任意のベクトル検索を組み合わせる。LLMを呼ばない既定動作ではAPIキー無しで記録・検索・引き継ぎができる。自前サーバーで複数マシンやチームでも共有でき、認証と監査ログを備える。単一バイナリで提供。対象は、複数のエージェントやマシンを使い分ける開発者とチーム。

  7. 7
    stablyai/orca▲ 12日連続

    TypeScript★ 96,558+1,146 (今日)

    複数のコーディングエージェントをデスクトップ・モバイル・リモートから管理する環境。

    深掘り

    Claude CodeやCodexなど複数のコーディングエージェントを並行実行して一か所で管理する、MITライセンスのデスクトップアプリ。各エージェントは独立したgitワークツリーで動くため互いに干渉しにくい。1つのプロンプトを複数エージェントに配って結果を比較し、採用案をマージする使い方もできる。高速なターミナル分割、アプリ内ブラウザでUI要素を選んでHTML/CSS/スクリーンショットをエージェントに渡すデザインモード、GitHub・Linear連携、SSH先でのリモート作業、AIの差分へのコメント返送を備える。iOS/Androidのコンパニオンアプリから状況確認や追加指示も可能。CLIで動くエージェントなら大半を扱え、自分のサブスクリプションをそのまま使える。対象は複数のAIエージェントを同時に使う開発者・パワーユーザー。

  8. 8
    HKUDS/CLI-Anything▼ 43日連続

    Python★ 54,556+582 (今日)

    あらゆるソフトウェアをエージェントが扱えるようにするCLI自動生成ツール。CLI-Hubも提供。

    深掘り

    GIMP、Blender、LibreOffice、Zoteroなどの既存ソフトを、AIエージェントが操作できるCLIとして自動生成するプロジェクト。エージェントにプラグイン/スキルを導入し、`/cli-anything` にソフトのソースやリポジトリを渡すと、コード分析、設計、実装、テスト、ドキュメント作成、公開の7段階でCLIが作られる。生成CLIはJSON出力、対話型REPL、undo/redoに対応する。画面操作の自動化のような脆い方法や機能を削った再実装ではなく、実ソフトのバックエンドを呼ぶ点が差別化の核。生成済みCLIはCLI-Hubで検索・インストールでき、エージェントが自律的に必要なツールを見つけて使える。対象は、エージェントに実務ツールを扱わせたい開発者と業務自動化を進めたいユーザー。(READMEの末尾約1.2万字は未読)

  9. 9
    debpalash/VoiceStudio▲ 16日連続

    Python★ 75,215+2,098 (今日)

    ElevenLabs代替を目指す、ローカル実行のオープンソース音声ツール。

    深掘り

    ElevenLabsの代替を目指すオープンソースの音声ツール。声のクローン、声の説明文からの声の設計、動画の吹き替え、音声入力、文字起こし、オーディオブック制作を646言語で一つのアプリから行える。既定エンジンはk2-fsa/OmniVoiceで他エンジンにも切替可能。処理は利用者のPC上でローカル実行され、外部サービスの利用は任意。NVIDIA GPU(CUDA)、Apple Silicon(Metal)、CPUに対応し、デスクトップアプリはElectron製。ローカルAPIやMCP経由でエージェントから操作でき、バッチ処理、再利用できるレシピ、監視フォルダにも対応する。差別化点はクラウド非依存のローカル完結と、AGPL-3.0のソース公開。モデル重みには別条件があり、声のクローンは本人の許可が必要とされる。対象は動画・音声クリエイター、オーディオブック制作者、音声AIを組み込みたい開発者。

  10. 10
    android/skills▼ 33日連続

    Kotlin★ 8,743+381 (今日)

    Android開発向けのエージェントスキル集。

    深掘り

    AIエージェント向けのモジュール式の指示・リソース集。developer.android.comのベストプラクティスに沿ったAndroid開発作業をエージェントが正しく実行できるよう支援する。タスクの技術仕様をオープンスタンダード形式のMarkdown(SKILL.md)で提供し、関連タスクが与えられるとエージェントが自動で有効化する。評価でLLMが苦手とする領域に重点を置き、基本的なJetpack Composeなど既にLLMが得意な分野は優先しない点が特徴。導入はAndroid CLIでの追加のほか、Claude CodeやCodexのプラグインとしても可能。対象はAIエージェントでAndroidアプリを開発する開発者。外部コントリビューションは現時点で非受付で、フィードバックはIssueで行う。

  11. 11

    ★ 83,994+81 (今日)

    ロードマップとColabノートブックでLLMを学ぶ無償コース。

    深掘り

    LLMを体系的に学ぶ無償教材で、学習ロードマップとGoogle Colabで動くノートブックを組み合わせている。三部構成で、数学・Python・ニューラルネットワークの基礎を扱う「LLM Fundamentals」、最新手法で高性能なモデルを作る「LLM Scientist」(ファインチューニング、DPO/GRPOなどの選好アラインメント、評価、量子化、モデルマージ)、LLMアプリの開発・運用を扱う「LLM Engineer」(RAG、ベクトルDB、エージェント、推論高速化、セキュリティ)に分かれる。各項目に記事や動画の参考資料が付く。差別化点は、職種別に学習の道筋を整理しつつ、手を動かせるツールとノートブックを多数提供すること。対象は基礎から実装・運用まで学びたい開発者と機械学習の学習者。Apache-2.0。

  12. 12

    Python★ 2,366+115 (今日)

    動画・画像のモザイクを復元する映像修復ツール。

    深掘り

    動画や画像のモザイクを復元する無料ツールで、GUIアプリとCLIの両方があり、手元のGPUで処理する。モザイク部分だけを検出して復元し、それ以外の映像は変えない。Segment Editorで復元範囲を選べ、Video Playerではファイルを作らずに復元結果をライブ視聴できる。復元モデルは高速な無料のBasicVSR++と、遅いが細部がより出るLTX(支持者向け、NVIDIAのみ)の2種類。処理はGPUでの読み込み、モザイクの検出と追跡、クリップ単位の復元、元フレームへの合成、GPUエンコードの流れ。READMEのベンチマークでは同系統のLadaより3.4〜4.7倍速いとされる(同書の主張)。初回はモデル準備に15〜60分かかる。対象はGTX 16/RTX 20シリーズ以降のNVIDIA GPU(またはRadeon RX 7000/9000の実験的対応)を持ち、手元の動画・画像を修復したい人。

  13. 13

    Python★ 138,571+155 (今日)

    ノードグラフ型のモジュラー拡散モデルGUI・API・バックエンド。

    深掘り

    Stable Diffusionなどの拡散モデルを扱うGUI兼API・バックエンド。処理をノードと線のグラフとして組み立てる方式で、画像に限らず動画、音声、3Dまで幅広く生成できる。SDXL、Flux、Wan、LTX-Videoなど多くのオープンモデルをネイティブ対応する。再利用可能なサブグラフやテンプレート、複雑なワークフローを簡単な画面で操作するApp Mode、ローカルAPIでのアプリ連携を備える。内部は非同期キュー、変更部分だけの再実行、VRAM/RAM管理、モデルのオフロード、量子化モデル対応で効率化し、重みの非同期ストリーミングにより4GB程度のVRAMでも大規模モデルを動かせるとする(同書の主張)。ワークフローはJSONで保存でき、生成画像からワークフローやシードを読み込める。完全オフライン可、Windows/Linux/macOS対応。対象は生成の細部を制御したいクリエイター、制作パイプラインに組み込みたい開発者、ローカルで試したい人。

出典: https://github.com/trending?since=daily

← 最新のデイリーレポートへ