AI・機械学習のおすすめオープンソースプロジェクト

Cherry Studioは、多数のLLMプロバイダーやローカルモデル、300種類以上のプリセットアシスタントに接続できるクロスプラットフォームのデスクトップAIクライアントです。

複数カメラの映像を記録し、人の動きを3D再構成する無料のオープンソース・マーカーレスモーションキャプチャシステム。

OpenAI、Claude、Gemini互換APIを提供するセルフホスト型AIゲートウェイ。複数の上流モデルプロバイダーをルーティングし、APIキー、クォータ、コストを管理できます。

SillyTavernのキャラクターカードやアセットに対応した、DeepSeek Harness（DSH）ベースの酒場風ロールプレイゲームエージェント。

シード素材からデジタル世界を構築し、ニュース、政策、金融イベントの結果を予測するマルチエージェント群衆シミュレーションエンジン。

ローカル動画の見どころを、シーン・動き・音声・物体・文字起こしの情報から評価して説明する、無料のオフライン対応デスクトップアプリ。

音声認識、字幕翻訳、AI吹き替え、音声と映像の合成に対応した、動画を別の言語に翻訳するオープンソースツール。

トークン使用量、メモリ、リソースコストを抑えて多数のAIエージェントを実行できる、オープンソースのデスクトップアプリとRustライブラリ。

OpenCode ZenとZen Goのモデルを各種APIで提供する、キー・プロキシプールとWebUIを備えたGo製ゲートウェイ。

ClaudeなどのMCP対応AIアシスタントが228種類のツールで回路図やPCBを設計できる、KiCAD 10用ネイティブプラグイン兼Rust製単一バイナリ。

サーバーレスAIワークロード向けのオープンソースGo・Pythonランタイム。GPU推論エンドポイント、サンドボックス、バックグラウンドタスクに対応。

主要な取引所に対応し、バックテストやドライラン、FreqAI、Telegram／Web UIでの操作が可能なオープンソースのPython製暗号資産取引ボット。

プロンプトに集中できる、Stable Diffusion XLベースのオフライン対応オープンソース画像生成ツール

Stable Diffusionや新しい画像・動画モデルを実行できる、モデル対応と最適化を強化したForge派生のGradio製Web UI。

画像・動画・音声・3Dコンテンツをローカル生成するためのノードグラフGUI、API、バックエンド。

画面を認識してアプリやブラウザーを操作し、ファイルやコードも扱えるローカルファーストのデスクトップAIエージェント

音声合成、ボイスクローン、Whisper文字起こし、YouTubeダウンロード、音声分離、吹き替え用翻訳を備えたWindows向けGradioアプリ。

646言語に対応した、音声クローンや音声デザイン、動画吹き替え、文字起こしなどを行うローカル優先のオープンソース音声スタジオ。

エクスポートしたチャット履歴でLLMをファインチューニングし、自分らしい応答をするチャットボットとして各種サービスに展開

SAM 3のセグメンテーション、OCR、LaTeX数式認識で、図の画像を編集可能なDrawIO（XML）ファイルに変換します。