GitHubの注目オープンソースAIプロジェクト、2026年10月

GitHub の月間トレンドページは言語フィルターがあるため、対象となるセットがすでに定義されており、機能しています。オープンソース AI に関しては、より異なる問いを立てます。対象となる作業は 5 つの言語にまたがり、有用な切り分けはリポジトリが担う役割です。

このスナップショットは 2026 年 10 月 16 日に公開 GitHub API から読み取り、各グループ内ではリポジトリはスター数順に並べられています。スター数は注目度を測り、スキルのフォルダはサーバーエンジンよりも早くその注目を集めることができるため、グループ化はソートよりも前に置かれます。ライセンスのカラムもランキングの一部です。最もスター数の多いプロジェクトのいくつかは、フェアコード、ブランド制限付き、または 2 つのライセンスに分割されているためです。

当サイトの Rust と Go のまとめも、同じページから言語フィルターによるグループ化で作成されました。ここでは、以下の 8 つの作業グループがフィルターに代わり、各セクションでは、近い選択肢を分けるトレードオフを示しています。締めくくりのセクションでは、表を実際に実行できる候補リストに変え、次回スナップショットのための再現可能な方法に変えます。

オープンソース AI プロジェクトのランキング方法

トピックを検索し、作業を割り当てる

GitHub トピックは、言語フィルターの代わりに機能する代替手段です。ai-agents、llm、rag、local-llm、または agent-memory のようなトピックをスター数でソートし、直近数ヶ月間でプッシュされたリポジトリを残します。「AI」でのフリーテキスト検索は広すぎ、フィルターなしのトレンドページでもエージェントと無関係なツールが混在しています。

リストを再構築するには、3 つの公開インプットがあれば十分です。トピック検索をプールに、Top Open Source AI のようなシナリオカタログを作業ラベルに、リポジトリの LICENSE ファイルを最終カラムに使用します。そのカタログは独自の複合指標を公開しています。スター数が 70%、貢献者が 10%、更新の最新性が 20% です。本記事では単純なルールを維持するため、表の中の数字は GitHub 上の数字そのものです。

役立つ開始クエリ：

• ai-agents トピック（スター順）
• llm トピック（スター順）
• rag トピック（スター順）
• agent-memory トピック（5,000 スター以上）
• GitHub 月間トレンド

ソフトウェアを残し、リストは横に置く

リポジトリが 1 行に値するのは、インストールできる場合、またはエージェントの動作を変更する維持されたハーネスである場合です。Awesome リスト、プロンプトのディレクトリ、ベンダー システムプロンプトのダンプはスターを集めますが、デプロイするものは何も残しません。それらは閲覧リストに属し、以下の表には含めません。

トレンドカラムは、自分のスナップショットからしか追加しない

言語別のまとめでは、1 つの言語内で GitHub がすでにその差分を計算しているため、1 ヶ月で得られたスター数を表示できました。これらのグループ全体では、月次の差分には自分自身の 2 つのスナップショットが必要です。毎月 1 日目に full_name と stargazers_count を保存し、そこから引きます。そのシリーズが存在するまで、総スター数が正直なランキングキーです。タイトルにある「Trending」は、この時点までに、それに見合う注目を集める、積極的にメンテナンスされているプロジェクトを意味します。

プロジェクトの位置づけ

これらのグループは、積み重ねられるレイヤーです。コーディングアシスタントはゲートウェイを呼び出し、ゲートウェイは Ollama または vLLM を呼び出し、メモリサービスはそれらのどちらかの隣に置かれます。同じレイヤーの 2 つの製品は、通常は第 2 の意見であり、より良いアーキテクチャであることは稀です。

パーソナル AI アシスタント

このグループは、単一のコーディングセッションを超えて、マシン上やツール間でアクションを実行するエージェント用です。OpenClaw は大幅な差をつけて首位に立っています。Hermes はこの規模のもう 1 つの汎用エージェントであり、AutoGPT はライセンスが分割された状態で依然としてスターを積み上げている旧来の名前です。この 2 つだけのより深いリーダーボード（ダウンロード数、トークンシェア、CVE 履歴を含む）は、OpenClaw と Hermes エージェント比較 です。

Firecrawl がここに含まれるのは、エージェントがページを必要とするからであり、実際に読者がスターするウェブデータプロジェクトだからです。それはツールであり、アシスタントがそれを呼び出します。

OpenClaw

OpenClaw は、自分のオペレーティングシステム上で実行し、タスクを実行するよう設計されたパーソナルエージェントです。これは、「あらゆるプラットフォームで何かをやり遂げる AI」と自称するプロジェクトの素直な読み方です。スター数は本記事で最大であり、MIT ライセンスはこのセットの中で最も緩やかな端です。インストールは、マシンへの広いアクセスを持つローカル自動実行ランタイムとして扱い、実行中に放っておく前に、タッチを許容する範囲をスコープしてください。

Hermes Agent

Nous Research による Hermes Agent は、使用されるにつれてスキルとコンテキストを蓄積するように設計された汎用エージェントです。Python のコードベースと同一の MIT 条項を持ち、OpenClaw と同じ役割に位置します。その成長ループを望み、すでに Python エージェントの操作に慣れている場合にお選びください。Hermes と OpenClaw の両方を実行することは、監査すべき 2 つの権限モデルを意味します。

AutoGPT

AutoGPT は、自律エージェントを GitHub の主流のカテゴリーにしたプロジェクトであり、セットの中で最もスター数の多い名前の一つです。ライセンスはもう単一の授与ではありません。autogpt_platform フォルダーの外側はすべて MIT であり、そのフォルダーの内側はすべて Polyform Shield License の下にあります。これは使用を許可しますが、コードの商業的価値を生産者に予約します。プラットフォームディレクトリ上で製品を構築する前に、その分割を読み取ってください。

Firecrawl

Firecrawl は、サイトがエージェントが呼び出せるデータに変換します。役割は取得であっても、スター数はそれをアシスタントの仲間に入れ、2026 年に人々が何を接続しようとしているかについて多くを語ります。それを修正してサービスとして提供する場合は、AGPL-3.0 が重要です。ローカルまたはベンダーのエンドポイントを呼び出すだけのパーソナルエージェントの場合、ライセンスはより小さな制約です。

AI コーディングアシスタント

コーディングエージェントは、2026 年のリストで最も密度の高い部分です。OpenCode は、完全にオープンなターミナルおよびエディターエージェントのリーダーであり、Codex と Gemini CLI は、オープンソースであることが偶然のベンダー CLI としてその直後に来ています。OpenHands、Cline、Goose は、実際に実行できる他のプログラムです。

Aider（49,567 スター、Apache-2.0）、Continue（36,228、Apache-2.0）、Crush（28,669、FSL-1.1-MIT）は、次の帯域での実際のコーディングツールです。Crush のライセンスは、ファイルに記載されたスケジュールに従って MIT に変換される Functional Source License です。コーディングエージェントは 1 つで十分です。2 つ目は比較週用であり、それ以降は同期を取らなければならない設定です。

OpenCode

OpenCode は、ターミナルワークフローと大きなプラグインサーフェスを持つ、オープンソースのコーディングエージェントです。これは、検査できるコーディングエージェントを望む人が引用するデフォルトの名前となり、MIT ライセンスはその使用に合致します。リポジトリは anomalyco/opencode です。エージェント自身がパッチを当てられるべきものである場合にお選びください。

Codex

Codex は、OpenAI の軽量なターミナル用コーディングエージェントで、Rust で書かれ、Apache-2.0 でライセンスされています。ホストされたモデルファミリのためのオープンクライアントであり、ローカルファーストのエージェントとは異なる取引です。チームがすでに OpenAI モデルを標準化しており、自動化できる CLI が欲しい場合にご使用ください。クライアントがオープンであることは、モデルの重みをディスクに移すわけではありません。

Gemini CLI

Gemini CLI は、Apache-2.0 で Gemini をエージェントとしてターミナルに持ち込みます。Codex が別のプロバイダに対して果たすのと同じ役割を担い、TypeScript のコードベースは既存の Node ツールへの埋め込みが容易です。Gemini がすでに支払いをしているモデルの場合にお選びください。Codex と併せて実行するのは、各リポジトリに 1 つのデフォルトエージェントがある場合のみ合理的です。

OpenHands

OpenHands は、完全なタスクループを持つソフトウェア開発エージェントで、現在 OpenHands 組織から公開されています。MIT ライセンスと高次の製品は、それをセルフホストできるホストされた開発環境に近い、単一のバイナリに近いプラットフォーム選択にします。エージェントの周りにイシュア、サンドボックス、UI を望む場合にご使用ください。1 人のためのターミナルワークフローには、OpenCode、Codex、Goose の方がインストールが小さくなります。

Cline

Cline は、SDK、IDE 拡張、または CLI として提供する自律コーディングエージェントです。Apache-2.0 とエディター統合により、VS Code に住んでいて、それでも呼び出せるライブラリが欲しい人にとっての実用的な選択になります。チャット UI と重複するよりも、OpenCode と重複します。レビューが読めるように保つため、リポジトリごとにそれらの 1 つを標準化してください。

Goose

Goose は、指し示したモデルでコードをインストール、編集、実行、テストする拡張可能なローカルエージェントです。リポジトリは現在 aaif-goose/goose にあり、Rust 実装と Apache-2.0 により、強力なワークステーションエージェントになります。モデルプロバイダが交換可能で、エージェントがコードを持つマシン上で実行されるべき場合にお選びください。OpenCode ほどスター数は静かではありませんが、ローカルモデルへのより直接的なフィットです。

エージェントスキルとハーネス

トピック検索は、このグループをいくつかの実製品よりも上に置くでしょう。Superpowers と ECC は、すでに実行しているエージェントのための指示、フック、ワークフローです。Spec Kit は、GitHub 自身の仕様駆動開発用のプロセスツールキットです。それらはエージェントの動作を変更し、依然として前のセクションのコーディングアシスタントと組み合わせるソフトウェアです。

Superpowers

Superpowers は、エージェントスキルフレームワークであり、ソフトウェア開発方法論で、主に MIT 下のシェルおよび指示ファイルとして配布されます。スター数は、数ヶ月でコーディングエージェントのユーザーの間で方法が広がること得るものです。すでに信頼しているエージェントの上にインストールし、リポジトリに合わせるようスキルを編集することを期待してください。フレームワークは、そのエージェントがすでに持っている権限に従います。

ECC

ECC は、Claude Code、Codex、OpenCode、Cursor などのエージェントのためのハーネスで、エージェントが動作する周りのスキル、メモリ、チェックをカバーします。複数のコーディングエージェントで同じループを望む場合、正しい形状です。また、あなたとモデルの間の動くレイヤーでもあります。チームがエージェントを選定済みで、それらにブリーフィングする 1 つの共有方式を望む場合にご採用ください。

Spec Kit

Spec Kit は、仕様駆動開発とその周りのための GitHub のツールキットです。メンテナは、これらのリポジトリの大部分がすでに生活しているプラットフォームであり、MIT ライセンスは明快です。エージェントがコードを編集する前に、書かれた仕様を望む場合にご使用ください。チームが仕様を任意の文書として扱う場合、静かに留まります。

AI メモリ

メモリは、エージェントが再開させることを可能にするレイヤーです。スターされたプロジェクトは 2 つのスタイルに分割されます。claude-mem、Beads、および Hindsight の多くは、コーディングセッションにメモリを付けます。Mem0、Cognee、Letta は、アプリケーションエージェントから呼び出すサービスです。これらのバックエンドのキャプチャポリシー、依存関係、セルフホストのトレードオフは、エージェントメモリプロバイダー で比較されています。

Memvid（16,600 スター、Apache-2.0）と Zep（4,961 スター、Apache-2.0）は、同じ役割でのより小さい選択肢で、Memvid は単一ファイルのストレージ、Zep は統合の重いメモリ API です。エージェントごとに 1 つのメモリシステムが、後にまだ説明できるセットアップです。

claude-mem

claude-mem は、コーディングエージェントが何をするかを記録し、その履歴を圧縮し、関連部分を後続のセッションに注入します。Claude Code、OpenClaw、Codex、Gemini CLI、Hermes、Copilot、OpenCode と対話し、これがこのグループをリードする理由です。Apache-2.0 は、修正を望む可能性のあるサイドカーに合致します。忘れているものがコーディングセッション自体の場合にご使用ください。

Mem0

Mem0 は、エージェントとアプリケーションのためのメモリレイヤーで、API の背後にユーザー、セッション、エージェントの状態があります。製品がサポートボットやパーソナルアシスタントであり、そのメモリが 1 つのコーディングツール外部に欲しい場合のデフォルトの名前です。Apache-2.0 とホストされたオプションが並んでおり、セルフホストは後に選択できることです。複数のエージェントがユーザーの同じ事実を共有すべき場合、コーディングセッションのフックよりそれを優先してください。

Hindsight

Hindsight は、Vectorize のエージェントメモリプロジェクトで、すでにやったことから学ぶエージェントを対象とし、コーディングエージェントおよびアプリケーションフレームワークの両方と統合します。MIT ライセンスはこのグループで最も緩やかです。プロジェクトは強力なベンチマークの主張を公開し、それらの主張は製品に賭ける前に、自分のトランスクリプトで再実行されるべきです。専用のメモリサービスを望み、自分のデータで Mem0 と比較する意思がある場合にお選びください。

Cognee

Cognee は、エージェントが照会できるメモリと知識グラフを構築し、そのレイヤーをより小さいモデルで実行することに重点を置いています。Mem0 と重複し、以下の RAG ツールとも重複します。なぜなら、ドキュメントのグラフはメモリと検索の両方のよう動作するからです。Apache-2.0 は埋め込みパスを交換可能に保ちます。気にする事実がエンティティと関係であり、フラットなベクトルインデックスがすでに損失が大きく感じられる場合にお選びください。

Beads

Beads は、コーディングエージェントのタスク、計画、依存関係を、git ブランチと移動するファイルとして保存します。リポジトリは現在 gastownhall/beads にあり、1 月の Go まとめが以前のパスでリストしたのと同じプロジェクトです。MIT と git ベースのストレージにより、既存のレビュープロセスが見えるメモリツールになります。コンテキストがブランチとフォークすべき場合にご使用ください。メモリが単一のリポジトリを超えて生存すべき場合、claude-mem または Mem0 を使用してください。

Letta

Letta は、MemGPT から生まれたステートフルエージェントプラットフォームです。ここではメモリはエージェントランタイムの一部であり、エージェントはプラットフォームの機能として自分自身のコンテキストを管理します。これは、すでに実行しているエージェントの下に Mem0 を置くことよりも深いコミットメントです。Apache-2.0 はオープンなプラットフォームに適用されます。ランタイムとメモリを一緒に設計されたものを望む場合、Letta を選び、交換する意図のないエージェントの下にメモリを望む場合、Mem0 を選んでください。

RAG とナレッジベース

RAG プロジェクトは、ドキュメントをコンテキストレイヤーに変えます。RAGFlow は人々がスターするエンドツーエンドエンジンです。LlamaIndex はドキュメントフレームワーク、GraphRAG は Microsoft のグラフアプローチ、WeKnora は Tencent の知識プラットフォームで、1 月の Go まとめにも登場し、成長を続けています。

RAGFlow

RAGFlow は、セルフホストされた RAG エンジンで、メッシーなドキュメントを解析し、引用を製品の一部分としてエージェントに検索を公開します。Apache-2.0 とチームに渡せる UI が、明確な差をつけてこのグループをリードする理由です。タスクが「ファイルの後ろに回答ボックスを置く」であり、パーサー、インデックス、API を 1 つのプロジェクトから望む場合にご使用ください。すでに制御しているアプリケーション内に検索を埋め込んでいる場合、LlamaIndex を目指してください。

LlamaIndex

LlamaIndex は、エージェントと RAG パイプラインのためのドキュメント処理フレームワークです。多くのコネクタを持つライブラリであり、MIT ライセンスはその役割に合致します。インデックス、ストア、エージェントは自分で組み立てる必要があり、それは柔軟性のコストです。プロダクトコードのためにお選びください。デプロイ可能なサービスとして同じ役割を望む場合、RAGFlow を選んでください。

GraphRAG

GraphRAG は、コーパスの上にグラフを構築し、そのグラフを歩いて質問に答えます。これは Microsoft Research のアイデアのオープン実装です。技術自体は Advanced RAG: LongRAG、Self-RAG、GraphRAG で説明されています。MIT ライセンスにより、ベクトルパイプラインの隣で試すのが容易です。グラフ構築はチャンクと埋め込みインデックスよりも前期コストが高くなりますが、多くのドキュメントにまたがる質問でそのコストを取り戻します。現在チャンクに無理やり押し込んでいる構造を持つコーパスの場合にご使用ください。

WeKnora

WeKnora は、Tencent の知識プラットフォームで、ドキュメントを RAG インデックス、エージェント、プロジェクトが自己維持と呼ぶウィキに変換します。プロジェクトのライセンスは MIT ですが、サードパーティコンポーネントはそれらの独自の条項の下です。MIT の授与が Tencent の前置文の下にあるため、GitHub はそのライセンスを Other と報告します。この表で RAGFlow に最も近い親戚であり、Go コアを持っています。ウィキとエージェントを同じ箱で望む場合にご優先し、ライブラリを移行する前に、自分の PDF のサンプルでパーサーを比較してください。

ワークフローとエージェントビルダー

ビルダーは、チームがフローを描く場所、または開発者がそれらを描くフレームワークを取り込む場所です。n8n はスター数で最大で、ライセンスで最も狭いです。Dify と Langflow は AI ネイティブスタジオです。LangChain は他の多くものの下のライブラリです。

CrewAI（59,745 スター、MIT）と AutoGen（61,429 スター、CC-BY-4.0）は、コードファーストのマルチエージェントフレームワークと同じ会話に属します。AutoGen のクリエイティブコモンズの帰属ライセンスはコードリポジトリとして珍しく、ベンダーの前に読む価値があります。LangChain は、それらのフレームワークが依然として出会っている統合サーフェスです。

n8n

n8n は、数百の統合とネイティブ AI ステップを持つワークフロープラットフォームで、Zapier 風のセルフホスト可能な自動化を望む人が意味するプロジェクトです。Sustainable Use License は、社内業務使用、個人使用、非商業使用を許可します。配布は無料の非商業コピーに限られ、.ee でマークされたファイルは別途エンタープライズライセンスが必要です。ソースアベイラブルなフェアコードであり、これらの制限が動作に合う場合、社内自動化の正しいツールです。

Dify

Dify は、エージェントワークフローと RAG パイプラインのためのワークスペースで、1 つのデプロイ可能なスタックにモデルプロバイダとツールがあります。ライセンスは Apache-2.0 から始まり、条件を追加します。マルチテナントサービス（複数のワークスペース）の運営には商用ライセンスが必要であり、コンソールロゴと著作権表示はフロントエンドに残ります。シングルテナントの社内使用は、追加条項が残しているケースです。チームがプロトタイプから本番まで 1 つの UI を必要とする場合、Dify を選び、ライセンスが純粋な MIT のままでなければならない場合、Langflow を選んでください。

Langflow

Langflow は、エージェントと RAG フローのためのビジュアルビルダーで、MIT ライセンスを持ち、スター数は Dify とほぼ同点です。キャンバスが製品であり、生成されたフローは開発者が依然として所有できるものです。パイプラインの図と、調達チェックリストがすでに理解しているライセンスを望む場合にご使用ください。トレードオフは、Dify のワークスペース機能より若いアプリケーションサーフェスです。

LangChain

LangChain は、ほとんどの統合ドキュメントが依然として前提とするエージェントエンジニアリングライブラリです。MIT とコネクタの広さにより、すべての短リストに残り、抽象化のコストはチェーンが簡単なことをしている時に実在します。アプリケーションコードを書き、すでに書かれたアダプターを望む場合にご使用ください。成果物がワークスペースである場合、Dify または Langflow を選び、フローが数回の呼び出しである場合、直接のプロバイダ SDK を使用してください。

ローカル推論とチャットインターフェース

これは、他のすべての下にあるレイヤーです。Ollama はワークステーションランナー、Transformers はモデル定義ライブラリ、Open WebUI はチャットフロントエンド、llama.cpp はポータブルな C++ エンジン、vLLM はサーバーエンジンです。Hugging Face Transformers が含まれるのは、他の多くのプロジェクトがそれをインポートするからであり、Ollama のようにそれを「実行」はしません。ランタイム全体の API の成熟度、ハードウェアサポート、本番準備状況は、Ollama vs vLLM vs LM Studio で比較されています。

Ollama

Ollama は、単純な CLI と OpenAI 互換 API の背後で最新のオープンモデルをローカルで実行します。1 月の Go まとめでもすでにリーダーであり、183,334 スターで依然としてデフォルトのワークステーションランタイムです。MIT と単一のデーモンが理由です。開発マシンと小規模サーバーでご利用ください。並行処理、バッチング、GPU 利用率が問題になる場合、同じ重みを vLLM に移動してください。

Transformers

Transformers は、テキスト、ビジョン、オーディオ、マルチモーダルチェックポイントにわたってモデルを定義、読み込み、実行するための Hugging Face のライブラリです。Apache-2.0 とそれを囲むモデルハブにより、スタックの残り部分がインポートするライブラリになります。モデルを訓練、変換、デバッグしている時に感じます。Ollama または vLLM がすでに必要なチェックポイントをサーブしている場合、長期間無視できます。

Open WebUI

Open WebUI は、Ollama と OpenAI 互換 API の前に多くの人が置くチャットインターフェースです。Open WebUI License は再配布を許可し、その後ブランドを制限します。任意の 30 日間でエンドユーザーが 50 人を超えると、Open WebUI の名前とマークを変更、削除、または置き換えるには、書面による許可またはエンタープライズライセンスが必要です。名前を残す個人または小規模チームのインストールには、洗練されたフロントエンドです。リブランドする製品には、まずエンタープライズ会話の予算を見積もってください。Docker デプロイとセットアップオプションは、Open WebUI ガイド で歩み通されています。

llama.cpp

llama.cpp は、ローカルモデルを通常ハードウェアで実践的なものにした C および C++ 推論エンジンです。MIT ライセンスと GGUF エコシステムが、Ollama と多くの小規模なアプリをその上に配置する理由です。エンジン、量子化ツール、または少ない依存関係を持つバイナリが欲しい場合、プロジェクトを直接使用してください。モデル管理がすでにラップされたエンジンを望む場合、Ollama を使用してください。

vLLM

vLLM は、GPU のための高スループットサービングエンジンで、連続バッチングと OpenAI 互換 API を持ちます。Apache-2.0 とデプロイへの焦点により、Ollama のサーバー対応になります。オーディエンスが GPU を実行する人であるため、スター数は低く、そのオーディエンスが違いを感じるのです。1 つのマシンで数セッション以上の同時接続を共有する場合、vLLM を選んでください。

LLM ゲートウェイ

ゲートウェイは、多くのプロバイダの前にある OpenAI 互換のフロントドアです。LiteLLM は共通の選択、New API はセルフホストされたディストリビューター、Bifrost はより小さい高スループットゲートウェイです。プロバイダが 1 つ以上ある、キーごとの予算、またはフェイルオーバーの必要がある場合に、スタックにゲートウェイを配置してください。単一のローカル Ollama デーモンには必要ありません。

LiteLLM

LiteLLM は、多数のプロバイダ API を 1 つの OpenAI 形状のインターフェースを通じて公開し、支出追跡、リトライ、ガードレールを持ちます。enterprise/ ディレクトリの外側のコードは MIT であり、そのディレクトリは独自のライセンスを持っています。Python SDK はアプリケーションコードがインポートし、プロキシはプラットフォームチームが実行するものです。多数のベンダーの 1 つのクライアントを望む場合、コアを使用してください。リポジトリ全体が MIT と仮定する前に、エンタープライズディレクトリを確認してください。

New API

New API は、プロバイダを集約し、それらを OpenAI、Claude、Gemini 互換エンドポイントとして再提供するモデルハブです。ユーザーアカウント、クォータ、配布 UI も望む場合に、人々がデプロイするゲートウェイです。ハブを修正してサービスとして提供する場合は、AGPL-3.0 が重要です。アップストリームキーを持つ社内ゲートウェイには、Go デプロイとより厳しいライセンスで、LiteLLM のプロキシに対する具体的な代替になります。

Bifrost

Bifrost は、モデルとツールのための Go ゲートウェイで、フェイルオーバー、予算、MCP ゲートウェイが同じプロセスにあります。スター数は LiteLLM に遠く及ばず、1 月の Go まとめですでにトレンドリストにあり、プロジェクトは目立たないというより若いものです。Apache-2.0 はエンタープライズディレクトリの分割を回避します。ゲートウェイが忙しいサービスの要求パス上にあり、小さい Go バイナリを望む場合に検討してください。現在のプロバイダアダプターの長尾を必要とする場合、LiteLLM を保ってください。

実行する価値のあるスタック

表は地図であり、ワークステーションには短リストが必要です。2026 年 10 月のローカルセットアップでは、Ollama と 1 つのコーディングエージェントで日常のループをカバーします。ブランディング条項がユーザー数に合う場合、Open WebUI を追加し、メモリがアプリケーションに属するかコーディングセッションに属するかに応じて Mem0 または claude-mem を、ドキュメントが製品である場合に RAGFlow を追加します。2 つ目のモデルプロバイダが現れた後にのみ、LiteLLM または New API を追加してください。

Superpowers や ECC のようなスキルパックは、エージェントが選定された後にやってきます。それらはスターが付きやすく、蓄積も容易で、1 つのリポジトリに 3 つのハーネスがあると、同じ指示のために戦います。

ランキングの最新化

本記事の先頭のトピッククエリを繰り返し、各新しいリポジトリに 1 つの作業を割り当て、その作業をスター順で再ソートします。次にライセンスファイルを開きます。スキルディレクトリ、プロンプトレスト、または週末の注目によって表をジャンプしたプロジェクトは、実行するツールを置き換える前に、次のスナップショットを待つことができます。

スナップショットを保存します。full_name、stargazers_count、license、pushed_at の単一の CSV を毎月取得することで、このページの次回版を実際のトレンドカラムに変え、言語記事がすでに示している種類の差分にします。それまで、グループが年代とともに良く残る部分であり、スター数は意図的に古くなる部分です。

出典

スター数、言語、ライセンス ID は、2026 年 10 月 16 日に GitHub リポジトリ API とリポジトリの LICENSE ファイルから読み取られました。作業ラベルは、Top Open Source AI の公開シナリオリストにも依存し、独自の複合スコアをここで使用されたソートとは別に文書化しています。

• GitHub トピック: ai-agents
• GitHub トピック: llm
• GitHub トピック: rag
• GitHub 月間トレンド
• Top Open Source AI
• Polyform Shield License
• Functional Source License
• n8n: Sustainable Use License とプラン
• Open WebUI ライセンスファイル