2026年10月のGitHubで注目されているオープンソースAIプロジェクト

GitHubの月次トレンドページは、言語ごとに機能します。なぜなら、言語フィルターがすでに対象範囲を定義しているからです。オープンソースAIは、別の問いを提起しています。対象となる作業は5つの言語にまたがっており、意味のある切り口は、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日に公開されているGitHub APIから取得したものです。各グループ内では、リポジトリはスター数の降順に並べられています。スター数は関心を測る指標であり、スキルフォルダはサービングエンジンよりも早くその関心を集めることができるため、グループ分けがソートより優先されます。ライセンス列もランキングの一部です。なぜなら、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、ブランド限定、あるいは2つのライセンスにまたがっているからです。

当サイトのRustやGoのまとめ記事も、同じページから作成され、言語フィルターがグループ分けの役割を果たしていました。ここでは、以下の8つの役割グループがフィルターに置き代わり、各セクションでは、近い選択肢を区別するトレードオフを述べます。最終的なセクションでは、これらの表を実際に実行できる短リストに変換し、次のスナップショットのための再現可能な手法を示します。

オープンソースAIプロジェクトのランキング方法

トピック検索を行い、役割を割り当てる

GitHubトピックは、言語フィルターの現実的な代替手段です。ai-agents、llm、rag、local-llm、agent-memoryなどのトピックをスター数順でソートし、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は、エージェントと無関係なツールを混在させています。

リストを再構築するには、3つの公開された入力情報で十分です。プールのためにトピック検索、役割ラベルのためのシナリオカタログ（例えばTop Open Source AI）、最終列のためにリポジトリのLICENSEファイルを使用します。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70%、貢献者数10%、更新の新しさ20%。この記事ではよりシンプルなルールを維持するため、表内の数値はGitHubに表示される数値そのものです。

便利な開始クエリ：

• ai-agents トピック、スター数順
• llm トピック、スター数順
• rag トピック、スター数順
• スター数5,000以上のagent-memory トピック
• GitHubトレンド、月次

ソフトウェアを残し、リストは脇に置く

リポジトリが1行を勝ち取るのは、誰かが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えるメンテナンスされたハーネスである場合です。アメージングリスト、プロンプトディレクトリ、ベンダーのシステムプロンプトのダンプは、スターを集めても、デプロイできるものが何も残りません。それらは読み物リストに属し、以下の表からは除外されます。

トレンド列は、自分のスナップショットからのみ追加する

言語別のまとめ記事では、GitHubがすでに1つの言語内でその差分を計算しているため、月間のスター増加を表示できました。しかし、これらのグループをまたいで、月間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。月初めに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、合計スター数が誠実なランキングキーです。タイトルの「トレンド」は、この時点において、相応の関心を持つアクティブ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、積み重ねられる層です。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やvLLMを呼び出し、メモリサービスはそのいずれか旁边に位置することができます。同じ層の2つの製品は通常、第二意見であり、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、マシン上やツール全体でアクションを実行するエージェント向けです。OpenClawは圧倒的なリードで首位に立っています。Hermesは、この規模の別の汎用エージェントであり、AutoGPTはライセンスが分裂した状態であっても依然としてスターを蓄積し続けている古くからの名前です。この2者のみの、ダウンロード数、トークンシェア、CVE履歴を伴う詳細なリーダーボードは、OpenClaw vs Hermes Agent 比較です。

Firecrawlがこのリストに登場するのは、エージェントがページを必要とし、読者が実際にスターをつけているWebデータプロジェクトだからです。これはツールであり、アシスタントがそれを呼び出します。

OpenClaw

OpenClawは、自分のOS上で動作し、タスクを実行するために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物事を行うAIと自称するプロジェクトの素朴な読み取りです。スター数はこの記事内で最も大きく、MITライセンスはセット内の最も寛容な端です。インストールは、マシンへの広範なアクセスを持つローカルオートメーションランタイムとして扱い、放置する前に、タッチを許可される範囲をスコープします。

Hermes Agent

Nous ResearchによるHermes Agentは、使用されるにつれてスキルと文脈を蓄積するように設計された汎用エージェントです。OpenClawと同じ役割に位置し、Pythonコードベースを持ち、同じMIT条項が適用されます。その成長ループを望み、すでにPythonエージェントの運用に慣れている場合に選択します。HermesとOpenClawの両方を動かすことは、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主流のGitHubカテゴリにしたプロジェクトであり、セット内で最もスター数の多い名の1つでもあります。ライセンスはもはや単一の付与ではありません。autogpt_platformフォルダの外側のすべてはMITであり、そのフォルダ内のすべては、使用を許可するがコードの商業的価値を生産者に予約するPolyform Shield Licenseの下にあります。プラットフォームディレクトリの上に製品を構築する前に、その分裂を読み取ります。

Firecrawl

Firecrawlは、サイトをエージェントが呼び出せるデータに変換します。役割は取得であるにもかかわらず、スター数がアシスタントの中に位置づけているのは、2026年に人々が何を取り組み込んでいるかを示しています。修正してサービスとして提供する場合、AGPL-3.0は重要になります。ローカルまたはベンダーエンドポイントのみを呼び出す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年のリストの中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エージェントをリードし、CodexとGemini CLIは、偶然オープンソースであるベンダーCLIとしてその直後に続いています。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、次のバンドの実在のコーディングツールです。Crushのライセンスは、ファイルに書かれたスケジュールに従ってMITに変換されるFunctional Source Licenseです。1つのコーディングエージェントで十分です。2つ目は比較週間のために、それ以降は同期させなければならない設定になります。

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コーディングエージェントです。検証可能なコーディングエージェントを求める際に人々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。エージェント自体をパッチできるものにしたい場合に選択します。

Codex

Codexは、OpenAIによるRustで記述され、Apache-2.0ライセンスの軽量なターミナル向けコーディングエージェントです。ホストされたモデルファミリー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モデルに標準化しており、自動化可能なCLIが欲しい場合に使用します。クライアントがオープンであっても、モデルの重みがあなたのディスクに移るわけではありません。

Gemini CLI

Gemini CLIは、Apache-2.0の下でGeminiをエージェントとしてターミナルにもたらします。Codexが異なるプロバイダーで果たすのと同じ役割を果たし、TypeScriptコードベースは既存のNodeツールに埋め込みやすくなります。すでにGeminiに支払いをしている場合に選択します。Codexと並行して実行するのは、各リポジトリが1つのデフォルトエージェントを持つ場合のみ合理的です。

OpenHands

OpenHandsは、完全なタスクリープを持つソフトウェア開発エージェントであり、現在OpenHands組織から公開されています。MITライセンスとより高レベルの製品により、セルフホスト可能なホストされた開発環境に近い、単一バイナリよりもプラットフォーム選択として機能します。エージェントの周囲にイシュー、サンドボックス、UIが欲しい場合に使用します。1人用のターミナルワークフローには、OpenCode、Codex、Gooseのほうがインストールサイズが小さいです。

Cline

Clineは、SDK、IDE拡張、CLIとして出荷する自律コーディングエージェントです。Apache-2.0とエディタ統合により、VS Codeに住んでいて、依然として呼び出し可能なライブラリが欲しい人にとっての実用的な選択肢です。チャットUIと重なるよりも、OpenCodeと重なります。レビューが読みやすいようにするために、リポジトリごとに1つに標準化します。

Goose

Gooseは、指すモデルでコードのインストール、編集、実行、テストを行う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。モデルプロバイダーが交換可能であり、エージェントがコードを持つマシン上で実行される場合にGooseを選択します。OpenCodeよりはスター数が静かですが、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、いくつかの実在のプロダクトより上に置くでしょう。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独自の仕様駆動開発のためのプロセスツールキットです。これらはエージェントの動作を変え、前セクションのコーディングアシスタントと組み合わせて使用され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、ソフトウェア開発手法です。主にMITの下でシェルと指示ファイルとして配布されています。スター数は、手法が数ヶ月でコーディングエージェントユーザーの間で広まった時に得られるものです。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て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、および同様のエージェントのためのハーネスで、エージェントの動作の周囲のスキル、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が欲しい場合の適切な形です。また、あなたとモデルの間の動く別の層でもあります。チームがすでにエージェントを選択しており、それらをブリーフィングするための1つの共通の方法が欲しい場合に採用します。

Spec Kit

Spec Kitは、仕様駆動開発のためのGitHubのツールキットであり、その周囲のプロセスです。メンテナーは、これらのリポジトリの大半がすでに居住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、書かれた仕様を欲しい場合に使用します。チームが仕様を任意の書類として扱う場合、それは静かに留まります。

AIメモリ

メモリは、エージェントを再開させることを可能にする層です。スターされたプロジェクトは2つのスタイルに分裂しています。claude-mem、Beads、Hindsightの多くは、コーディングセッションにメモリを結びつけます。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、セルフホスティングのトレードオフは、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、同じ役割のより小さい選択肢で、Memvidは単一ファイルストア、Zepは統合中心のメモリAPIです。エージェントごとに1つのメモリシステムは、後で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行うかを記録し、その履歴を圧縮し、関連する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と通信し、それがこのグループをリードしている理由です。Apache-2.0は、修正したいかもしれないサイドカーに適しています。あなたが常に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使用します。

Mem0

Mem0は、エージェントとアプリケーションのメモリ層で、APIの背後にユーザー、セッション、エージェント状態があります。プロダクトがサポートボットやパーソナルアシスタントで、コーディングツール1つに縛られないメモリを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列に存在するため、セルフホスティングは後から判断できる選択です。1つのユーザーに関する同じ事実を共有すべき複数のエージェントがある場合、コーディングセッションフックよりこれを優先します。

Hindsight

Hindsightは、Vectorizeのエージェントメモリプロジェクトで、すでに実行したものから学習するエージェントを目指し、コーディングエージェントと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寛容です。プロジェクトは強力なベンチマーク主張を公開しており、製品に賭ける前に、それらの主張をあなた自身のトランスクリプトで再実行すべきです。専用メモリサービスが欲しい場合、Mem0と自分のデータで比較する意愿がある場合にHindsightを選択します。

Cognee

Cogneeは、エージェントがクエリ可能なメモリとナレッジグラフを構築し、その層をより小さいモデル上で実行することに重点を置きます。Mem0と重なり、下のRAGツールとも重なる。なぜなら、ドキュメントのグラフはメモリと検索の両方として動作するからです。Apache-2.0により、エンベッドパスは交換可能になります。あなたが気にしている事実がエンティティと関係であり、平坦なベクトルインデックスがすでにあまりにも損失が大きく感じられる場合を選択します。

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ブランチとともに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であり、1月のGoまとめがその以前のパスの下にリストしていたのと同じプロジェクトです。MITとgitバックドのストアにより、既存のレビュープロセスが見られ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使用します。メモリが単一リポジトリを超えて生き残る必要がある場合、claude-memやMem0を使用します。

Letta

Lettaは、MemGPTから生じ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を落とす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が欲しい場合、Lettaを選択し、交換する予定のないエージェントの下にメモリが欲しい場合、Mem0を選択します。

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層に変換します。RAGFlowは、人々がスターをつけているエンドツーエンドのエンジンです。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のナレッジ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、自己ホスティング可能なRAGエンジンで、乱れたドキュメントを解析し、エージェントに検索を公開し、引用をプロダクトの一部とします。Apache-2.0とチームに渡せるUIが、このグループで明確なギャップでリードしている理由です。「私たちのファイルを答えボックスの後ろに置く」ことが仕事で、パーサー、インデックス、APIを1つのプロジェクトから欲しい場合に使用します。すでに制御しているアプリケーション内に検索をエンベッドする場合、LlamaIndexを使います。

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、エージェントを自分で組み立てるのが、柔軟性の代償です。プロダクトコードのためにはこれを選択します。デプロイ可能なサービスとして同じ仕事が欲しい場合、RAGFlowを選択します。

GraphRAG

GraphRAGは、コーパス上にグラフを構築し、そのグラフを歩くことで質問に答え、Microsoft Researchのそのアイデアのオープン実装です。技術自体はAdvanced RAG: LongRAG, Self-RAG and 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は簡単です。グラフ構築はチャンクとエンベッドインデックスよりも初期コストがかかりますが、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。コーパスに現在チャンクに無理やり詰め込んでいる構造がある場合に使います。

WeKnora

WeKnoraは、Tencentのドキュメントを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説明するウィキに変換するためのナレッジプラットフォームです。プロジェクトライセンスはMITですが、サードパーティコンポーネントはそれぞれの条項の下にあります。MITの付与がTencentの前文の下にあるため、GitHubはそれをOtherとして報告します。この表でRAGFlowに最も近い親戚で、Goのコアを持ちます。ウィキとエージェントを同じボックスに欲しい場合に優先し、ライブラリを移行する前に、あなた自身のPDFのサンプルでパーサーを比較します。

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を描くフレームワークをインポートする場所です。n8nはスター数で最大で、ライセンスでは最も狭い。DifyとLangflowはAIネイティブなスタジオです。LangChainは他の多くの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、コードファーストマルチエージェントフレームワークとして同じ会話に属します。AutoGenのCreative Commons帰属ライセンスはコードリポジトリとしては珍しく、ベンダー化する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まだ遭遇す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、ホストできるZapier風のオートメーションを人々が意味するプロジェクトです。Sustainable Use Licenseは、内部業務利用、個人的利用、非商業利用を許可します。配布は無料非商業コピーに制限され、.eeと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フェアコードであり、その制限がどのように実行するかと合致する場合、内部オートメーションのため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、モデルプロバイダーとツールを1つのデプロイ可能なスタックに集めます。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を意味する）の運営には商業ライセンスが必要で、コンソールのロゴと著作権表示はフロントエンドに残ります。シングルテナント内部利用は、追加条項が空けておくケースです。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を選択し、ライセンスをプレーンなMITに保つ必要がある場合、Langflowを選択します。

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まだ所有できるものです。パイプラインの図解と、調達チェックリストがすでに理解しているライセンスが欲しい場合に使用します。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まだ前提としているエージェントエンジニアリングライブラリです。MITとコネクタの広さは、すべての短リストに保ち、抽象化コストは、チェーンが何か単純なことをやっている時に実在します。アプリケーションコードを書いていて、すでに書かれたアダプターが欲しい場合に使用します。成果物がワークスペースの場合、DifyまたはLangflowを使用し、フローが数回の呼び出しの場合、直接的なプロバイダーSDKを使用します。

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ものの下の層です。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は、多くの他のプロジェクトがそれをインポートするため含まれますが、Ollamaを実行するようにはそれを「実行」しません。ランタイム全体のAPI成熟度、ハードウェアサポート、本番準備状態は、Ollama vs vLLM vs LM Studioで比較されています。

Ollama

Ollamaは、シンプルな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。すでに1月のGoまとめでリーダーであり、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と単一デーモンが理由です。開発マシンと小さなサーバーで使用します。並列性、バッチング、GPU利用率が問題になると、同じ重みをvLLMに移動します。

Transformers

Transformersは、Hugging Faceによるテキスト、ビジョン、オーディオ、マルチモーダルチェックポイント全体でモデルを定義、読み込み、実行するためのライブラリです。Apache-2.0とそれを囲むモデルハブにより、スタックの残りがインポートするライブラリになります。モデルの学習、変換、デバッグ時に感じます。OllamaまたはvLLMが必要なチェックポイントをすでに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の前に人々が置くチャットインターフェースの大部分です。Open WebUI Licenseは再配布を許可し、その後ブランドを制限します。任意のローリング30日で50以上のエンドユーザーの場合、書面による許可またはエンタープライズライセンスなしに、Open WebUIの名前とマークを変更、削除、または置き換えることはできません。名前を保持する個人的または小規模チームインストールのために、それは磨かれたフロントエンドです。リブランディングするプロダクトのために、最初にエンタープライズ会話の予算を計上します。Dockerデプロイとセットアップオプションは、Open WebUIガイドで通しで説明されています。

llama.cpp

llama.cppは、通常のハードウェアでローカルモデルを実用的にした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と多くの小さなアプリがその上に位置している理由です。エンジン、量子化ツール、または少数の依存関係を持つバイナリが欲しい場合にプロジェクトを直接使用します。モデル管理がすでにラップされたエンジンが欲しい場合にOllamaを使用します。

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、継続的バッチングとOpenAI互換APIを持ちます。Apache-2.0とデプロイへの集中が、Ollamaのサーバー対応として機能します。スター数は、GPUを実行する人々がオーディエンスであるため低く、そのオーディエンスが違いを感じるのです。複数の並行セッションが1つのマシンを共有する場合、vLLMを選択します。

LLMゲートウェイ

ゲートウェイは、多くのプロバイダーの前の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。プロバイダーが1つ以上ある場合、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、ゲートウェイをスタックに置きます。単一のローカルOllamaデーモンには必要ありません。

LiteLLM

LiteLLMは、1つのOpenAI形状のインターフェースを通じて大きなセットのプロバイダーAPIを公開し、支出追跡、リトライ、ガードレールを持ちます。enterprise/ディレクトリの外のコードはMITで、そのディレクトリは独自のライセンスを持ちます。Python SDKはアプリケーションコードがインポートするもので、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。多くのベンダーを1つのクライアントにしたい場合にコアを使用します。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ます。

New API

New APIは、プロバイダーを集約し、それらをOpenAI、Claude、Gemini互換エンドポイントとして再サーブするモデルハブです。ユーザーアカウント、クォータ、ディストリビューションUIも欲しい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、AGPL-3.0が重要な条項です。アップストリームキーを持つ内部ゲートウェイのために、Goデプロイとより厳しいライセンスを持つ、LiteLLMのプロキシへの具体的代替です。

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、同じプロセス内のMCPゲートウェイを持ちます。スター数はLiteLLMよりはるかに低く、1月のGoまとめはすでにトレンドリストにそれを載せていたため、プロジェクトは曖昧より若いのです。Apache-2.0はエンタープライズディレクトリの分裂を避けます。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バイナリが欲しい場合に検討します。今日のプロバイダーアダプターのお尻が欲しい場合、LiteLLMを保持します。

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は依然として短リストを必要としています。2026年10月のローカルセットアップでは、Ollama加えて1つのコーディングエージェントが日常的なループをカバーします。ブランド条項がユーザー数に合致する場合、Open WebUIを加え、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よってMem0またはclaude-memを加え、ドキュメントがプロダクトの場合RAGFlowを加えます。2番目のモデルプロバイダーが現れた後だけに、LiteLLMまたはNew APIを加えます。

SuperpowersやECCのようなスキルパックは、エージェントが選択された後に来ます。スターをつけやすく、蓄積しやすいですが、1つのリポジトリに3つのハーネスがあると、同じ指示で争います。

ランキングを最新に保つ

この記事の上部のトピッククエリを繰り返し、各新しいリポジトリに1つの役割を割り当て、その役割をスター数で再ソートします。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、プロンプトリスト、または週末の関心のせいで表を飛び越えたプロジェクトは、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を月次で取得することは、このページの次の版を本当のトレンド列に変え、言語記事がすでに示しているのと同じ種類の差分にします。それまで、グループはうまく経年劣化しない部分であり、スター数は故意に陳腐化する部分です。

ソース

スター数、言語、ライセンス特定は、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。役割ラベルはまた、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する公開シナリオリストTop Open Source AIにも依拠しています。

• GitHubトピック: ai-agents
• GitHubトピック: llm
• GitHubトピック: rag
• GitHubトレンド、月次
• 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