GitHub on KnightLiブログ

GitHub AIオープンソースプロジェクト分類：Coding AgentからRAGナレッジベースまで

Thu, 21 May 2026 08:53:13 +0800

このページでは、GitHub上のAIプロジェクトを用途別に整理します。AIコーディングとCoding Agent、Agentスキルとワークフロー、RAGとナレッジベース、マルチモーダル制作、ローカルモデルと推論、垂直アプリケーションと自動化、AIアプリ開発基盤などの方向を扱います。新しいプロジェクトが増えた場合も、同じ構造で追加できます。

カテゴリ概要

カテゴリ	プロジェクト数	まず見るべき人
AIコーディングとCoding Agent	19	Claude Code、Codex、Cursor、ターミナルAgent、リポジトリ自動化をよく使う人
Agentスキルとワークフロー	7	AIコーディング、研究、制作フローを標準化したい人
RAG、ナレッジベース、メモリ	7	文書検索、ナレッジベース、長期メモリ、Webクロール、構造化抽出が必要な人
垂直アプリケーションと自動化	7	金融、取引、Xianyu監視、デスクトップ操作、ブラウザ自動化などを見たい人
マルチモーダルとコンテンツ制作	5	画像、動画、文字起こし、プロンプト集、コンテンツ配信を扱う人
AIアプリ開発基盤	3	AIアプリ、ブラウザ自動化、Prompt/MCPツールチェーンを構築する開発者
ローカルモデルと推論	1	ローカルDeepSeek、推論エンジン、ハードウェア適配に関心がある人

この分布から、現在のAIオープンソースプロジェクトではAIコーディングツールが最も多く、その次にAgentワークフロー、RAGナレッジベース、具体的な応用シナリオが続くことがわかります。純粋なモデル推論プロジェクトは少なめです。ローカルデプロイの多くは、単一のGitHubプロジェクトではなく、モデル、GPU、デプロイ方案を中心に整理されるためです。

AIコーディングとCoding Agent

このカテゴリは、コード理解、コード修正、エンジニアリングフロー、ターミナルAgentに焦点を当てます。最も大きいグループで、19 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
Ralph	Ralph：Claude CodeとAmpを自律開発ループにする	snarktank/ralph	PRD、計画、実行、レビューの流れでClaude Code / Ampを進める	Agentコーディングの流れを整えたい人
Claude-Mem	Claude-Mem：Claude Codeにセッション横断の長期メモリを追加する	thedotmack/claude-mem	Claude Codeにセッション横断メモリを追加	Claude Codeを頻繁に使う開発者
Claude Code Hooks Mastery	Claude Code Hooks Mastery：13個のHooksライフサイクル入門	disler/claude-code-hooks-mastery	Claude Code Hooksのライフサイクルと自動化制御を学ぶ	Claude Codeをカスタマイズしたい人
Compound Engineering Plugin	Compound Engineering Plugin：AIコーディングを計画、実行、レビューの循環にする	EveryInc/compound-engineering-plugin	AIコーディングを計画、実行、レビューに分ける	工学的なAIコーディングを重視する人
free-claude-code	free-claude-code：Claude CodeをOpenRouter、DeepSeek、ローカルモデルにつなぐ	Alishahryar1/free-claude-code	proxy経由でClaude Codeを複数モデルバックエンドに接続	Claude Codeのコストを下げたい人
Hermes Agent	Hermes Agentとは：概要、利点、クイックスタート、OpenClaw比較	NousResearch/hermes-agent	ツール呼び出しとタスク実行に対応するローカルAgentフレームワーク	ローカルAgentを動かしたい人
OpenHarness	OpenHarnessとは：オープンソースAgent Harnessでできること	HKUDS/OpenHarness	Agent HarnessとマルチAgent実行フレームワーク	Agent編成を研究する人
CodexBridge	Codexを中国系大模型に接続する：OpenAI互換APIとCodexBridge	begonia599/CodexBridge	CodexをOpenAI互換モデルAPIに接続	Codexを国内モデルにつなぎたい人
ccx	CCXでCodex向けOpenAI互換APIを一元管理する	BenedictKing/ccx	Claude、Codex、GeminiなどのAPI proxy管理	複数モデルを切り替える人
cc-haha	cc-haha：Claude Codeをデスクトップワークスペースにする	NanmiCoder/cc-haha	Claude Codeのデスクトップ作業台とComputer Use入口	GUIが好きなClaude Codeユーザー
DeepSeek-TUI	DeepSeek-TUI：DeepSeek V4をターミナルのコーディングAgentにする	Hmbown/DeepSeek-TUI	ターミナルでDeepSeekコーディングAgentを動かす	DeepSeekとCLIユーザー
Open Design	Open Design：Claude CodeとCodexをAIデザインツールにする	nexu-io/open-design	Claude Code / Codexをデザイン生成に参加させる	Agentでデザインプロトタイプを作りたい人
agentmemory	agentmemory：Claude Code、Codex、Cursorに永続メモリを追加する	rohitg00/agentmemory	Coding Agentに永続メモリを追加	長期プロジェクトを保守する開発者
Graphify	Graphify：コードベースをAIが問い合わせできる知識グラフにする	safishamsi/graphify	コードベースを知識グラフ化し、重複したファイル読込を減らす	大規模コードベースのユーザー
CC Switch	CC Switch：Claude Code、Codex、Gemini CLI、OpenClawをまとめて管理する	farion1231/cc-switch	複数AI CLIとアカウント/設定の切替管理	複数CLIを併用する人
Warp	Warpオープンソース化：ターミナルからAgentic Development Environmentへ	warpdotdev/warp	Agenticターミナルと開発環境	ターミナルをよく使う人
opencode	opencode、Claude Code、Codexの違い：オープンソースAIコーディングツールガイド	anomalyco/opencode	オープンソースAIコーディングAgent	Claude Code / Codex代替を探す人
9Router	9Router：Claude Code、Codex、Cursorを一つのAIルーターにつなぐ	decolua/9router	AIコーディングモデルのルーティングとtokenコスト制御	複数ツール、複数モデルのユーザー
goose	goose：デスクトップ、CLI、API一体のオープンソースAI Agent	aaif-goose/goose	デスクトップ、CLI、API対応のオープンソースAgent	汎用Agentワークスペースが欲しい人

Agentスキルとワークフロー

このカテゴリは、AI能力を再利用可能なスキル、プロセス、仕様に固定することに焦点を当てます。7 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
mattpocock/skills	Vibe Codingを拒否する：Matt PocockのskillsリポジトリがAIコーディングに工程制約を加える	mattpocock/skills	SkillsでAIコーディングの流れを制約する	Agentに工程規律を加えたい人
Superpowers	Superpowers：Coding Agentを工程フローに戻すスキルフレームワーク	obra/superpowers	Agentic skills frameworkと開発方法論	Coding Agentを体系的に使いたい人
Prompt-Vault	Prompt-Vault：AIコーディング能力を試すPrompt仕様ライブラリ	w512/Prompt-Vault	AIコーディング評価用prompt仕様を集める	モデル/ツール評価者
web-video-presentation	web-video-presentation：記事を録画可能なWeb動画にするAgent Skill	ConardLi/garden-skills	記事を録画可能なWeb動画へ変換	コンテンツ制作者と自動化ユーザー
nuwa-skill	nuwa-skill：「人を蒸留する」を実行可能フローにする	alchaincyf/nuwa-skill	人物の表現と思考フローをSkillで再現	スタイル型Agentを作る人
Scientific Agent Skills	Scientific Agent Skills：研究ワークフローをAI Agentに渡すスキル集	K-Dense-AI/scientific-agent-skills	科研ワークフロー向けSkill集	研究者、データ分析者、技術ライター
easy-vibe	easy-vibe：Vibe Coding初心者向け学習マップ	datawhalechina/easy-vibe	Vibe Coding入門マップ	AIコーディング初心者

RAG、ナレッジベース、メモリ

このカテゴリは、文書検索、ナレッジベース構築、長期メモリ、構造化抽出を扱います。7 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
LangExtract	Google LangExtract：LLMで長文から構造化データを抽出する	google/langextract	長文から構造化情報を抽出	情報抽出とデータ処理のユーザー
qmd	qmd：AI Agent向けローカルMarkdown文書検索	tobi/qmd	ローカルMarkdown文書検索	Markdownで知識管理する人
Firecrawl	Firecrawl：AI Agent向けWeb検索、クロール、操作API	firecrawl/firecrawl	Webクロール、検索、構造化データ入口	RAGとAgentデータ入口を作る人
RAGFlow	RAGFlow：オープンソースRAGエンジンの機能と使い方	infiniflow/ragflow	オープンソースRAGエンジン	企業ナレッジベースと文書Q&Aユーザー
OpenHuman	OpenHuman：オープンソース個人AI Agentのデスクトップ路線	tinyhumansai/openhuman	ローカル優先の個人AI Agentとメモリ層	個人データを統合したい人
OpenKB	OpenKB：文書を継続更新可能なLLMナレッジベースに編成する	VectifyAI/OpenKB	文書を更新可能なナレッジベースにする	文書ナレッジベースの保守者
PageIndex	PageIndex：ベクトルDBなしの推論型RAG文書索引	VectifyAI/PageIndex	ベクトルDBなしの推論型文書索引	新しいRAG手法に関心がある人

マルチモーダルとコンテンツ制作

このカテゴリは、画像、動画、文字起こし、コンテンツ配信を扱います。5 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
rembg	rembg：ローカル画像背景除去ツール	danielgatis/rembg	ローカル画像背景除去	EC、デザイン、画像処理ユーザー
awesome-gpt-image-2-prompts	GPT-Image 2プロンプト集：EC、ポスター、ポートレート、UI	EvoLinkAI/awesome-gpt-image-2-prompts	GPT-Image 2のプロンプトと事例集	AI画像生成とプロンプトユーザー
faster-whisper	faster-whisper：より速いWhisper文字起こしエンジン	SYSTRAN/faster-whisper	高性能speech-to-text	字幕、文字起こし、音声処理ユーザー
Pixelle-Video	Pixelle-Video：一つのテーマから短動画を生成するオープンソースAIエンジン	AIDC-AI/Pixelle-Video	テーマから短動画を生成するワークフロー	短動画とAIGC制作者
AiToEarn	投稿先が多すぎる？AiToEarnはAI Agentで制作者を助ける	yikart/AiToEarn	複数平台への配信と制作者自動化	コンテンツ運営者と制作者

ローカルモデルと推論

このカテゴリは、ローカルモデル実行と推論実験を扱います。現在は少なめで、1 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
ds4	DeepSeek 4をローカル実行：Apple Silicon MacでのAntirez ds4の試み	antirez/ds4	Apple SiliconでDeepSeek 4を試す	ローカルモデルと推論実験ユーザー

垂直アプリケーションと自動化

このカテゴリは、AgentやAI能力を金融、取引、ブラウザ、デスクトップ、EC監視などの具体的な場面に適用します。7 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
TradingAgents-CN	TradingAgents-CN：中国語ユーザー向けマルチAgent金融取引研究フレームワーク	hsliuping/TradingAgents-CN	マルチAgent金融取引研究フレームワーク	クオンツ、金融、Agent研究者
FinceptTerminal	FinceptTerminal：オープンソース金融端末、量化研究、AI Agentワークスペース	Fincept-Corporation/FinceptTerminal	金融端末、量化研究、AI Agent作業台	金融分析と量化ユーザー
Anthropic financial-services	Anthropic financial-services：金融Agentシナリオを再利用可能テンプレートにする	anthropics/financial-services	金融サービスAgentテンプレート	金融AI方案を作る人
ai-goofish-monitor	ai-goofish-monitor：AIでXianyu商品を自動監視するシステム	Usagi-org/ai-goofish-monitor	AI商品監視とXianyu自動化	中古取引監視ユーザー
CloakBrowser	CloakBrowser：PlaywrightとPuppeteer向けのより人間らしいブラウザ	CloakHQ/CloakBrowser	より人間らしいブラウザ自動化環境	ブラウザ自動化とAgent操作
UI-TARS-desktop	AIにPCを操作させる？UI-TARS-desktopがデスクトップ、ブラウザ、ツールを接続	bytedance/UI-TARS-desktop	デスクトップ、ブラウザ、ツール操作Agent	AIにPC操作を任せたい人
AI-Trader	AI-Traderとは：AI Agentが取引シグナルを出し、模擬取引する平台	HKUDS/AI-Trader	AI Agentの取引シグナルと模擬取引	金融Agentと取引研究者

AIアプリ開発基盤

このカテゴリは、AIアプリとAgentツールチェーン構築に必要な基盤コンポーネントを提供します。3 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
Prompt Optimizer	Prompt Optimizer：オープンソースのプロンプト最適化、テスト、MCPツール	linshenkx/prompt-optimizer	プロンプト最適化、テスト、MCPツール	Prompt engineeringとアプリ調整のユーザー
Playwright CLI	Playwright CLI入門：インストール、Skills、セッション、よく使うコマンド	microsoft/playwright-cli	coding agent向けブラウザ自動化CLI	ブラウザ操作が必要なAgentユーザー
Vercel AI SDK	Vercel AI SDKとは：TypeScript開発者向けAIアプリ統一ツールキット	vercel/ai	TypeScript AIアプリ開発SDK	フロントエンドとフルスタック開発者

API Key を GitHub に push しないために：AI コーディング時代のシークレット漏洩対策

Sat, 16 May 2026 16:26:50 +0800

AI によるコーディングは、ソフトウェアを作り始めるハードルを大きく下げました。一方で、これまで主に開発チーム内で起きていたセキュリティ問題が、初心者や非エンジニアにも直接降りかかるようになっています。

よくある事故は、API Key、Secret、Token、データベース接続文字列、.env 設定ファイルを公開リポジトリに push してしまうことです。ローカルでは「アプリを動かすための設定」に見えても、GitHub の公開リポジトリに入った瞬間、自動スキャン、自動呼び出し、自動悪用の対象になります。

シークレット漏洩は珍しい事故ではありません。GitGuardian の 2026 年レポートでは、2025 年の公開 GitHub コミットに約 2865 万件の新しいハードコードされた認証情報が含まれ、AI サービス関連の認証情報漏洩は前年比 81% 増加したとされています。これは単なる不注意ではなく、AI コーディング、素早いプロトタイピング、公開ホスティングが重なって規模を拡大している問題です。

初心者が Key を漏らしやすい理由

多くの AI Agent や小さなツールには、ローカルディスク上の「リポジトリ」と、GitHub 上で世界中から見える「リポジトリ」があります。初心者はこの境界を意識できないことがあります。

ローカル実行時には、config.json、.env、settings.yaml に API Key を入れていても、単なる開発用設定に見えます。しかし git add .、git commit、git push を実行すると、それらのファイルがそのままアップロードされる可能性があります。公開されたリポジトリでは、スキャンボットはビジネスロジックを理解する必要がありません。シークレットらしい形式を見つければ十分です。

AI コーディングはこの問題をさらに広げます。

AI が生成するサンプルコードに OPENAI_API_KEY = "sk-..." のような書き方が入ることがある。
初心者は「まず動かす」ために、フロントエンド、スクリプト、設定ファイルへ直接 Key を書きがち。
多くの vibe coding プラットフォームは、GitHub の Push Protection を通らずに直接デプロイできる。
ユーザーは AI が生成したプロジェクト内のファイル、API、既定権限を把握していないことがある。

AI は動くものを速く作る手助けをしますが、セキュリティ責任まで自動で引き受けてはくれません。

`.gitignore` は飾りではない

Git はバージョン管理を行い、GitHub はコードをホストします。.gitignore は、どのファイルを履歴に入れないかを Git に伝えるためのファイルです。

基本的な AI プロジェクトでは、少なくとも次を除外すべきです。

.env
.env.*
*.key
*.pem
config.local.*
secrets.*
credentials.*

ただし .gitignore だけでは不十分です。これは未追跡ファイルが今後追加されるのを防ぐだけです。すでにコミットされたシークレットファイルは、後から .gitignore に書いても履歴から消えません。

安全な習慣は次の通りです。

新規プロジェクトの最初に .gitignore を作る。
API Key は環境変数またはローカル設定だけに置く。
.env.example にはプレースホルダーだけを書き、本物の Key は書かない。
コミット前に gitleaks、trufflehog、GitHub Secret Scanning などでスキャンする。

Key を push したら、ファイル削除だけでは安全にならない

Key を公開リポジトリへ push してしまった場合、最初にやるべきことは「ファイルを消してもう一度コミットする」ことではありません。まず Key を失効またはローテーションします。

Git は履歴を記録します。最新コミットでファイルを削除しても、古いコミット、fork、clone、キャッシュ、スキャンシステムに内容が残る可能性があります。GitHub の公式ドキュメントでも、パスワード、Token、認証情報が漏れた場合は、まず取り消しまたはローテーションすることを勧めています。

推奨手順は次の通りです。

サービス提供元の管理画面で古い Key を失効し、新しい Key を発行する。
請求、利用ログ、不審な IP、異常な使用量を確認する。
ハードコードされた Key を消し、環境変数またはシークレット管理サービスへ移す。
git filter-repo または BFG でリポジトリ履歴から機密ファイルを除去する。
GitHub Secret Scanning と Push Protection を有効にする。
CI/CD、デプロイ基盤、クラウド関数、フロントエンド成果物に古い Key が残っていないか確認する。

OpenAI、Anthropic、DeepSeek、クラウド事業者、決済、メール、データベースなどの Key が漏れると、課金被害だけでなく、データ読み取り、サービス悪用、サプライチェーン汚染、業務アカウント停止につながる可能性があります。

フロントエンドに本物の Key を置いてはいけない

初心者は「画面が動けばよい」と考えて、API Key をフロントエンド JavaScript に書いてしまうことがあります。

`1`	`const apiKey = "sk-xxxxxxxx";`

これはほぼ公開と同じです。ブラウザ上のコード、ネットワークリクエスト、Source Map、ビルド成果物は確認できます。秘密にすべき Key はクライアント側に出してはいけません。

正しい構成は、フロントエンドから自分のバックエンド API を呼び、バックエンドが環境変数を読んで外部 API を呼ぶ形です。

// frontend
await fetch("/api/chat", {
  method: "POST",
  body: JSON.stringify({ message })
});

サーバー側で環境変数を使います。

1
2

// server
const apiKey = process.env.OPENAI_API_KEY;

これは形式の問題ではなく、Key をサーバー環境に残し、ページ訪問者全員へ露出しないための設計です。

Vibe Coding でも安全責任は消えない

vibe coding の問題は GitHub 漏洩だけではありません。AI コーディングプラットフォームから直接公開インターネットへデプロイされるアプリも多く、従来のコードレビュー、リポジトリスキャン、セキュリティテストを通らないことがあります。

RedAccess の最近の調査では、AI コーディングツールで生成またはホストされた公開資産が大量に見つかり、その一部が企業データ、個人情報、内部ファイルを露出していました。ここでの教訓は単純です。「公開できる」が簡単になりすぎると、「公開すべきか」「社内限定にすべきか」「権限制御があるか」が見落とされやすくなります。

AI で生成したアプリを公開する前に、少なくとも次を確認します。

このアプリは本当に公開アクセスが必要か。
ログイン、認証、権限分離があるか。
データベース、API Key、Token、Webhook URL がフロントエンドに露出していないか。
外部 API のクォータ、ドメイン、権限、有効期限を制限しているか。
異常発見後に Key を無効化し、デプロイを素早くロールバックできるか。

AI が書いたコードにもセキュリティレビューは必要です。「自分では一行も書いていない」ほど、安全だと思い込むべきではありません。

今すぐ確認すること

まず自分の GitHub アカウントから確認できます。ユーザー名と次のキーワードを組み合わせて検索します。

API_KEY
SECRET
TOKEN
OPENAI_API_KEY
ANTHROPIC_API_KEY
DEEPSEEK_API_KEY
.env
config
credentials

本物の Key を見つけたら、迷わず先にローテーションし、その後でクリーンアップします。一度でも公開リポジトリに入ったなら、漏洩済みとして扱うべきです。

今後の AI プロジェクトでは、次の流れを固定化すると安全です。

業務コードを書く前に .gitignore を用意する。
.env.example で必要な変数を説明する。
すべての Key は環境変数に置き、ソースコードへ書かない。
API Key には最小権限、クォータ、有効期限を設定する。
GitHub Secret Scanning と Push Protection を有効にする。
公開前に AI にセキュリティチェックを手伝わせても、AI の結論だけを信じない。

AI コーディングの本当の危険は、コードを書き間違えることだけではありません。多くの人が初めて、安全でないアプリを公開インターネットへ素早く出せるようになったことです。速く書くこと自体は問題ではありません。シークレット、データ、権限まで一緒に渡してしまうことが問題です。