Kotlin
スマートフォンの上で動作する自律型AIエージェント — OpenDroidの徹底解説
OpenDroidは、Android向けのオープンソース自律型AIエージェントで、12のAIプロバイダー対応と60以上の готовых действийにより、スマートフォンをLLM実行環境に変えます。
#llm
59 プロジェクト Go
AIにプルリクエストでtrivialなコメントを生成させるのではなく、実際のバグを見つけさせる方法
PR-AFは、動的なエージェントグラフを構築し、ASTツリーを抽出し、各発見事項の反証可能性を確認する、深層コード監査のためのオープンソースツールです。
JavaScript
How to make an AI agent write minimal code and forget about overengineering
Ponytail is a ruleset and hooks for LLM agents that forces models to write minimal code, use native features, and skip overengineering. Benchmarks show 54% less code and 20% lower costs.
JavaScript
プロンプトの手動作成告别。AIエージェントを自律的なアセンブリラインに変える方法
AnthropicのBoris Cherniは、もはやプロンプトを manual で書かない——自動ループがその代わりに行うからだ。Loop Engineeringがゲームを変える仕組みとは。
Python
ベクトル検索とLLMのためのツールを1つのPythonライブラリに集約
txtaiは、ベクトルデータベース、SQLによるハイブリッド検索、グラフ分析、RAGパイプライン向けのLLMオーケストレーションを1つに統合したPythonライブラリです。
TypeScript
コード、デザイン、テキストを1つのAIワークスペースで統合する方法 — Kunを試す
KunはローカルAIワークスペースで、コード、テキスト、デザイン、自動化を統合。TUIとGUIの共有ランタイム、5つの専門ワークスペース、柔軟なモデルサポートを提供。
Python
SIEでAIエージェントを構築するときのコンテナ動物園を排除する方法
Local LLMでAIエージェントを構築していますか？SIE（Superlinked Inference Engine）は複数の推論サーバーを1つに統合し、GPUコストを削減し、コンテナ構成を簡素化します。
Python
ベクトルデータベースは監査官からエージェントを守れない——Semanticaがこれを解決する方法
ベクトルデータベースと標準的なRAGは、AI判断に関する監査官の質問に答えられません。Semanticaは決定論的グラフ、ルール、監査証跡を追加します。
Python
モノレポのコード分析において、ベクター埋め込みの代わりにナレッジグラフを活用する
開発者のVitaliy氏が、モノレポのコード分析においてベクター検索をナレッジグラフに置き換えるcode-graph-ragを構築しました。コード構造を理解するためにTree-sitter、Memgraph、Qdrantを使用しています。
Kotlin
スマートフォンでLinux、自律型AIエージェントを実行する方法
AetherはAlpine Linux VMをモバイルAIエージェントに組み込み、外部サーバーなしで言語モデルがスマートフォン上でローカルにコードを実行できるようにします。
Python
なぜエージェントには特別な推論が必要か、そしてTokenSpeedがLLMを高速化する仕組み
標準的な推論エンジンは自律型AIエージェントに苦戦します。TokenSpeedはTensorRT-LLMの高速性とPythonフレンドリーなインターフェースを組み合わせた専門ソリューションを提供します。
Python
LitGPTを探る ― ヘビーフレームワークなしでオープンニューラルネットワークをファインチューニングし実行する方法
Lightning AIのLitGPTは、20以上の人気LLMアーキテクチャをピュアなPyTorchで書き直し、ヘビーフレームワークのオーバーヘッドなしでファインチューニング、デプロイ、ベンチマークを提供します。
Python
AI Agentでコード作業をする際のトークンコストを劇的に削減する方法
jCodeMunch MCPはtree-sitterでコードベースをインデックス化し、AIエージェントに関連するコードスニペットのみを渡すことで、トークンコストを95〜99%削減する。
TypeScript
GenkitでGoogleがAIアプリ開発に秩序をもたらそうとする理由
FirebaseチームがAI機能構築用のフレームワーク「Genkit」をオープンソース化。Gemini、OpenAI、Ollamaをスパゲティコードなしに組み合わせられるのか？
TypeScript
ニューラルネットワークのアダプター作成から解放され、トークンコストを制御する方法
すべてのAIモデルにアダプターを書く必要はありません。LLM Gatewayは、OpenAI、Anthropic、Vertex AIなどのAPI呼び出しを、コスト追跡機能を備えた単一のOpenAI互換インターフェースで統合します。
HTML
AIに有用なドキュメントを書かせる方法：曖昧な出力ではなく
700以上のMarkdown命令セットを使い、曖昧なAIプロンプトをエンジニア、弁護士、マーケティング担当者向けのプロフェッショナルなドキュメントに変換する方法
JavaScript
avoid-ai-writingでAI生成の紋切り型表現をテキストから除去する方法
言語モデルが生成したテキストからAI生成の紋切り型表現を除去するオープンソースツール、avoid-ai-writingの使い方のガイドです。
Python
頭を悩ませずに動くAIエージェントを作る方法
実際に動作するAIエージェントを構築するための実践ガイド。Bojie Liのai-agent-bookリポジトリでは、コンテキストエンジニアリングからファインチューニングなしの自己進化までカバーしている。
Python
Dockerコンテナ内の自律型ハッカー：DecepticonがRed Teamのゲームを変える方法
Decepticonは実際のペネトレーションテスターのように攻撃チェーンを実行する自律型Red Teamエージェント。XBOWベンチマークで98%、16の specialized agentsを使用。
Python
あなたのパーソナルAIエージェントを短く繋ぐ
nanobotはローカルで動作するオープンソースのAIエージェントエンジンです。TelegramやDiscordとの連携、MCPツール、長期メモリをサポートし、データはクラウドに送信しません。
Shell
27Bパラメータのニューラルネットワークを通常のiPhoneや家庭用PCで実行する方法
Bonsai-27Bは1ビットおよび三元量子化を使用し、27Bパラメータのモデルをわずか3.5GBのRAMに収めることで、离散GPUのないiPhoneやノートPCでも実行可能にします。
Python
スマートグラスにAIを組み込むのにラグで頭を悩ませない方法
スマートグラスにAIを組み込むのにラグで頭を悩ませない方法。インスタントな関数呼び出しを実現する26Mパラメータモデル「Needle」を紹介
Python
Microsoft GraphRAGが非構造化データのカオスに秩序をもたらす仕組み
GraphRAGは非構造化データからナレッジグラフを構築し、LLMが大規模アーカイブ全体の接続を理解しグローバルな質問に回答できるようにします。
Python
LLMにデータを渡し続けるのをやめて、エージェントにコードを理解させる方法
Memtraceを試しました—コードベースをAIエージェント向けのナレッジグラフに変換し、LLM呼び出しなしで15,000ファイルを1.5秒でインデックス化するツールです。