Git Stars Git Stars

#multimodal リポジトリ

#multimodalのタグが付いた、GitHub上の183件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は700,629個で、プロジェクトあたりの平均は3,828個です。このトピックをリードしているのは、68,480個のスターを獲得しているMintplex-Labs/anything-llmです。

183
リポジトリ総数
700,629
合計スター数
3,828
リポジトリあたりの平均スター数

リポジトリ合計183件

1
Mintplex-Labs/anything-llm

知性をレンタルするのはやめましょう。AnythingLLMで所有しましょう。強力なローカルファーストエージェント体験に必要なすべて

Mintplex-Labs
⭐ 68,480 JavaScript 👤 Mintplex-Labs Organization 🕐 更新日時 2026-11-21 📅 作成日 2023-06-04
2
bojieli/ai-agent-book

『AIエージェントの深層理解:設計原理とエンジニアリングの実践』(李博傑 著)オープンソースメインリポジトリ:全編本文、コンパイル済みPDF、および章ごとの付随コード。

bojieli
⭐ 58,976 Python 👤 bojieli User 🕐 更新日時 2026-10-08 📅 作成日 2025-09-09
3
bytedance/UI-TARS-desktop

オープンソース・マルチモーダルAIエージェントスタック:最先端AIモデルとエージェントインフラの接続

bytedance
⭐ 39,583 TypeScript 👤 bytedance Organization 🕐 更新日時 2026-10-09 📅 作成日 2025-01-19
4
haotian-liu/LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) は、GPT-4V レベルの機能、さらにはそれ以上の機能を目指して構築されました。

haotian-liu
⭐ 24,232 Python 👤 haotian-liu User 🕐 更新日時 2024-08-12 📅 作成日 2023-04-17
5
screenpipe/screenpipe

YC (S26) | Screenpipeが自動化する価値のある作業を見つける | コンピューターでの作業をローカルで継続的に記録し、繰り返し行われるワークフローを見つけて、その結果をすでに使っている任意のエージェントに渡します。

screenpipe
⭐ 22,492 Rust 👤 screenpipe Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-06-19
6
microsoft/unilm

タスク、言語、モダリティ間の大規模自己教師あり事前学習

microsoft
⭐ 22,247 Python 👤 microsoft Organization 🕐 更新日時 2026-09-21 📅 作成日 2019-07-23
7
jina-ai/serve

☁️ クラウドネイティブスタックでマルチモーダルAIアプリケーションを構築する

jina-ai
⭐ 21,864 Python 👤 jina-ai Organization 🕐 更新日時 2025-03-24 📅 作成日 2020-02-13
8
deepseek-ai/Janus

Janus-Series: 統一されたマルチモーダル理解および生成モデル

deepseek-ai
⭐ 17,737 Python 👤 deepseek-ai Organization 🕐 更新日時 2025-02-01 📅 作成日 2024-10-18
9
modelscope/ms-swift

600以上のLLM(Qwen3.8、DeepSeek-V4、GLM-5.1、InternLM3、Llama4など)および300以上のMLLM(Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM5.3、Gemma4、LLaVA、Phi4など)に対して、PEFTまたは全パラメータ学習を用いてCPT/SFT/DPO/GRPOを実行します(AAAI 2025)。

modelscope
⭐ 16,138 Python 👤 modelscope Organization 🕐 更新日時 2026-11-21 📅 作成日 2023-08-01
10
datawhalechina/all-in-rag

🔍大規模モデル応用開発実践編1:RAG技術のフルスタックガイド、オンライン閲覧アドレス:https://datawhalechina.github.io/all-in-rag/

datawhalechina
⭐ 13,275 Python 👤 datawhalechina Organization 🕐 更新日時 2026-11-16 📅 作成日 2025-06-05
11
rerun-io/rerun

マルチモーダルロボティクスデータを学習するために、可視化、クエリ、ストリーミングを行います。

rerun-io
⭐ 11,848 Rust 👤 rerun-io Organization 🕐 更新日時 2026-11-21 📅 作成日 2022-04-08
12
StarTrail-org/PixelRAG

https://arxiv.org/abs/2606.28344. ウェブパースの終焉。スケーラブルなピクセルネイティブ検索の始まり。リンク: https://pixelrag.ai/

StarTrail-org
⭐ 10,976 Python 👤 StarTrail-org Organization 🕐 更新日時 2026-11-19 📅 作成日 2026-05-29
13
RunanywhereAI/runanywhere-sdks

AIをローカルで実行するための本番環境対応ツールキット

RunanywhereAI
⭐ 10,354 C++ 👤 RunanywhereAI Organization 🕐 更新日時 2026-11-10 📅 作成日 2025-07-22
14
yzhao062/pyod

テーブルデータ、時系列、グラフ、テキスト、画像、音声データにわたる異常検知のためのPythonライブラリ。60以上の検知器、ベンチマークに基づいたADEngineオーケストレーション、およびAIエージェント向けの自律型ワークフローを備えています。

yzhao062
⭐ 10,098 Python 👤 yzhao062 User 🕐 更新日時 2026-11-12 📅 作成日 2017-10-03
15
apache/seatunnel

SeaTunnel は、マルチモーダル、高性能、分散型、大規模データ統合ツールです。

apache
⭐ 9,821 Java 👤 apache Organization 🕐 更新日時 2026-11-21 📅 作成日 2017-08-05
16
X-PLUG/MobileAgent

Mobile-Agent: 強力なGUIエージェントファミリー

X-PLUG
⭐ 9,396 Python 👤 X-PLUG Organization 🕐 更新日時 2026-11-03 📅 作成日 2024-01-26
17
activeloopai/deeplake

DeeplakeはエージェントのためのAIデータランタイムです。サーバーレスPostgreSQLとマルチモーダルデータレイクを提供し、スケーラブルな検索とトレーニングを可能にします。

activeloopai
⭐ 9,273 C++ 👤 activeloopai Organization 🕐 更新日時 2026-05-21 📅 作成日 2019-08-09
18
bentoml/BentoML

AIアプリとモデルをサーブする最も簡単な方法 - モデル推論API、ジョブキュー、LLMアプリ、マルチモデルパイプラインなどを構築!

bentoml
⭐ 8,944 Python 👤 bentoml Organization 🕐 更新日時 2026-11-17 📅 作成日 2019-04-02
19
Neywa-Labs/mlx-audio

AppleのMLXフレームワーク上に構築されたテキスト読み上げ(TTS)、音声認識(STT)、音声間音声変換(STS)ライブラリで、Apple Siliconでの効率的な音声分析を提供します。

Neywa-Labs
⭐ 8,315 Python 👤 Neywa-Labs Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-11-27
20
vllm-project/vllm-omni

オムニモダリティモデルを用いた効率的なモデル推論のためのフレームワーク

vllm-project
⭐ 7,884 Python 👤 vllm-project Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-09-11
21
genkit-ai/genkit

JavaScript、Go、Dart、Pythonでエージェントアプリを構築するためのオープンソースフレームワーク。Googleによって構築され、本番環境で使用されています

genkit-ai
⭐ 6,609 TypeScript 👤 genkit-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-04-29
22
ARahim3/DigUp

写真、PDF、ドキュメント、録音、動画、コードなど、ファイルの内容からパソコン内を検索できます。Mac、Windows、Linux上でデバイス内処理を行い、Google DeepMindのEmbeddingGemma 2を基盤としています。

ARahim3
⭐ 6,484 Swift 👤 ARahim3 User 🕐 更新日時 2026-10-26 📅 作成日 2026-10-08
23
swyxio/ai-notes

新しいAI開発に追いつくソフトウェアエンジニア向けのノート。https://latent.space の執筆や製品のアイデア出しのデータストアとして機能しますが、/Resources フォルダの下には整理された標準的な参照資料があります。

swyxio
⭐ 6,257 HTML 👤 swyxio User 🕐 更新日時 2026-02-16 📅 作成日 2022-09-04
24
SkalskiP/courses

このリポジトリは、人工知能(AI)に関するさまざまなコースやリソースへのリンクをキュレーションしたコレクションです。

SkalskiP
⭐ 6,256 Python 👤 SkalskiP User 🕐 更新日時 2024-04-22 📅 作成日 2023-04-02
25
om-ai-lab/VLM-R1

強化されたVLMによる視覚的理解の解決

om-ai-lab
⭐ 6,048 Python 👤 om-ai-lab Organization 🕐 更新日時 2026-07-07 📅 作成日 2025-02-06
26
Eventual-Inc/Daft

AIおよびマルチモーダルワークロード向けの高性能データエンジン。画像、オーディオ、ビデオ、構造化データをあらゆる規模で処理します。

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 更新日時 2026-11-09 📅 作成日 2022-04-25
27
PySpur-Dev/pyspur

エージェントワークフローのためのビジュアルプレイグラウンド:エージェントの反復処理を10倍高速化

PySpur-Dev
⭐ 5,809 TypeScript 👤 PySpur-Dev Organization 🕐 更新日時 2026-06-29 📅 作成日 2024-09-23
28
OpenBMB/UltraRAG

複雑で革新的なRAGパイプラインを構築するためのローコードMCPフレームワーク

OpenBMB
⭐ 5,748 Python 👤 OpenBMB Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-01-16
29
facebookresearch/mmf

Facebook AI Research (FAIR) による視覚と言語のマルチモーダル研究のためのモジュール式フレームワーク

facebookresearch
⭐ 5,634 Python 👤 facebookresearch Organization 🕐 更新日時 2026-10-06 📅 作成日 2018-06-27
30
InternLM/xtuner

超大規模MoEモデルのために構築された次世代トレーニングエンジン

InternLM
⭐ 5,223 Python 👤 InternLM Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-07-11
31
liustack/modlens

DeepSeek Harness の最初のビジョンプラグインであり、すべてのテキストのみのコーディングエージェントのためのビジョンブリッジです。画像を貼り付けると、構造化されたJSONエビデンス(OCR、レイアウト、セマンティクス)が得られます。

liustack
⭐ 5,050 TypeScript 👤 liustack User 🕐 更新日時 2026-11-15 📅 作成日 2026-02-22
32
PKU-Alignment/align-anything

Align Anything: フィードバックによるオールモダリティモデルのトレーニング

PKU-Alignment
⭐ 4,669 Python 👤 PKU-Alignment Organization 🕐 更新日時 2025-11-27 📅 作成日 2024-07-14
33
kyegomez/tree-of-thoughts

Tree of Thoughts"のプラグアンドプレイ実装:大規模言語モデルによる意図的な問題解決により、モデルの推論能力を少なくとも70%向上

kyegomez
⭐ 4,592 Python 👤 kyegomez User 🕐 更新日時 2026-09-29 📅 作成日 2023-05-21
34
crmne/ruby_llm

Ruby AIフレームワーク。

crmne
⭐ 4,522 Ruby 👤 crmne User 🕐 更新日時 2026-11-18 📅 作成日 2025-01-30
35
EvolvingLMMs-Lab/lmms-eval

テキスト、画像、ビデオ、オーディオ タスクのための One-for-All マルチモーダル評価ツールキット

EvolvingLMMs-Lab
⭐ 4,501 Python 👤 EvolvingLMMs-Lab Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-03-07
36
rom1504/img2dataset

大量の画像URLを画像データセットに簡単に変換できます。1台のマシンで20時間で1億件のURLをダウンロード、リサイズ、パッケージ化できます。

rom1504
⭐ 4,458 Python 👤 rom1504 User 🕐 更新日時 2025-10-19 📅 作成日 2021-08-11
37
luban-agi/Awesome-AIGC-Tutorials

大規模言語モデル、AIペインティングなどのための厳選されたチュートリアルとリソース。

luban-agi
⭐ 4,419 👤 luban-agi Organization 🕐 更新日時 2024-03-31 📅 作成日 2023-08-22
38
OpenMOSS/MOSS-TTS

長時間音声、対話合成、音声デザイン、効果音、リアルタイムストリーミングTTS向けのオープンソースモデルファミリー

OpenMOSS
⭐ 4,356 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2026-02-07
39
IDEA-CCNL/Fengshenbang-LM

Fengshenbang-LM(封神榜大模型)は、IDEA研究所の認知計算・自然言語研究センターが主導する大規模モデルのオープンソースシステムであり、中国のAIGCと認知インテリジェンスのインフラストラクチャとなっています。

IDEA-CCNL
⭐ 4,116 Python 👤 IDEA-CCNL Organization 🕐 更新日時 2026-06-08 📅 作成日 2021-10-28
40
aiming-lab/SimpleMem

[ICML'26] SimpleMem:LLMエージェントのための効率的な生涯メモリ — テキスト&マルチモーダル

aiming-lab
⭐ 3,883 Python 👤 aiming-lab Organization 🕐 更新日時 2026-07-24 📅 作成日 2026-01-01
41
open-mmlab/mmpretrain

OpenMMLab 事前学習ツールボックスとベンチマーク

open-mmlab
⭐ 3,807 Python 👤 open-mmlab Organization 🕐 更新日時 2024-11-01 📅 作成日 2020-07-09
42
morphik-org/morphik-core

オープンソースのマルチモーダル検索エンジン(Morphik Core)

morphik-org
⭐ 3,722 Python 👤 morphik-org Organization 🕐 更新日時 2026-11-20 📅 作成日 2024-11-11
43
atfortes/Awesome-LLM-Reasoning

Chain-of-Thought プロンプトから OpenAI o1 および DeepSeek-R1 まで 🍓

atfortes
⭐ 3,713 👤 atfortes User 🕐 更新日時 2026-04-20 📅 作成日 2022-11-05
44
NExT-GPT/NExT-GPT

ICML 2024 論文のコードとモデル、NExT-GPT: Any-to-Any マルチモーダル大規模言語モデル

NExT-GPT
⭐ 3,626 Python 👤 NExT-GPT User 🕐 更新日時 2025-05-13 📅 作成日 2023-08-30
45
embeddings-benchmark/mteb

MTEB: 言語とモダリティを横断する埋め込みの最先端評価

embeddings-benchmark
⭐ 3,519 Python 👤 embeddings-benchmark Organization 🕐 更新日時 2026-11-21 📅 作成日 2022-04-05
46
TanStack/ai

🤖 OpenAI、Anthropic、Gemini、React、Vue、Svelte、Solidに対応した、型安全かつプロバイダー非依存のストリーミングチャット、ツール呼び出し、エージェント、マルチモーダルアプリ向けTypeScript AI SDK。

TanStack
⭐ 3,375 TypeScript 👤 TanStack Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-10-08
47
vortex-data/vortex

拡張可能で最先端の列指向圧縮フレームワークであり、最速のFOSS列指向ファイル形式です。以前は@spiraldbに所属、現在はLFAI&Dataのインキュベーション段階プロジェクトで、Linux Foundationの一部です。

vortex-data
⭐ 3,337 Rust 👤 vortex-data Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-02-27
48
xlang-ai/OSWorld

[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments

xlang-ai
⭐ 3,273 Python 👤 xlang-ai Organization 🕐 更新日時 2026-11-14 📅 作成日 2023-10-16
49
OpenGVLab/InternGPT

InternGPT (iGPT)は、AIモデルを簡単に紹介できるオープンソースのデモプラットフォームです。現在、DragGAN、ChatGPT、ImageBind、GPT-4のようなマルチモーダルチャット、SAM、インタラクティブな画像編集などをサポートしています。igpt.opengvlab.comでお試しください(DragGAN、ChatGPT、ImageBind、SAMをサポートするオンラインデモシステム)。

OpenGVLab
⭐ 3,223 Python 👤 OpenGVLab Organization 🕐 更新日時 2024-08-20 📅 作成日 2023-05-08
50
microsoft/torchscale

(M)LLMのための基盤アーキテクチャ

microsoft
⭐ 3,128 Python 👤 microsoft Organization 🕐 更新日時 2024-04-11 📅 作成日 2022-11-17

よくある質問

1

GitHubで最も人気のある#multimodalリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#multimodalプロジェクトは、68,480個のスターを獲得しているMintplex-Labs/anything-llmです。知性をレンタルするのはやめましょう。AnythingLLMで所有しましょう。強力なローカルファーストエージェント体験に必要なすべて

2

#multimodalリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#multimodalプロジェクトでは、Python, TypeScript, Rust, C++が最も一般的なプログラミング言語です。

3

#multimodalリポジトリのランキングはどのように算出されていますか?

#multimodalのタグが付いた183件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は700,629個で、リポジトリあたりの平均は3,828個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。