AIエンジニアが追うべきOSSは、毎週のように新しい名前が出てきます。何から手を付けるか迷うとき、GitHubのスター数と用途で俯瞰するのが近道です。
この記事では、AIエンジニア向けに話題になった20のオープンソースリポジトリを、公式READMEとGitHub APIで確認したスター数とともに用途別に整理します。
この記事でわかること
- 2026年6月時点で注目されているAI向けOSS 20選と各リポジトリの役割
- コーディングエージェント・個人アシスタント・基盤ツール・学習リソースの4分類
- スター数だけで選ぶときの注意点と、用途別の着手順
一覧の出どころと見方
元ネタは、AIエンジニアの@divaagurlxw氏が2026年6月26日にXで公開した「Beyond the Hype: 20 OpenSource AI Repositories Every AI Engineer Should Know」です。投稿では各リポジトリにスター数が添えられており、実務で使える候補を一度に俯瞰できる内容として拡散されています。
ただし、投稿内のスター数には誤記があります。たとえばFirecrawlは投稿では「8137K」と書かれていましたが、GitHub APIで確認した2026年6月27日時点の実数は約14万です。本記事の数字はすべてGitHub APIの値に基づきます。
スター数は「今どれだけ注目されているか」の目安です。メンテナンス状況やライセンス、自分の環境との相性は別途確認が必要です。
コーディングエージェント（5リポジトリ）
ターミナルやIDEでコードを書かせる系のOSSが、一覧の中核を占めます。
Superpowers（約24万スター）
コーディングエージェント向けのスキルフレームワークと開発手法をまとめたリポジトリです。いきなりコードを書き始めるのではなく、仕様を対話で固めてから実装に入る流れを組み込みます。Claude Code、Cursor、OpenCode、Codex CLIなど複数のエージェントに対応しています。
OpenCode（約18万スター）
https://github.com/anomalyco/opencode
「The open source AI coding agent」と銘打った、オープンソースのコーディングエージェントです。npmパッケージopencode-aiとして配布され、多言語のREADMEを備えています。クローズドなコーディングアシスタントの代替として、ソースコードを自分で追える点が強みです。
Claude Code（約13万スター）
https://github.com/anthropics/claude-code
Anthropicが公開するエージェント型コーディングツールです。ターミナル上でコードベースを理解し、自然言語の指示からルーティン作業やGit操作を実行します。IDE連携やGitHub上での@claudeメンションにも対応しています。インストールは公式スクリプトやHomebrewが推奨され、npm経由は非推奨と明記されています。
Codex CLI（約9.4万スター）
OpenAIのコーディングエージェントをローカル端末で動かすCLIです。VS CodeやCursor向けのIDE拡張、デスクトップアプリ、クラウド版のCodex Webとは別製品なので、READMEの案内に従って目的に合った形を選びます。
Symphony（約2.6万スター）
https://github.com/openai/symphony
プロジェクト管理ツール（Linearなど）のタスクを監視し、自律的な実装ランを起動する仕組みです。CI結果やPRレビュー、ウォークスルー動画などの成果物を返す設計で、エンジニアがエージェントを常時監視しなくても進捗を追えることを目指しています。OpenAIは「trusted environmentsでのテスト向けプレビュー」と位置づけています。
個人AIアシスタント（3リポジトリ）
自分の端末で動かし、普段使いのチャット経由で操作する系です。
OpenClaw（約38万スター）
https://github.com/openclaw/openclaw
個人向けAIアシスタントの代表格です。WhatsApp、Telegram、Slack、Discordなど多数のメッセージングチャネルに接続し、macOS/iOS/Androidで音声入出力やCanvas表示にも対応します。Gatewayが制御面、実体はアシスタント本体という構成で、OpenAIやAnthropicのクラウドモデル、Ollama経由のローカルモデルを切り替えられます。GitHub全体のスターランキングでも上位に入る規模です。
Hermes Agent（約20万スター）
https://github.com/nousresearch/hermes-agent
Nous Researchが公開する「成長するエージェント」です。デスクトップ版とドキュメントサイトを備え、MITライセンスで提供されています。
ZeroClaw（約3.2万スター）
https://github.com/zeroclaw-labs/zeroclaw
「エージェントもデータもマシンも自分のもの」という方針の個人AIアシスタント基盤です。Rustで実装され、OpenClawの軽量・自律志向の代替として注目されています。
基盤・周辺ツール（7リポジトリ）
エージェントがWebやドキュメント、推論環境にアクセスするための土台です。
Open WebUI（約14万スター）
OllamaやOpenAI APIなどに対応したセルフホスト型のAIチャットUIです。ローカルLLMをブラウザから扱う定番として広く使われています。
llama.cpp（約12万スター）
https://github.com/ggml-org/llama.cpp
C/C++でLLM推論を行うライブラリです。ローカル実行の基盤として長年使われており、REST APIサーバーやWebUI連携のドキュメントも整備されています。
Firecrawl（約14万スター）
https://github.com/firecrawl/firecrawl
AIエージェント向けにWebの検索・スクレイピング・操作を行うAPIです。RAGやエージェントが外部情報を取りにいく場面で採用例が増えています。
Scrapling（約6.6万スター）
https://github.com/D4Vinci/Scrapling
モダンなWeb向けの適応型スクレイピングフレームワークです。単一リクエストから複雑なページ構造まで扱う設計で、エージェントのデータ収集パイプラインに組み込めます。
Context7（約5.8万スター）
https://github.com/upstash/context7
LLMやAIコードエディタ向けに、最新のコードドキュメントをプロンプトへ渡すプラットフォームです。MCPサーバーとしてCursorなどからインストールできる構成になっています。
Agent Browser（約3.7万スター）
https://github.com/vercel-labs/agent-browser
AIエージェント向けのブラウザ自動化CLIです。Rust製のネイティブバイナリとして配布され、npmやHomebrewからインストールできます。Vercel Labsが公開しています。
Daytona（約7.2万スター）
https://github.com/daytonaio/daytona
AIが生成したコードを安全に実行するためのインフラとして設計されたOSSです。ただしREADMEには「2026年6月以降、コア開発はプライベートリポジトリへ移行し、更新は行われない」と明記されています。フォークや既存版の利用は可能ですが、新機能期待は控えめに見る必要があります。
学習・参考リソース（5リポジトリ）
実装前に設計思想やプロンプトを学ぶための教材・カタログです。
Awesome LLM Apps（約11.6万スター）
100以上のAIエージェントやRAGアプリを「クローンして動かせる」形で集めたカタログです。個別アプリの実装例を探す起点になります。
System Prompts of AI Tools（約14万スター）
https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools
Cursor、Claude Code、Devin AIなど主要ツールのシステムプロンプトを収集したリポジトリです。プロンプト設計の参考資料として参照されています。
AI Agents for Beginners（約6.8万スター）
https://github.com/microsoft/ai-agents-for-beginners
Microsoftが公開する12レッスンの無料コースです。エージェント構築の基礎を章立てで学べ、多言語翻訳にも対応しています。
Hello Agents（約6.2万スター）
https://github.com/datawhalechina/hello-agents
中国のDatawhaleコミュニティによる「ゼロから智能体を構築する」チュートリアルです。原理から実践までを体系的に扱います。
Anthropic Prompt Engineering Tutorial（約3.7万スター）
Anthropicの対話型プロンプトエンジニアリング教材です。9章と演習で、失敗パターンと改善手法を段階的に学べます。
用途別の着手順
初めて触るなら、目的で絞るのが効率的です。
ローカルでチャットUIを試したい → Open WebUIとllama.cppの組み合わせから始めます。モデル取得と推論の両方をOSSで揃えられます。
ターミナルでコードを任せたい → Claude Code、OpenCode、Codex CLIのいずれかを選び、Superpowersで仕様策定の流れを足すと品質が安定しやすくなります。
24時間動く個人アシスタントが欲しい → OpenClawかZeroClawを検討します。チャネル連携の多さを重視するならOpenClaw、軽量さとRust実装を重視するならZeroClawが候補です。
エージェントにWeb情報を取らせたい → FirecrawlかScrapling、ブラウザ操作ならAgent Browserと組み合わせます。Context7はライブラリの最新ドキュメント補完に向いています。
設計を学んでから作りたい → Microsoftの12レッスンかAnthropicのプロンプト教材から入り、Awesome LLM Appsで具体例を探す流れが現実的です。
選ぶときの3つのチェック
スター数が高くても、次の3点は必ず確認してください。
- メンテナンス状況 — Daytonaのように開発移行やアーカイブ宣言があるリポジトリは、長期採用の判断材料になります。
- ライセンス — 商用利用の可否はリポジトリごとに異なります。READMEとLICENSEファイルを読みます。
- 自分のスタックとの一致 — Rust製CLIを求めるのにNode前提のツールを入れても、運用コストだけが増えます。
GitHubのスターは羅針盤に過ぎません。20リポジトリすべてを一度に入れる必要はなく、今の課題に直結する1〜2個から試し、うまくいったら隣のカテゴリへ広げるのが現場では一般的です。