Trending Intelligence

Daily GitHub analysis powered by Gemini AI
Last Updated: 2026-10-23 11:58:15 (JST)

⭐ 3568

Let an AI model use a real iPhone with a $7 ESP32: AirPlay eyes, USB HID hands, any OpenAI-compatible vision model. No Mac, no developer account, no jailbreak.

Summary

ESP32-S3をAirPlay受信機兼USB HID化し、iPhone単体で完結する物理サンドボックス回避型AIエージェント

活用シーン / Use Case

【脱獄・PC不要のモバイル自動化】実機iPhone上でのアプリ操作自動化、UIテスト、またはAssistiveTouchを介した高度なアクセシビリティ補助エージェントの構築

競合差別化 / Competitive Edge

【物理層での制約突破】従来のAppium等と異なり、USB HIDとAirPlayを組み合わせることで、開発者モードやJailbreakに依存せず、OS標準機能の範囲内で「画面取得」と「擬似操作」を完結させている点

実装のこだわり / Flavor

【実装のこだわり】ESP32側でH.264をデコードせずBLE経由でiPhoneアプリへパススルーするリソース最適化や、相対座標しか持たないマウス操作の精度を担保するために『ポインタを隅に追い込んで原点復帰させる(Re-homing)』、あるいは『ポインタを小刻みに動かして現在位置を画像認識で特定する(Wiggle calibration)』といった、ハードウェアの限界をソフトウェアの機転で解決する泥臭くも合理的な設計が光る

主要機能 / Key Features

  • AirPlay Eyes: ESP32をホットスポット兼受信機とし、OS標準のミラーリング機能で画面をキャプチャ
  • USB HID Hands: ESP32のネイティブUSB機能を使い、iPhoneからは標準マウス/キーボードとして認識させる
  • Closed-loop Control: Dynamic Islandで実行状態を表示しつつ、VLMが操作結果を画像で確認して次動作を決定
  • Minimal Latency Design: MTUサイズを調整したNimBLEによるBLE通信最適化と、Wi-Fi/Cellularの同時利用を前提としたネットワーク構成

Tech Stack

Swift (SwiftUI)C++ (Arduino ESP32 Core)AirPlay (UxPlay porting)NimBLE-ArduinoH.264 (Passthrough)USB HIDOpenAI-compatible Vision LLM
Active Development Hybirdss / Hycli
⭐ 418

Websites, ready for AI. Turn website tasks into verified CLI and MCP actions, with a local dashboard and 20 languages.

Summary

WebサイトをAIエージェント用のCLI/MCPツールへ変換する、Rust製の高セキュリティなローカル実行基盤

活用シーン / Use Case

APIが未公開または制限的なWebサービスを、AIエージェント(Claude Code等)からブラウザログイン済みの状態で安全に操作・自動化するシーン

競合差別化 / Competitive Edge

一般的なScraperと比較し、認証情報のLLMへの非公開(ローカルインジェクション)、アンチボット回避のためのブラウザコンテキスト実行、書き込み操作の厳格な人間承認フローが圧倒的に優位

実装のこだわり / Flavor

Rustによる単一バイナリ配布を重視。OS標準のキーチェーン連携による秘匿情報管理や、rookie-cookiesを用いたブラウザセッションの安全なインポート、さらに静的解析とネットワークトラフィック解析を組み合わせた独自のAI準備フェーズ(Preparation)など、実用的な堅牢性に特化した設計

主要機能 / Key Features

  • MCP (Model Context Protocol) 対応によるClaude/ChatGPT/Cursor等とのネイティブ連携
  • 静的JS/OpenAPI/GraphQL/動的トラフィックの3要素から自動で型定義済みCLIを生成
  • 書き込み操作(Create/Update/Delete)のデフォルト保護と1回限りの明示的承認システム
  • HTTPリクエスト失敗時にステルスChromium実行へ自動切り替えするサーキットブレーカー

Tech Stack

Rust (Edition 2024)Axum (Web Framework)Chromiumoxide (Headless Chrome Control)Model Context Protocol (MCP)SQLite (rusqlite)OS Native Keyring (Windows/macOS/Linux)
⭐ 186

Fold look-alike CJK glyphs (Kangxi radicals, CJK radical supplements) so text extracted from PDFs matches again.

Summary

PDF抽出時のCJK「形近異碼」問題を最新Unicode仕様で解消する、ゼロ依存の高度な正規化ライブラリ

活用シーン / Use Case

【RAG/検索エンジンの精度改善】PDFから抽出されたテキストが「見た目は同じだが文字コードが異なる(部首補助文字など)」ために発生する、検索漏れやベクトル検索のスコア低下を防ぐ正規化処理。

競合差別化 / Competitive Edge

【NFKCを凌駕する補正範囲】標準のNFKC正規化では対応できない「CJK部首補助(U+2E80–U+2EFF)」の115文字中113文字を、最新のUCDプロパティに基づき的確に統合する点。

実装のこだわり / Flavor

【実務的な安全設計】単なる一括変換ではなく、絵文字の構成を壊すZWJ(ゼロ幅接合子)などを「破壊してはいけない不可視文字」として区別する。また、LangChain等の外部フレームワークを一切インポートせずにそれらのDocumentオブジェクトを処理できる設計や、全角記号を維持したまま文字のみをNFKCする独自関数など、RAGパイプラインへの組み込みやすさと非破壊性を極めて重視している。

主要機能 / Key Features

  • fold: NFKCでは不十分なCJK部首補助文字を最新のUnicode 15.1+仕様に基づいて正規の統合漢字へ変換
  • scan: 可視・不可視を含めたテキストの不純物を4つのカテゴリ(fold, nfkc, strip, manual)で詳細に診断
  • exact_boost: ベクトル検索時に発生しがちな「短文の偶然の高スコア」に対し、正規化後の完全一致ボーナスを付与する統合ヘルパー

Tech Stack

Python 3.9+Unicode Character Database (UCD) 15.1+CLI (setuptools/project.scripts)Pure Python (Standard Library only)
⭐ 3632

Qwen-Image 2.1 NSFW/姿势出图 skill:作者级提示词配方 + NSFW LoRA + 136 姿势 VNCCS 人偶控制;适用 Claude Code / Codex / Cursor / OpenClaw

Summary

Qwen-Image 2.1を核に、VNCCSによる精緻な3D姿勢制御とNSFW最適化レシピを統合した生成スキル

活用シーン / Use Case

【AIエージェント連携】Claude CodeやCursor等のLLMからAPI/CLI経由で、解剖学的に破綻のない高品質なNSFW画像や精密なポーズ画像を自動生成する

競合差別化 / Competitive Edge

【技術的エッジ】単なるPrompt集ではなく、3Dポーズライブラリ(136種)と骨格制御、特定の量子化モデルに最適化されたサンプラー/スケジューラ設定を「再現可能なエンジニアリング」としてパッケージ化している点

実装のこだわり / Flavor

【実装のこだわり】環境構築の依存関係が複雑なComfyUI環境において、`doctor.py`による徹底した自己診断機能を搭載。Qwen2.1の特性を最大限引き出すためにサンプラーを`er_sde`、スケジューラを`beta`、CFGを2.5に固定し、プロンプトを「7要素・最大1500文字」の構造化データとして定義するなど、職人芸的な「味付け」をコードで定型化している。また、Playwrightを利用したヘッドレスブラウザ経由の姿勢操作など、オートメーションへの強い指向が見られる

主要機能 / Key Features

  • 136種類の3Dポーズライブラリ: VNCCS人形を用いた、解剖学的に正確な姿勢制御とカメラアングル指定
  • 階層化された大胆度制御: L0からL3までの段階的なプロンプト・LoRA適用ルールによる出力強度の管理
  • Agentic Workflow対応: Claude/Cursor等のAIエージェントが「スキル」として呼び出せるよう、SKILL.mdで詳細な実行規約を定義

Tech Stack

PythonComfyUIQwen-Image 2.1 (int8)VNCCS (Virtual Node Control)PlaywrightLoRA
⭐ 539

AI 跨境电商运营智能体工具箱 · 把运营 SOP 拆成 7 个可复用的 AI Agent 工作流,含 Prompt、模板与真实案例

Summary

越境ECの運用SOPを、数値計算スクリプトとLLMを統合した7つの専門Agentワークフローへ構造化したツールキット。

活用シーン / Use Case

【運用標準化と品質の底上げ】越境EC(Shopee, Mercado Livre等)において、ベテランの判断ロジックをスケールさせ、新人でもプロ級のリスティング作成と広告運用改善を可能にする。

競合差別化 / Competitive Edge

【実戦的ハイブリッド設計】単なるコンテンツ生成AIとは異なり、LLMの弱点である計算をPythonスクリプトで補完し、広告実績を元にコンテンツを修正する「データ駆動型フィードバックループ」を内蔵している点。

実装のこだわり / Flavor

【計算と解釈の分離】LLMにハルシネーションの懸念がある「計算(価格帯分析・利益率計算等)」をさせず、外部スクリプトに担当させる設計思想。また、「Input Contract(入力契約)」を定義し、必要な情報が不足している場合は出力を拒否するフェイルファストなプロンプト設計が特徴。さらに、SOP内の不適切な手法を自動排除する「Compliance Guard」など、実務上の法的・規約リスク管理が組み込まれている。

主要機能 / Key Features

  • 7つの専門役割(市場分析・戦略・素材・動画・広告・レビュー)に分割されたAgentクラスタによる並列/直列ワークフロー
  • 広告運用のファネルデータやレビューの帰因分析結果を、商品リスティング(Listing)へ自動還流させるクローズドループ最適化
  • 各プラットフォーム(Amazon/Shopee等)の文字数制限や画像規格をバリデーションするLinter的スクリプトによる確実なデリバリー

Tech Stack

Python (Metrics & Validation scripts)LLM-agnostic Prompt EngineeringMermaid.js (Workflow Orchestration)Markdown-based Structured TemplatesShell Scripts