原文リンク：https://www.nocobase.com/ja/blog/best-open-source-ai-projects-github-2026
ここ数か月、OpenClaw は AI 業界で一気に注目を集め、メディア、コミュニティ、開発者フォーラムでも話題が続いています。GitHub の AI 人気ランキングでも Star 数を急速に伸ばし、そのままトップに立ちました。
💬 NocoBase ブログへようこそ。NocoBase は、あらゆる種類のシステム、業務アプリケーション、社内ツールを構築できる、拡張性に優れた AI 搭載のノーコード／ローコード開発プラットフォームです。完全なセルフホストに対応し、プラグインベースの設計で、開発者にもやさしい構成になっています。→ GitHub で NocoBase を見る
一部メディアでは、OpenClaw を「The Rise of a New King on GitHub」とまで表現しています。これを単なる一時的な人気爆発として見るだけでは、この熱狂の背後で起きている変化を見落としてしまうかもしれません。OpenClaw をきっかけに、2026 年のオープンソース AI で注目されるポイントも、はっきりと変わり始めています。
昨年、私たちも GitHub で最も注目された 20 のオープンソース AI プロジェクトをまとめました。当時、注目されていたのは主にモデル性能、チャット UI、そしてオープンソースがどこまでクローズドソース製品の体験に近づけるかという点でした。しかし今年のランキングを見ると、顔ぶれは大きく変わっています。オープンソース AI への関心は、インテリジェントな実行、ワークフローのオーケストレーション、マルチモーダル生成など、より実用的な方向へと進んでいます。
こうした変化を踏まえ、今回は 2026 年の GitHub で Star 数が最も多い 20 のオープンソース AI プロジェクトを改めて整理し、簡単に分類しました。その中から代表的なプロジェクトをいくつか取り上げ、それぞれの中核機能、特徴、そして AI 分野における独自の価値を紹介します。
2026 年に最も注目すべき 20 のオープンソース AI プロジェクト
以下のプロジェクトは GitHub Star 数順に並んでいます
| 順位 | プロジェクト名 | Star | 中核キーワード | 想定ユーザー | 一言での位置づけ | GitHub リンク |
|---|---|---|---|---|---|---|
| 1 | OpenClaw | 302k | インテリジェント実行 | 個人 | 個人利用向けのオープンソース AI アシスタント。クロスプラットフォームでのタスク実行を重視 | https://github.com/openclaw/openclaw |
| 2 | AutoGPT | 182k | インテリジェント実行 | 開発者 | 定番の自律型エージェントプロジェクト。タスク分解と自律実行を重視 | https://github.com/Significant-Gravitas/AutoGPT |
| 3 | n8n | 179k | フローオーケストレーション | 企業 | ネイティブな AI 機能を備えたワークフロー自動化プラットフォーム | https://github.com/n8n-io/n8n |
| 4 | Stable Diffusion WebUI | 162k | マルチモーダル生成 | クリエイター | Stable Diffusion 向けの定番 Web インターフェース | https://github.com/AUTOMATIC1111/stable-diffusion-webui |
| 5 | prompts.chat | 151k | プロンプトリソース | 個人 | オープンソースのプロンプトコミュニティ兼保存プラットフォーム | https://github.com/f/prompts.chat |
| 6 | Dify | 132k | フローオーケストレーション | 企業 | エージェントワークフロー向けの本番運用対応 AI アプリ開発プラットフォーム | https://github.com/langgenius/dify |
| 7 | System Prompts and Models of AI Tools | 130k | 研究資料 | 開発者 | 複数の AI ツールのシステムプロンプト、内部ツール、モデル情報をまとめた資料リポジトリ | https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools |
| 8 | LangChain | 129k | フローオーケストレーション | 開発者 | 大規模言語モデルアプリとエージェント開発のためのオーケストレーションフレームワーク | https://github.com/langchain-ai/langchain |
| 9 | Open WebUI | 127k | アプリ入口 | 個人 | Ollama や OpenAI API などのモデル向け AI インターフェース | https://github.com/open-webui/open-webui |
| 10 | Generative AI for Beginners | 108k | 学習リソース | 開発者 | 生成 AI 初学者向けの体系的なコースリポジトリ | https://github.com/microsoft/generative-ai-for-beginners |
| 11 | ComfyUI | 106k | マルチモーダル生成 | クリエイター | ノードベースの画像生成 UI とバックエンド | https://github.com/Comfy-Org/ComfyUI |
| 12 | Supabase | 98.9k | データとコンテキスト | 企業 | Web、モバイル、AI アプリを支えるデータプラットフォーム | https://github.com/supabase/supabase |
| 13 | Gemini CLI | 97.2k | インテリジェント実行 | 開発者 | Gemini の機能をターミナルに持ち込むオープンソース AI エージェント | https://github.com/google-gemini/gemini-cli |
| 14 | Firecrawl | 91k | データとコンテキスト | 開発者 | Web サイトを大規模言語モデルがそのまま使えるデータへ変換する Web データインターフェース | https://github.com/firecrawl/firecrawl |
| 15 | LLMs from Scratch | 87.7k | 学習リソース | 開発者 | ChatGPT のような大規模言語モデルをゼロから実装する教育プロジェクト | https://github.com/rasbt/LLMs-from-scratch |
| 16 | awesome-mcp-servers | 82.7k | ツール接続 | 開発者 | MCP Server のオープンソースプロジェクト一覧 | https://github.com/punkpeye/awesome-mcp-servers |
| 17 | Deep-Live-Cam | 80k | マルチモーダル生成 | クリエイター | リアルタイム顔交換と動画生成に対応したオープンソースツール | https://github.com/hacksider/Deep-Live-Cam |
| 18 | Netdata | 78k | AI 運用保守 | 企業 | AI 機能を取り入れたフルスタック可観測性プラットフォーム | https://github.com/netdata/netdata |
| 19 | Spec Kit | 75.7k | AI エンジニアリング | 開発者 | 仕様駆動開発向けのツールキット | https://github.com/github/spec-kit |
| 20 | RAGFlow | 74.7k | データとコンテキスト | 企業 | RAG とエージェント機能を組み合わせたコンテキストエンジン | https://github.com/infiniflow/ragflow |
この表からも分かるように、これらのプロジェクトはすべて同じタイプではありません。学習リソース、プロンプト集、研究資料のようなものは、補足的な参考資料として使うのに向いています。今年のオープンソース AI の主要トレンドを見るなら、やはり代表的な製品やツールに目を向ける必要があります。そこで以下では、インテリジェント実行、フローオーケストレーション、データとコンテキスト、マルチモーダル生成の 4 つの方向から順に見ていきます。
インテリジェント実行
OpenClaw
- GitHub リンク：https://github.com/openclaw/openclaw
- 公式サイト：https://openclaw.ai
- GitHub Star：302k
OpenClaw については、すでにご存じの方も多いと思いますので、ここでは簡単に紹介します。
OpenClaw は個人向けのオープンソース AI アシスタントです。特徴は、AI を新しい専用アプリに閉じ込めるのではなく、すでに使っているコミュニケーション環境の中にそのまま組み込めることにあります。OpenClaw 自体もセルフホスト型のゲートウェイとして設計されており、自分のデバイスやルールのもとで動かせるため、開発者やヘビーユーザーの使い方によりなじみやすい構成になっています。
コア機能
AI アシスタントを既存のメッセージチャネルとデバイス環境に組み込める
OpenClaw は WhatsApp、Telegram、Discord、iMessage、Feishu など複数のチャネルに接続でき、1 つの Gateway の下でメッセージ、会話、ルーティングをまとめて処理できます。さらに、音声ウェイクアップ、継続音声、Live Canvas、iOS、Android、macOS など複数端末でのノード機能にも対応しており、AI を単なるチャット画面にとどめず、メッセージ、デバイス、インターフェースと一体で動かせます。
常時稼働しやすく、拡張もしやすい構造を持つ
OpenClaw はローカルマシンやサーバー上で Gateway プロセスを動かし、各種メッセージチャネルから継続的にリクエストを受けて応答できます。さらにプラグイン拡張にも対応しているため、標準機能に加えて、拡張パッケージを通じて Mattermost など、より多くのチャネルや機能を追加できます。
AutoGPT
- GitHub リンク：https://github.com/Significant-Gravitas/AutoGPT
- 公式サイト：https://agpt.co
- GitHub Star：182k
AutoGPT は、AI エージェントを中心に構築されたオープンソースプロジェクトです。単にそのまま使えるアシスタントを提供するのではなく、エージェントの作成、デプロイ、実行をひとまとまりのプラットフォーム機能として整えている点が特徴です。単体利用を前提にした製品よりも、エージェントを実験段階から継続運用可能な形へ発展させることに重点を置いています。
コア機能
エージェントの作成、デプロイ、実行をまとめて支えるプラットフォーム構造 AutoGPT は、構築、デプロイ、管理、実行といった一連の工程を同じ仕組みの中で扱うことを重視しています。もはや初期の autonomous agent プロジェクトにとどまらず、より完成度の高いエージェントプラットフォームへと発展しています。
継続稼働と長期タスクへの対応 AutoGPT は継続的に動作するエージェント形態に対応しており、プラットフォーム、マーケット、機能モジュールなどの周辺機能も広がっています。そのため、自動化タスクや長期的な業務シナリオにより適しています。個人向けアシスタント寄りの製品と比べると、開発者やプラットフォーム利用の場面、そして企業側の構築用途により近い存在です。
Gemini CLI
- GitHub リンク：https://github.com/google-gemini/gemini-cli
- 公式サイト：https://geminicli.com
- GitHub Star：97.2k
Gemini CLI は Google が提供するオープンソース AI エージェントツールです。Gemini の機能をそのままターミナルに持ち込めるのが特徴で、チャット中心の製品よりも、開発者の日常的な作業環境により近い設計になっています。ローカルプロジェクトのコンテキスト、コマンドライン操作、継続的なタスク処理といった、現実的な開発シーンに重点を置いています。
コア機能
AI をそのままターミナルとローカルプロジェクト環境に組み込める Gemini CLI はターミナルから直接 Gemini を呼び出し、コード理解、タスク自動化、ワークフロー構築などに活用できます。さらに、ローカルプロジェクトのコンテキストと組み合わせることで、AI は単に質問に答えるだけでなく、コード、コマンド、ファイルに関わる具体的な作業に継続的に参加できます。
継続的な開発フローの中に組み込みやすい reason-and-act 方式で動作し、内蔵ツールやローカル / リモートの MCP Server と組み合わせてより複雑なタスクも処理できます。カスタム slash commands にも対応しています。
フローオーケストレーション
n8n
- GitHub リンク：https://github.com/n8n-io/n8n
- 公式サイト：https://n8n.io
- GitHub Star：179k
n8n はワークフロー自動化プラットフォームです。可視化オーケストレーション、コード拡張、AI 機能を同じワークフロー基盤の中にまとめており、単一エージェントや単一モデル接続にとどまるツールよりも、モデル、データソース、外部ツール、業務プロセスをつなげて、継続的に動く自動化チェーンを構築するのに向いています。
コア機能
AI 機能を完全なワークフローの中に組み込める n8n は可視化キャンバスでワークフローを構築できる一方で、コードによる拡張にも対応しているため、素早い構築と高度なカスタマイズを両立できます。データソース、AI モデル、外部ツールを接続し、業務自動化と AI ワークフローを同じシステムの中で扱えます。
AI を業務フローの一部として組み込める n8n はすでに AI Agent、AI Workflow Builder、Chat Hub などの機能を提供しており、単にモデルをワークフローへ接続するだけでなく、多段階タスク、ツール呼び出し、対話入口まで含めた、より完成度の高い自動化体系を構築できます。チームや業務シーンに近く、AI を本当に業務フローの中で機能させたい場合に向いています。
Dify
- GitHub リンク：https://github.com/langgenius/dify
- 公式サイト：https://dify.ai
- GitHub Star：132k
Dify は大規模言語モデルアプリ開発向けのオープンソースプラットフォームです。AI ワークフロー、RAG、エージェント機能、モデル管理、アプリの可観測性を同じ製品体系の中にまとめており、自動化ツール寄りの製品よりも、AI アプリそのものを作り上げる流れに近い設計になっています。プロトタイプから本番環境まで、一連の流れ全体を支えることに重点を置いています。
コア機能
**可視化 AI ワークフロー構築 **Dify は可視化ワークフローキャンバスを提供しており、AI ワークフローをその場で構築、テストできます。さらに、多数のクローズドソース / オープンソースモデルや、OpenAI API 互換のモデルサービスにも接続可能です。開発者やチームにとっては、基盤から毎回組み立て直さなくても、まず全体の流れを素早く動かせるというメリットがあります。
**モデル、RAG、可観測性を一体化した機能 **Dify には、完全な RAG 機能、エージェントツール機能、アプリログ分析機能が組み込まれており、アプリを素早く立ち上げるだけでなく、その後のデバッグ、最適化、公開後の保守にも役立ちます。AI アプリ開発とその後の運用を、複数のツールに分けず 1 つの統合プラットフォームで扱えるのが強みです。
LangChain
- GitHub リンク：https://github.com/langchain-ai/langchain
- 公式サイト：https://www.langchain.com
- GitHub Star：129k
LangChain は大規模言語モデルアプリとエージェント開発向けのオープンソースフレームワークです。モデル、ツール、コンテキスト、外部統合をつなぐことに主眼があり、可視化ワークフロープラットフォーム寄りの製品と比べると、よりフレームワークそのものに近い存在です。制御性やカスタマイズ性を重視した AI アプリの構築に向いています。
コア機能
コンポーネントベースでチェーンを組み立てられる LangChain は、多数の再利用可能なコンポーネントとサードパーティ統合機能を提供しており、モデル、ツール、メモリ、外部サービスを 1 本の完全なチェーンとして組み立てやすくなっています。開発者にとっての大きな価値は、各工程をゼロから作る必要がなく、アプリ構造を素早く組み立てられることです。
複雑なエージェント向けのオーケストレーション基盤 LangChain はエージェントを素早く構築でき、LangGraph と組み合わせることで、長い処理フロー、状態管理、制御可能なオーケストレーションへとさらに拡張できます。加えて、LangSmith や Deep Agents といった関連モジュールも揃っており、AI アプリやエージェントシステムを支える基盤としての位置づけが強まっています。
データとコンテキスト
RAGFlow
- GitHub リンク：https://github.com/infiniflow/ragflow
- 公式サイト：https://ragflow.io
- GitHub Star：74.7k
RAGFlow はオープンソースの RAG エンジンです。大規模言語モデルに、より信頼できるコンテキスト層を提供することを目的としており、文書解析、データクリーニング、検索拡張、Agent 機能を同じ仕組みの中にまとめている点が特徴です。
コア機能
文書解析とデータ前処理機能 RAGFlow は組み込みのデータ取り込みおよび処理機能を備えており、さまざまな形式のデータをクリーニング、解析し、検索や呼び出しに適した形へ整理できます。文書形式が複雑で、データソースが分散している場面では、この段階の品質がそのまま後続の回答品質を左右することが少なくありません。
コンテキストを軸にした完全な RAG チェーンを構築できる RAGFlow は文書理解ベースの RAG に対応しており、複雑な形式のデータをもとに、より信頼性の高い質問応答と引用チェーンを構築できます。また、Agent プラットフォームやオーケストレーション可能なデータフロー機能も備えており、すでにワークフローキャンバス、Agent ノード、関連 API も追加されています。そのため、企業向けの知識処理や複雑なアプリケーションシーンへ広げやすい構成になっています。
Firecrawl
- GitHub リンク：https://github.com/firecrawl/firecrawl
- 公式サイト：https://www.firecrawl.dev
- GitHub Star：91k
Firecrawl は AI 向けの Web データインターフェースです。Web サイトの内容を取得、クロールし、大規模言語モデルが使いやすい構造化データや Markdown に変換することを中核機能としています。従来型のクローラーツールと比べると、より直接的に AI アプリやエージェント向けに設計されており、重点は「ページを取ってくること」ではなく、「ページをモデルが使えるコンテキストへ変えること」にあります。
コア機能
Web コンテンツの収集と構造化抽出機能 Firecrawl は Web サイト内容の取得、クロール、抽出、検索に対応しており、Markdown、JSON、リンク、スクリーンショット、HTML など複数形式で出力できます。AI アプリにとって重要なのは、単に Web コンテンツを取得できることではなく、そのままモデル処理に使いやすい形でデータを得られる点です。
大規模言語モデルアプリ向けのデータ接続機能 Firecrawl はサイト全体の内容を大規模言語モデルが利用しやすいデータへ整理でき、すでに MCP Server、SDK、サンプルプロジェクトも提供しています。そのため、Cursor、Claude、その他の開発環境にも接続しやすく、外部サイト情報の取り込み、リアルタイムな知識源の構築、検索機能の強化が必要なアプリに向いています。
Supabase
- GitHub リンク：https://github.com/supabase/supabase
- 公式サイト：https://supabase.com
- GitHub Star：98.9k
Supabase は Postgres ベースの開発プラットフォームです。データベース、認証、リアルタイム API、Edge Functions、ストレージ、ベクトル機能を 1 つの基盤にまとめており、この記事の文脈では、単なるバックエンドプラットフォームというより、ベクトル、埋め込み、AI アプリに必要なデータ機能をすでに製品の主軸に取り込んでいる点が重要です。
コア機能
データとアプリの統合基盤 Supabase は、完全な Postgres データベース、認証、API、リアルタイム機能、Edge Functions、ストレージサービスを提供しており、Web、モバイル、AI アプリの基盤としてそのまま利用できます。多くのチームにとって、これはデータ、権限、アプリのバックエンドを同じプラットフォーム上で一元管理できることを意味します。
ベクトル検索と埋め込み管理を内蔵 Supabase は AI とベクトル機能をプラットフォームに直接組み込んでおり、Postgres と pgvector を使って embeddings の保存、インデックス化、検索ができます。さらに、セマンティック検索、キーワード検索、ハイブリッド検索にも対応しています。Edge Functions、キュー、トリガー、拡張機構と組み合わせることで、ベクトル埋め込みの自動生成、更新、リトライも処理できるため、継続的に増えていくコンテキストデータと検索ニーズを支えるのに適しています。
マルチモーダル生成
Stable Diffusion WebUI
- GitHub リンク：https://github.com/AUTOMATIC1111/stable-diffusion-webui
- 公式サイト：専用の公式サイトはありません
- GitHub Star：162k
Stable Diffusion WebUI は Gradio ベースで実装された Stable Diffusion の Web インターフェースです。ローカルデプロイ、パラメータ制御、画像生成を同じ入口にまとめており、ノード型ワークフロー寄りのツールと比べると、よりクラシックな画像生成コンソールに近い存在です。テキストから画像、画像から画像、モデルパラメータの細かな調整に向いています。
コア機能
画像生成と編集機能
Stable Diffusion WebUI は、テキストから画像、画像から画像という 2 つの中核生成モードに対応しており、部分再描画、アウトペインティング、画像拡大など、一般的な画像生成・編集機能も幅広く備えています。プロンプト、参照画像、画像編集フローを中心に作業したいユーザーにとって、こうした機能は多くの一般的な用途を十分にカバーできます。
パラメータ制御とローカル拡張
Stable Diffusion WebUI は、サンプリング方式、プロンプト重み、バッチ生成、パラメータ再読込、多次元パラメータ比較など、細かなパラメータ調整に対応しています。加えて、成熟したローカル実行基盤と拡張性も備えており、ベクトル埋め込みや textual inversion などにも対応し、拡張エコシステムを通じてさらに機能を広げられます。
ComfyUI
- GitHub リンク：https://github.com/Comfy-Org/ComfyUI
- 公式サイト：https://www.comfy.org/
- GitHub Star：106k
ComfyUI はビジュアル AI 向けの可視化ワークフローツールです。ノードとフローチャートを使って複雑な Stable Diffusion フローを設計、実行できるのが特徴で、従来型コンソールに近い Stable Diffusion WebUI と比べると、モジュールの組み合わせ、フロー再利用、複雑な生成チェーンの構築をより重視しています。
コア機能
ノードベースで生成フローを組み立てられる ComfyUI はノード、グラフ、フローチャート UI を通じて複雑な Stable Diffusion ワークフローを構築でき、多くの実験や組み合わせをコードなしで実現できます。プロンプト、モデル、制御条件、生成ステップを頻繁に調整するユーザーにとって、単発のパラメータ調整よりも柔軟な方法です。
複雑な生成タスクの再利用と拡張に向いている ComfyUI はさまざまな画像モデルと生成機能に対応しており、すでに動画、画像、3D、音声などの領域も機能範囲に取り込んでいます。さらに、サンプルワークフロー、デスクトップアプリ、充実したドキュメントも用意されているため、生成フローを保存、再利用し、より複雑なタスクチェーンへ拡張しやすくなっています。
Deep-Live-Cam
- GitHub リンク：https://github.com/hacksider/Deep-Live-Cam
- 公式サイト：専用の公式サイトはありません
- GitHub Star：80k
Deep-Live-Cam はリアルタイム動画処理向けのオープンソースプロジェクトです。中核機能はリアルタイム顔交換とワンクリック動画処理で、画像生成やフローオーケストレーション寄りのマルチモーダルツールと比べると、生成機能をより直接的にカメラ、配信、動画コンテンツ処理の流れに組み込んでいる点が特徴です。焦点は、まさに「リアルタイムで使えること」にあります。
コア機能
リアルタイム動画での顔置換機能 Deep-Live-Cam はリアルタイム顔交換に対応し、ワンクリック動画処理も可能です。重点は動画やライブ配信シーンでの即時性にあり、生成機能を静止画像生成や後編集段階にとどめず、そのまま動画ストリームに作用させることができます。
カメラ接続とローカル実行に対応
Deep-Live-Cam はカメラ入力と直接組み合わせて使えるほか、既存の動画コンテンツの処理にも対応しています。また、ローカルデプロイ手順も提供されており、GPU、推論依存関係、実行環境についても比較的まとまったインストール案内が用意されています。そのため、この種の機能を自分のデバイス環境でそのまま動かしやすくなっています。
結び
OpenClaw によって、AI が個人シーンでどこまで実行力を持てるのかを多くの人が実感するようになりました。そして、この数か月の市場変化は、こうした能力がすでに個人向けツールの枠にとどまっていないことも示しています。
地域レベルで OpenClaw を軸に産業エコシステムが広がる場合でも、メーカーがそれを素早く製品化していく場合でも、人気の AI ツールはいったんより複雑な利用環境へ進むと、最終的には企業や業界のシーンへと広がっていきます。企業が必要としているのは、単に会話ができ、ツールを呼び出せるエージェントではなく、データ接続、フローへの組み込み、権限制御、協業支援まで備えたシステム環境です。
AI が実際に業務システムへ入り込み、現実の業務フローに参加する仕組みに関心があるなら、NocoBase 公式サイトで、AI 従業員機能や業務システム構築に関する私たちの実践をさらにご覧いただけます
関連読み物：
- GitHubで注目されるオープンソースCRMのAI機能を徹底解説：NocoBase vs Twenty vs Krayin CRM
- GitHub における 3 つのオープンソース AI ERP 比較：NocoBase、Odoo、ERPNext
- GitHubで人気の高いオープンソースAIプロジェクト管理ツール5選
- 注目のオープンソース AI 工单システム 6選
- OSSデータ管理ツールを再考する：業務向け4選
- 実例で見る ビジネスプロセス向け軽量エンタープライズソフトウェア 4 選
- 6つの企業向けソフトウェア：社内業務でExcelの代替となる製品
- CRUD実装の重複を減らすためのオープンソースツール10選