2026年2月のGitHub月間トレンド（直近30日間のスター増加数ベース）をまとめた。
10リポジトリ中9つがAI関連という、エージェント一色のランキングになっている。各リポジトリの概要、技術スタック、使い方を整理する。
この記事の対象読者と得られること
| 対象読者 | この記事で得られること |
|---|---|
| GitHubのトレンドを追いかけている方 | 2026年2月の月間トレンドの全体像 |
| AIエージェント関連のOSSに関心がある方 | 注目リポジトリ10個の機能・技術スタック・導入方法 |
| 開発ツールの選定を検討している方 | 各ツールの位置づけと類似ツールとの違い |
月間トレンド一覧
| 順位 | リポジトリ | 月間Star | 総Star | カテゴリ |
|---|---|---|---|---|
| 1 | openclaw/openclaw | +210,607 | 217K | AIアシスタント |
| 2 | anthropics/skills | +25,347 | 73K | スキルエコシステム |
| 3 | obra/superpowers | +25,053 | 57K | 開発ワークフロー |
| 4 | KeygraphHQ/shannon | +20,309 | 24K | AIセキュリティ |
| 5 | thedotmack/claude-mem | +15,266 | 30K | メモリ管理 |
| 6 | badlogic/pi-mono | +12,413 | 14K | AIツールキット |
| 7 | gsd-build/get-shit-done | +11,379 | 17K | プロジェクト管理 |
| 8 | VectifyAI/PageIndex | +9,853 | 15K | RAG |
| 9 | tobi/qmd | +7,499 | 9.9K | ローカル検索 |
| 10 | openai/skills | +7,418 | 9.3K | スキルエコシステム |
1. openclaw/openclaw──セルフホスト型AIアシスタント
月間+210,607スターという圧倒的な数値で1位を獲得したのがOpenClawである。
概要
OpenClawは、自分のデバイス上でセルフホストして動作するAI個人アシスタントである。WhatsApp、Telegram、Slack、Discord、iMessage、Signal、Microsoft Teamsなど多数のメッセージングプラットフォームと統合する。WebSocketベースのGatewayを通じてローカルファーストで動作し、外部サービスに依存しない設計を徹底している。
主な特徴
- 11のメッセージングプラットフォームに対応（WhatsApp、Telegram、Slack、Discord、iMessage、Teamsなど）
- macOS/iOS/Androidでの常時オン音声ウェイク＆トークモード
- エージェント駆動のビジュアルワークスペース（ローカルCanvas）
- iOS/Androidデバイスをペアリングし、カメラキャプチャや画面録画を実行するデバイスノードシステム
- Anthropic Claude / OpenAIモデル間のフェイルオーバー対応
技術スタック
Node.js >= 22、TypeScript、WebSocketベースのGateway。チャネルライブラリとしてBaileys（WhatsApp）、grammY（Telegram）、Bolt（Slack）、discord.js（Discord）を使用する。デプロイはDocker、Nix、systemd/launchdに対応する。
導入方法
npm install -g openclaw@latest
openclaw onboard --install-daemon
openclaw gateway --port 18789 --verbose
注目ポイント
クラウドホスト型AIアシスタントと異なり、セルフホスト＆ローカルファーストを徹底している点が支持されている。受信メッセージをデフォルトで信頼しないセキュリティ設計も特徴的である。
2. anthropics/skills──Claude Agent Skills公式リポジトリ
概要
Anthropicが公式に提供するClaude用Agent Skillsリポジトリである。スキルとは、指示・スクリプト・リソースを含むフォルダで、Claudeが専門タスクのパフォーマンスを向上させるために動的にロードする仕組みである。
主な特徴
- 必要に応じてオンデマンドでスキルをロード
- YAML frontmatter付きの
SKILL.mdファイルを含む自己完結型フォルダ構成 - クリエイティブ＆デザイン、開発＆技術、エンタープライズ＆コミュニケーション、ドキュメント（DOCX/PDF/PPTX/XLSX）など多様なカテゴリ
- Claude Code、Claude.ai、Claude APIの3つの統合ポイント
- Agent Skills仕様（agentskills.io）に準拠
技術スタック
Python（91.3%）、HTML（4.5%）、Shell（2.5%）、JavaScript（1.7%）。Apache 2.0ライセンス。
導入方法
# Claude Codeでの利用
/plugin marketplace add anthropics/skills
/plugin install document-skills@anthropic-agent-skills
注目ポイント
従来のプロンプティングと比較して、モジュール性、構造化、スケーラビリティが大きく向上している。10位のopenai/skillsと合わせて「Agent Skillsエコシステム」が業界標準になりつつある。
3. obra/superpowers──エージェントスキルフレームワーク
概要
Superpowersは、AIコーディングエージェントに構造化された開発ワークフローを提供するフレームワークである。エージェントが即座にコードを書くのではなく、設計の洗練、計画、テスト駆動開発、コードレビューという段階を踏んで開発を進めることを強制する。
主な特徴
- 質問を通じてアイデアを洗練するブレインストーミングスキル
- RED-GREEN-REFACTORサイクルを強制するテスト駆動開発
- 2-5分単位の細分化タスクを正確な仕様付きで作成する実装計画
- 並列エージェントの派遣と2段階レビューによるサブエージェント駆動開発
- Claude Code、Cursor、Codex、OpenCodeに対応
技術スタック
Shell（76.4%）、JavaScript（12.4%）、Python（5.7%）、TypeScript（4.3%）。MITライセンス。
導入方法
# Claude Code向け
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace
注目ポイント
「提案」ではなく「必須ワークフロー」を強制するアプローチが特徴的である。「シンプルさを第一目標」「主張より証拠」という哲学に基づいている。
4. KeygraphHQ/shannon──自律型AIペネトレーションテスター
概要
Shannonは、完全自律型のAI駆動ペネトレーションテストツールである。Webアプリケーションの脆弱性を特定するだけでなく、実際にブラウザベースおよびコマンドラインのエクスプロイトを実行して脆弱性が悪用可能であることを証明する。XBOWベンチマークで96.15%の成功率を達成している。
主な特徴
- 1コマンドでペンテスト開始。2FA/TOTPログイン、ブラウザナビゲーション、レポート生成まで自動
- コピー&ペースト可能なPoCで検証済み脆弱性のみを報告し、偽陽性を排除
- Injection、XSS、SSRF、認証/認可の破綻などOWASP重要項目をカバー
- ソースコードを分析して攻撃戦略を策定し、実行中のアプリに対してライブエクスプロイト
- 脆弱性タイプ別の並列分析
技術スタック
TypeScript/Node.js、Anthropic Claude（Agent SDK）、Temporal（ワークフローエンジン）、Docker。偵察ツールとしてNmap、Subfinder、WhatWeb、Schemathesisを内蔵する。AGPL-3.0ライセンス（Lite版）。
導入方法
git clone https://github.com/KeygraphHQ/shannon.git
cd shannon
export ANTHROPIC_API_KEY="your-key"
./shannon start URL=https://your-app.com REPO=your-repo
注目ポイント
SAST/DASTツールが「潜在的な問題」を報告するのに対し、Shannonは実際のエクスプロイトを実行して現実の悪用可能性を確認する。ホワイトボックス＋ダイナミックのハイブリッドアプローチが高い成功率の理由である。
ペネトレーションテストツールの使用は、自分が管理するシステムまたは明示的な許可を得たシステムに限定する必要がある。
5. thedotmack/claude-mem──Claude Codeの永続メモリ
概要
Claude-Memは、Claude Code用の永続メモリシステムである。ツール使用状況を自動的にキャプチャし、セマンティックサマリーを生成し、セッション間で関連コンテキストを取得する。
主な特徴
- コーディングセッションからの観察とサマリーを自動保存する永続コンテキスト
- トークンコスト透過性を持つレイヤードメモリ取得（プログレッシブ・ディスクロージャー）
- MCPツール経由でプロジェクト履歴に対する自然言語クエリ
- localhost:37777でのリアルタイムメモリストリームUI
-
<private>タグで機密データをストレージから除外するプライバシー制御
技術スタック
Node.js 18+、Bun、SQLite 3 + FTS5、Chroma（セマンティック＋キーワードハイブリッド検索）、TypeScript。
導入方法
/plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem
注目ポイント
search() -> timeline() -> get_observations()の3段階検索ワークフローにより、フル取得前のフィルタリングで約10倍のトークン節約を実現している。セッション開始時にフルコンテキストをダンプするのではなく、必要に応じて段階的に取得する設計が効率的である。
6. badlogic/pi-mono──AIエージェントツールキット
概要
Piは、AIエージェント構築とLLMデプロイメント管理のためのツールキットである。コーディングエージェントCLI、統一LLM API、TUI/Web UIライブラリ、Slackボット、vLLMポッド管理を含むモノレポ構成になっている。
主な特徴
- OpenAI、Anthropic、Googleなど複数プロバイダーをサポートする統一LLM API
- 自律的なコード生成・修正を行うインタラクティブコーディングエージェントCLI
- ツール呼び出しと状態管理機能を持つエージェントランタイム
- ディファレンシャルレンダリング対応のターミナルUIとWebコンポーネント
- Slackボット統合とGPUポッドデプロイ管理
技術スタック
TypeScript（96.5%）、JavaScript（2.2%）。npm + モノレポアーキテクチャ、Biome。MITライセンス。
導入方法
npm install
npm run build
./pi-test.sh
注目ポイント
モノレポ構成により、単一ツールではなくモジュラーで再利用可能なコンポーネントを提供する。CLIとライブラリの両方のレベルでAI機能を統合できる柔軟性がある。
7. gsd-build/get-shit-done──メタプロンプティングシステム
概要
GSD（Get Shit Done）は、Claude Codeおよび同様のAI開発ツール向けのメタプロンプティング＆コンテキストエンジニアリングシステムである。Claudeのコンテキストウィンドウが埋まるにつれて品質が劣化する「コンテキスト腐敗」問題を解決する。
主な特徴
- 要件定義→ロードマップ作成→実行をフェーズ単位で管理する仕様駆動ワークフロー
- PROJECT.md、REQUIREMENTS.md、ROADMAP.md、STATE.md、PLAN.mdによるコンテキストエンジニアリング
- 並列リサーチャー、プランナー、検証者、実行者エージェントを生成するマルチエージェントオーケストレーション
- 各タスクが独立した可逆的コミットを持つアトミックGitコミット
- 依存関係のあるプランは順次、独立プランはウェーブ内で並列に実行
技術スタック
Node.js/JavaScript。Claude Code、OpenCode、Gemini CLIに対応する。MITライセンス。
導入方法
npx get-shit-done-cc@latest
主要コマンドは以下の通りである。
/gsd:new-project # プロジェクト初期化
/gsd:discuss-phase N # 計画前の議論
/gsd:plan-phase N # プラン作成
/gsd:execute-phase N # 並列実行
/gsd:verify-work N # 受入テスト
注目ポイント
エージェントごとに新鮮な200kトークンコンテキストを使用することで品質劣化を防止する設計が特徴的である。SpecKit、BMAD、Taskmasterと比較して、エンタープライズ的なオーバーヘッドを避けつつ厳密さを維持する。
8. VectifyAI/PageIndex──ベクトルレスRAG
概要
PageIndexは、ベクトルデータベースを使わない推論ベースのRAGシステムである。長文ドキュメントを階層的なツリー構造に変換し、LLMの推論能力を活用して情報を取得する。FinanceBenchで98.7%の精度を達成している。
主な特徴
- ベクトルDB不要。ドキュメント構造とLLM推論で情報を取得
- コンテンツを人工的なフラグメントに分割しないチャンキング不要設計
- 専門家が複雑な文書を階層的にナビゲートする方法を模倣する人間的な検索
- 特定のページ・セクション参照による追跡可能な検索結果
- 従来のベクトルベースRAGを上回るFinanceBench 98.7%の精度
技術スタック
Python、OpenAI GPT-4モデル（設定変更可能）、PDF/Markdownサポート。MITライセンス。
導入方法
pip3 install --upgrade -r requirements.txt
python3 run_pageindex.py --pdf_path /path/to/document.pdf
注目ポイント
従来のRAGが「セマンティック類似度」に依存するのに対し、PageIndexはLLM推論による「実際の関連性」を優先する。ドキュメントの階層構造を自然に保持し、任意のチャンク分割を行わない。金融・法務・技術文書での専門的な分析に有効である。
9. tobi/qmd──完全ローカルのナレッジベース検索エンジン
概要
QMD（Query Markup Documents）は、個人ナレッジベース向けのオンデバイス検索エンジンである。BM25全文検索、ベクトルセマンティック検索、LLMリランキングを組み合わせたハイブリッド検索パイプラインを、すべてローカルで実行する。
主な特徴
- キーワード（BM25）+セマンティック（ベクトル）+LLMリランキング+クエリ拡張のハイブリッド検索
- 量子化GGUFモデルを使用し外部APIコール不要の完全ローカル処理
- MCPサーバーを公開し、Claudeや他のAIエージェントとシームレスに統合
- ディレクトリ別にインデックスコンテンツを整理する複数コレクション対応
- CLI、JSON、CSV、Markdown、XML対応の柔軟な出力フォーマット
技術スタック
TypeScript、Node.js >= 22。SQLite + FTS5 + sqlite-vec、node-llama-cpp。自動ダウンロードモデルはembedding-gemma-300M（約300MB）、qwen3-reranker-0.6b（約640MB）、qmd-query-expansion-1.7B（約1.1GB）。MITライセンス。
導入方法
npm install -g @tobilu/qmd
qmd collection add ~/notes --name notes
qmd embed
qmd query "検索クエリ"
MCPサーバーとしても起動できる。
qmd mcp --http # localhost:8181
注目ポイント
クラウドベースソリューションと異なり全MLモデルがローカル実行される。カスタム1.7Bクエリ拡張モデルを独自にファインチューニングしている点も独自性が高い。
10. openai/skills──Codex用Skillsカタログ
概要
OpenAIが提供するCodex用Agent Skillsリポジトリである。AIエージェントが発見して使用できる指示・スクリプト・リソースのフォルダとしてスキルをカタログ化し、Codexで配布可能な再利用可能タスクパッケージを提供する。
主な特徴
-
.systemフォルダ内のシステムスキルがCodexに自動統合 -
$skill-installerツールで事前検証済みスキルをインストール可能 - GitHub URLやコマンドでアクセスできる実験的スキル
- 自己完結型フォルダに指示とリソースを格納するモジュラーアーキテクチャ
- Agent Skillsオープンスタンダード（agentskills.io）に準拠
技術スタック
Python（88.4%）、Shell（3.6%）、JavaScript（3.2%）。
導入方法
$skill-installer gh-address-comments
注目ポイント
2位のanthropics/skillsと同様のAgent Skills仕様に基づいているが、こちらはCodex専用である。Anthropic（2位）とOpenAI（10位）の両社がスキルリポジトリをトレンド入りさせており、「Agent Skills」が業界標準のアプローチになりつつあることが明確である。
全体の傾向
2026年2月の月間トレンドから読み取れる傾向をまとめる。
AIエージェント一色
10リポジトリ中9つがAI関連である。特にClaude Code周辺のエコシステム（skills、superpowers、claude-mem、get-shit-done）が4つランクインしており、Claude Codeが開発者エコシステムの中心になりつつある。
Agent Skillsの標準化
Anthropic（2位）とOpenAI（10位）が同じ「Agent Skills」アーキテクチャでスキルカタログを公開しており、agentskills.ioという共通仕様が形成されている。HuggingFaceも同様のアプローチを採用しており（日次トレンドにランクイン）、ベンダー横断のスキル互換性が進んでいる。
セキュリティ×AI
Shannon（4位）とPentAGI（日次トレンドにもランクイン）の2つの自律型ペネトレーションテストツールがトレンド入りしている。AIによるセキュリティテストの自動化が実用段階に入りつつある。
ローカルファースト
OpenClaw（1位）、QMD（9位）に共通するのは「ローカルファースト」の設計思想である。プライバシーとデータ主権への関心が高まっていることの反映と考えられる。