Bookmarks

Graphify（GitHub: Graphify-Labs/graphify）は、コード、SQL、ドキュメント、画像、動画などのあらゆる開発資産をローカルで高速に解析し、AIアシスタントが瞬時に参照・クエリできる「ナレッジグラフ」へ変換するAIコーディングアシスタント用のスキル（ツール）です。

Graphifyは、「ソースコードやドキュメントが複雑すぎてAIアシスタントが文脈を正しく読み切れない」という課題を解決するツールです。ローカルで高速に構造解析を行い、AIに正確な「地図（ナレッジグラフ）」を提供することで、開発者の質問に対してより的確でコンテキストに沿った回答を引き出すことができます。

「CodexBar」は、AIコーディングツールやAPIプロバイダーの利用制限や残りのクレジット、リセットまでのカウントダウンなどをメニューバーに表示・管理できるmacOS向け（およびCLI経由でLinux等にも対応）のオープンソースツールです。

さまざまなAIサービスの「利用制限リセットまでの時間」「今週・今月の残り制限」「クレジット残高」などをメニューバーでリアルタイムに確認できます。

Codex, OpenAI, Claude, Cursor, Gemini, Copilot, Grok, DeepSeek, Mistral, Vertex AI, OpenRouter, ElevenLabs, AWS Bedrock など、主要なAIサービスやコーディングアシスタントに幅広く対応しています。

video-use は、AIエージェント（Claude Code、Codexなど）を使って、チャットによる指示（対話）だけで動画編集を行えるオープンソースツールです。

💡 主な機能

• 不要な部分の自動カット: 「あー」「えーと」といったフィラーワード（言い淀み）や、テイク間の無駄な空白を自動で削除します。
• 高精度なタイムライン把握: 音声から文字起こし（ElevenLabs Scribeを使用）を行い、単語単位のタイムスタンプや話者の識別をデータ化（約12KBの軽量なテキスト）。これにより、AIは数ギガバイトもの動画ファイルを直接すべて読み込むことなく、正確なカット位置を判断します。
• 視覚的な確認（オンデマンド）: 必要なときだけ、タイムライン上のフィルムストリップや波形を画像（PNG）として生成してAIが確認します。
• 自動クオリティ処理:
• 各セグメントの自動カラーグレーディング（色調補正）
• 音声のプチプチ音（ポップノイズ）を防ぐ、カット部分への30msオーディオフェードの自動適用
• スタイルに合わせた字幕（テロップ）の自動焼き付け
• HyperFrames、Remotion、Manimなどを使用したアニメーションオーバーレイの生成

Rust言語でゼロから作成された、メモリ安全かつ完全非同期（async）なルーティングスタック（ルーティング daemon）です。設計段階からべき等性（idempotent）が考慮されています。

• サポートプロトコル・拡張機能:
  • 主要なルーティングプロトコルである BGP、OSPF、IS-IS を実装。
  • SRv6、SR-MPLS、L3VPN、EVPN などの高度なネットワーク拡張機能に対応。
• AIエージェント対応: * ルーティング daemon としては初となる、AIエージェント向けの Native MCP（Model Context Protocol）サーバーを標準搭載しています。
• 安全性とパフォーマンス: * Rustの特徴を活かしたメモリ安全性と、非同期処理による高いパフォーマンスを備えています。

herdr（ハーター）は、ターミナル上で複数のAIコーディングエージェント（Claude Code、Codex、OpenCode、Devin CLIなど）を効率的に同時実行・管理するために開発された、Rust製の「エージェント向けターミナルマルチプレクサ」です。

開発者は「通常のターミナルにおける tmux や Zellij の関係性が、AIエージェントの世界における herdr である」と表現しています。

組織が情報セキュリティマネジメントシステム（ISMS）の国際規格である ISO 27001:2022 に準拠・導入するのを支援するための包括的な「ツールキット（テンプレート集）」を提供しています。

リスク評価、資産管理、事業継続計画など、ISMSの構築・維持に必要な各種テンプレートやチェックリスト、ポリシー（規定）の雛形が網羅されており、組織の規模やニーズに合わせてカスタマイズして使用できます。

「hoodinformatik / OpenThreat」 は、セキュリティの脅威や脆弱性情報を収集・追跡するための無料のオープンソース・プラットフォームです。

セキュリティの専門家から中小企業、非営利団体にいたるまで、誰もが簡単に脅威インテリジェンスにアクセスできるようにすることを目的として開発されています。

「garrytan/gstack」は、Y Combinator（世界的なスタートアップアクセラレータ）の代表兼CEOであるGarry Tan氏が開発・公開しているオープンソースのツールキットです。主にAnthropic社のAIコーディングアシスタントである「Claude Code」向けの拡張スキルセット（ワークフローの仕組み）として設計されています。

gstack は、「AIに1から10まで正しく規律を持った開発を行わせるための、最強のClaude Code向け仮想チームテンプレート」です。AIを活用したソフトウェア開発を、単なるチャット形式の補助から「プロセスの自動化・工場化」の次元へ引き上げるツールとして非常に高い注目を集めています。

AIコーディングエージェント（Claude Code、Cursor、Codex、Kiroなど）が、AWS環境上で安全かつ効率的にアプリケーションの構築、デプロイ、管理を行えるようにするためのAWS公式ツールキットです。

2025年から「AWS Labs」として公開されていたMCPサーバーやプラグインなどの後継にあたる正式なプロジェクトであり、主に以下のコンポーネント（MCPサーバー、スキル、プラグイン）を提供しています。

Scraplingは、単一のリクエストから大規模なクローリング（情報収集）までを一手に担う、Python製の強力で適応型（Adaptive）なWebスクレイピング・フレームワークです。

従来のスクレイピングツールの課題（Webサイトの構造変更によるエラー、Bot対策によるブロックなど）を解決するために、Webスクレイパー（開発者）の手によって構築されました。

SPECA（Specification-to-Checklist Agentic Auditing Framework）は、自然言語で書かれた仕様書（仕様）に基づいてプログラムのバグやセキュリティ脆弱性を発見する、AIエージェントによる自動監査フレームワークです。

従来のコード駆動型の監査（既知のバグパターンをコードから探す手法）とは異なり、「仕様書からセキュリティ要件や普遍的な性質（インバリアント）を抽出し、プログラムの実装がそれを満たしているかを証明・検証する」というアプローチを取る点が特徴です。仕様レベルの違反を検知できるため、開発の初期段階で仕様の矛盾やバグを発見することができます。

イーサリアム財団（Ethereum Foundation）の研究助成金（グラント）にも採択されています。

「hallmark」は、Claude Code、Cursor、CodexといったAIコーディングアシスタント向けの「Anti-AI-slop（AIっぽいつまらないデザインの防止）」を掲げたデザイン用スキル（プロンプト・ルールセット）です。

AIが生成するウェブUIにありがちな「どこかで見たようなテンプレート感」や「典型的なデザインの癖（AI-slop）」を排除し、人間のプロが作ったような洗練されたユニークなWebサイトを構築するために設計されています。

技術書などのPDF、EPUB、Word（DOCX）文書、または社内ドキュメントのフォルダやファイルを、AIエージェント（GitHub Copilot CLI、Claude Code、Ampなど）が読み込める「エージェント用のスキル（SKILL.md形式）」に変換するツールです。

技術書などの長い文書をそのままAIのコンテキスト（チャット画面）に丸ごと投げ入れると、膨大なトークンを消費しコストが高くなります。このツールを使うことで、書籍を「構造化された知識（スキル）」として落とし込み、AIが必要な章や用語だけをオンデマンドで読み込めるようにします。これにより、トークン消費量を24倍〜51倍削減し、AIのハルシネーション（嘘の回答）を防ぐことができます。

GitHubリポジトリ headroomlabs-ai/headroom は、AIエージェントやLLM（大規模言語モデル）に送信する、あるいはLLMから出力されるトークン量を削減（圧縮）するためのコンテキスト圧縮レイヤー（ツール）です。

1. 大幅なトークン削減: ツール出力、ログ、RAG（検索拡張生成）のチャンク、ファイル、会話履歴などを、LLMに到達する前に60%〜95%圧縮します。
2. 精度の維持: トークン数を劇的に減らしつつも、LLMから得られる回答の質や精度（ベンチマーク結果）はほぼ落としません。
3. コスト削減と高速化: 入力トークンだけでなく、出力トークン（不要な前置きやコードの再出力など）も抑制できるため、APIコストを大幅に削減し、レスポンスを高速化します。

AIの進化（Claudeなど）により、コードの脆弱性を大量に「発見（スキャン）」することが容易になりました。しかし、発見後の「本当に深刻な脆弱性かどうかの判定（トリアージ）」「再現コードの作成」「修正パッチの適用と検証」といった運用プロセスが人間側のボトルネックになっています。 このリポジトリは、発見からトリアージ、修正パッチの作成・検証までの一連のサイクルをAIエージェントに自律的に行わせるためのパイプライン（仕組み）を提供しています。

「AIにただ脆弱性を見つけさせるだけでなく、脅威予測から発見・トリアージ・修正・安全な実行検証までを一気通貫で自律的に行わせるための、セキュリティエンジニア・開発者向けの高度なAI活用フレームワーク」です。