GitHub急成長リポ

Addy Osmaniの24スキルパックagent-skills、NVIDIAのスキルセキュリティスキャナーSkillSpector、Andrew Ngのaisuite+OpenCoworker、LMCacheのKVキャッシュ管理、OpenCodeのOSSコーディングエージェントが急成長。AIエージェント開発の品質・安全性・効率化を支えるインフラ層が一斉に注目を集めた週。

注目度

公式アップデート

addyosmani/agent-skills

Addy Osmani（Google）が公開したAIコーディングエージェント向けのスキルパック。24スキル（23ライフサイクル+1メタ）と7つのスラッシュコマンド（/spec〜/ship）で開発ライフサイクル全体をカバーする。

主な特徴:

6段階ワークフロー: Define → Plan → Build → Verify → Review → Ship の各フェーズに対応するスキルを配置
Anti-Rationalization Table: 各スキルにAIエージェントがステップをスキップする際の「言い訳」と反論を内蔵
検証ゲート必須: 全スキルがテスト通過・ビルド成功等のエビデンスを要求し「正しそう」では完了にならない
マルチツール対応: Claude Code（プラグイン）、Cursor、Gemini CLI、Windsurf、OpenCode、Codex、Kiro IDE等に対応
4つの専門ペルソナ: code-reviewer（Staff Engineer）、test-engineer、security-auditor、web-performance-auditor
Google社内プラクティス（Hyrum’s Law、Beyonce Rule、テストピラミッド、trunk-based development等）を直接ワークフローに組み込み
MITライセンス

ソース

NVIDIA/SkillSpector

NVIDIAが公開したAIエージェントスキル用セキュリティスキャナー。Claude Code、Codex CLI、Gemini CLI等のスキルをインストール前にスキャンし、脆弱性や悪意あるパターンを検出する。

主な特徴:

64脆弱性パターン・16カテゴリ: プロンプトインジェクション、データ窃取、権限昇格、サプライチェーン、過剰権限、出力処理、システムプロンプト漏洩、メモリ汚染、ツール悪用、YARA署名、MCP最小権限等
2段階解析: 高速な静的解析 + オプションのLLMセマンティック評価（OpenAI/Anthropic/NVIDIA Build対応）
リアルタイムCVE検索: OSV.devへのライブクエリで既知脆弱性を照合
複数出力形式: ターミナル、JSON、Markdown、SARIF（CI/CD連携用）
リスクスコア: 0-100のスコアとseverityラベルで明確な判定
研究結果: 調査対象スキルの26.1%に脆弱性、5.2%に悪意の可能性を検出
Docker対応、Apache 2.0ライセンス

ソース

andrewyng/aisuite

Andrew Ng（deeplearning.ai）が開発する軽量Pythonライブラリ。複数LLMプロバイダへの統一Chat Completions APIと、ツール実行を備えたAgents APIを提供。デスクトップAIエージェント「OpenCoworker」も同梱。

主な特徴:

統一Chat API: <provider>:<model-name>形式でOpenAI、Anthropic、Google、Mistral、HuggingFace、AWS、Cohere、Ollama、OpenRouter等を1行で切り替え
Agents API: Python関数をそのままツールとして渡し、スキーマ自動生成・実行・結果フィードバックまで自動化
Toolkits: files、git、shell等のプリビルトツールファミリーをサンドボックス環境で提供
MCP対応: Model Context Protocolサーバーのツールをネイティブに利用可能
OpenCoworker: macOS/Windows対応のデスクトップAIエージェント。深層リサーチ、ファイル操作、Slack/メール送信、PDF/スプレッドシート生成、スケジュール自動化に対応。自前APIキーまたはOllamaでローカル実行可
Tool Policies: RequireApprovalPolicy、許可/拒否リスト等でツール実行を制御
State Stores: in-memory、ファイル、Postgresで実行状態を永続化・再開
MITライセンス

ソース

LMCache/LMCache

LLM推論のKVキャッシュを一時的な状態から再利用可能なリソースへ変換する管理レイヤー。TTFT（Time-to-First-Token）の短縮とスループット向上を実現し、長文脈・エージェント・RAGワークロードに特化。

主な特徴:

エンジン独立デプロイ: 推論エンジンとは別プロセスで動作し、エンジンクラッシュ時もKVキャッシュを保持
階層型オフロード: GPU → CPU → ローカルディスク → Redis/Valkey/Mooncake/InfiniStore/S3/NIXL/GDS等20+のストレージバックエンド
非プレフィックスKV再利用: CacheBlendにより任意の位置のKVブロックを再利用、差分トークンのみ再計算で品質回復
PD分離: NIXL経由でprefillワーカーからdecodeワーカーへNVLink/RDMA/TCPでKV転送
本番レベルの可視性: Kubernetes監視メトリクス、リクエスト/トークンレベルのキャッシュヒット率、ユーザー別使用量
ベンダーニュートラル: vLLM、SGLang、TRT-LLM等の主要推論エンジンに対応
PyTorch Foundation参加済み、NVIDIA Dynamo統合
2026/05: AMD MI300Xでのエージェントワークロードベンチマーク公開
2026/04: 新マルチプロセスアーキテクチャでMoE推論性能10倍向上
Apache 2.0ライセンス

ソース

anomalyco/opencode

オープンソースのAIコーディングエージェント。ターミナルUIとデスクトップアプリの両方で利用可能。

主な特徴:

デュアルインターフェース: ターミナルTUI + デスクトップアプリ（macOS/Windows/Linux）
ビルトインエージェント: build（フルアクセス開発用）とplan（読み取り専用分析用）をTabキーで切り替え
マルチモデル: OpenAI、Anthropic、Google、Ollama等に対応
サブエージェント: @generalで複雑な検索・マルチステップタスクを委任可能
多言語対応: 22言語のREADME翻訳
npm、Homebrew、Scoop、Chocolatey、pacman、Nix等主要パッケージマネージャに対応
MITライセンス

ソース

コミュニティの反応

addyosmani/agent-skills

ポジティブ

Googleエンジニアが「シニアエンジニアの脳」をオープンソース化。24スキル+/spec〜/shipの6段階フロー、各スキルに「AIの言い訳を反論する表」付き — @SandboxSlash

AI agentがテストをスキップしたりvibe-coded slopを出さないようanti-rationalization tableを内蔵。Claude Code/Cursor/Gemini CLI/Windsurfなど複数ツール対応 — @Vaishnavi

repo of the day。AI coding agent向けのproduction-gradeスキルパックで、rookie mistakesを防ぐbattle-tested playbooks。今日+1.5K stars急増中 — @tensor___boy

NVIDIA/SkillSpector

ポジティブ

NVIDIAがAIエージェントスキル用セキュリティスキャナーをOSS公開。GitHub Python榜1位（+962星）。研究で26.1%のスキルに脆弱性、5.2%に悪意の可能性 — @GenAISpotlight

AI agentセキュリティの重要性を象徴。GitHub週間トレンド1位 — @JamesAI

Tips

Claude Code/Codex/MCPスキル使用前にNVIDIA SkillSpectorで「Semgrep級」の自動セキュリティチェックを推奨 — @Degenstar210

macOS/LinuxでSkillSpectorをインストールし、skillspector scan <skillパス>でスキャン実行の具体的手順を紹介 — @CryptoStar210

andrewyng/aisuite

ポジティブ

複数プロバイダ（Claude/GPT-4o/Gemini/Groq/Mistral/Grok/Cohere/DeepSeek等11種）を1つのインターフェースで切り替え可能。ベンダーロックイン回避に最適 — @arunrajiah

ユニバーサルアダプターとして「プロバイダ層の上に構築すべき」と評価。モデル変更時のコード修正が不要 — @ValencianaAbel

Tips

大規模アップデートでOpenCoworker（OSSデスクトップAIアシスタント）が登場。MCP対応により深層リサーチ・ファイル管理・Slack/メール送信・PDF出力などをローカル/クラウドモデルで実行可能 — @BigGGGNiNa

LMCache/LMCache

ポジティブ

KVキャッシュを再利用可能なリソース層へ変え、長文脈・マルチターンAgentの繰り返し計算を削減。首字応答とコストに直結 — @sidelined_cap

CacheBlendで非プレフィックス位置も再利用可能。vLLM/SGLang/TRT-LLM対応・20+ストレージバックエンド — @dogquie

Tips

pip install lmcache → vLLM起動に—cache-engine lmcache追加で即利用。同一prompt2回目以降でローカルキャッシュ自動ヒット。TTFT 1.2s→80ms、throughput 3倍の事例 — @ai_xiaomu

RAG・対話Agent本番運用で同一文脈繰り返し処理を省き、TTFT短縮・GPUコスト低減。Apache 2.0で商用導入容易 — @whytrend_ai

anomalyco/opencode

批評

wildcard.tsでfnmatch/glob相当を期待すると*が正規表現の.*になってしまい裏切られる点を指摘 — @knu