概要：開発者、コンテンツ制作者、プロダクトビルダー、初心者も利用できます > 原文タイトル：Top 60 Claude Skills, Workflows, and GitHub Repos for AI—The Complete List. > 原文作者：Khairallah AL-Awady > 編译：Peggy，BlockBeats > 編集者メモ：最近AIを追いかけているなら、つい「錯覚」が生まれやすい。ツールはどんどん増えているのに、実際に使えるものはむしろ減っているのではないか、と。 ほとんどの人にとっての難点は、「ツールがあるかどうか」ではありません。どのツールが本当に使う価値があるのか、そしてどこから始めるべきか——そこにあります。 このリストは実際のテストに基づいており、現在のAIツールのエコシステムを体系的に整理しました。60個のツールを選び、レベルや利用シーンごとに分類しています。コーディングや開発ツールから、agentフレームワークとツールの接続、ワークフローの自動化、データ処理、インフラまで。そして最終的には学習リソースと継続的なアップデートの道筋へと広げています。 全体として、「AIを使う」から「AIシステムを構築する」までの明確な道筋を描いており、開発者、コンテンツ制作者、プロダクトビルダー、初心者それぞれに異なる導入ルートを提供します。複雑なツールのエコシステムの中で、読者が自分に合った切り口を見つけられるようにするためのものです。 ツールが絶えず入れ替わっている今、このような構造化された整理は、単発のおすすめよりも意味があるのかもしれません。ここで提供されるのは答えではなく、より効率的にAIを理解し使うための方法です。 以下、原文： 私は100時間以上、さまざまなAIツールをテストしました。だからあなたは自分でつまずかなくていい。 まずはこの記事をブックマークして :) 2026年のAIツールのエコシステムは、「情報過多」だと言いたくなるところまで来ています。毎週新しいフレームワークが出て、毎日新しいagentが生まれ、毎朝GitHubでは新しいプロジェクトがトレンドのホットランキングに駆け上がっています。 その多くは単なるブームです。中には確かに役立つものもあります。ごく少数ですが、あなたの働き方を本当に変えてしまうものがあります。 私はあなたのために、ノイズをふるい落としました。 以下の60個のツールは、私が実際にテストした上で選び、今まさに注目に値すると判断したものです——カテゴリ別に整理し、それぞれが本当に得意とするシーンも添えています。 おすすめなので、きっと何度も戻って使うことになります。 Part 1：AIプログラミング・エージェント & IDE ========================= このカテゴリのツールは、AIがあなたの代わりにコードを書き、コードをレビューし、さらには開発プロセス全体を管理できるようにします。 ポイントは：これは本当に実務のワークフローで動くものです。demoで止まるだけのものではありません。 **1.Claude Code** Anthropicが提供するコマンドラインのプログラミングagent。ファイルを読み取り、コードを書き、テストを実行し、あなたのローカル環境で直接操作できます。 AI支援開発で「完全なコントロール」を保ちたいなら、現時点の「ゴールドスタンダード」です。 https://docs.anthropic.com/en/docs/claude-code **2.Cursor** VS Codeをベースに作られたAI優先のコードエディタ。インライン補完、コードベースとの対話、多ファイル編集に対応。 AIを既存の開発フローにシームレスに組み込みたい開発者に向いています。 https://www.cursor.com **3.Codex CLI** OpenAIが提供する端末のプログラミングagent。自然言語の指示で、コードベースを読み取り、コードを生成して実行します。 複数ステップでタスクを実装する場面で特に強い。 https://github.com/openai/codex **4.Windsurf** Codeiumが提供するAIプログラミングIDE。Cascade agentが、多ファイル編集、コードベースの深い理解、そして「没入型のコーディングフロー」をサポートします。 伸びが非常に速い。 https://codeium.com/windsurf **5.Superpowers** Claude Code向けに作られた20以上の実戦スキル集。TDD、デバッグ、計画から実行までのパイプラインなど。 GitHubは9.6万を超えるスター数。Claude Codeを使うなら、まず最初にインストールすることをおすすめします。 https://github.com/obra/superpowers **6.Spec Kit（GitHub）** 「仕様駆動開発」ツール：先にspecificationを書き、次にAIがコードを生成します。手を動かす前に考えを整理することを強制します。GitHubは5万スター超。 https://github.com/github/spec-kit **7.Aider** ターミナル上のAIペアプログラミングツール。任意のLLMに対応。 既存のコードベースを扱うときに特に強い。GitHubは3万スター超。 https://github.com/paul-gauthier/aider Part 2：Agentフレームワーク ================ 「思考—行動—反復」を実現する自動化システムを構築するためのもの。 **8.OpenClaw** 現象級のオープンソースAI agent。長時間稼働に対応し、多チャネル（WhatsApp / Telegram / Discord）にも対応。さらに自分でスキルを書くこともできます。 GitHubは21万スター超で、現時点で個人向けAI agentの導入として最も簡単な入口の一つです。 https://github.com/openclaw/openclaw **9.LangGraph** 「グラフ構造」で複数agentをオーケストレーション：分岐ロジック、人間の介入（human-in-the-loop）、永続状態をサポート。 https://github.com/langchain-ai/langgraph **10.CrewAI** マルチagent協業フレームワーク。各agentには役割、目標、「キャラ（人設）」があります。 チーム協働のプロセスを模擬するのに適しています。 https://github.com/crewAIInc/crewAI **11.AutoGPT** 定番のフルオートのagentフレームワーク。長時間稼働のタスクに適しています。 初期バージョンと比べると、かなり成熟しています。 https://github.com/Significant-Gravitas/AutoGPT **12.Dify** オープンソースのLLMアプリ構築プラットフォーム。workflow、RAG、agent、モデル管理を一つに統合します。 開発者でない人にも比較的フレンドリーです。 https://github.com/langgenius/dify **13.OWL** マルチagent協業フレームワーク。GAIAベンチマークテストで先行しています。 最先端研究が実用化へ向かう流れを代表する存在です。 https://github.com/camel-ai/owl **14.CopilotKit** AI copilotをReactアプリに直接埋め込めます。 開発効率を上げるだけではなく、AIをプロダクトの一部にします。 https://github.com/CopilotKit/CopilotKit **15.pydantic-ai** Pydanticベースの、型安全なagentフレームワーク。 構造化された検証可能な結果を出力したいPython開発者に適しています。 https://github.com/pydantic/pydantic-ai Part 3：MCPサービスとツール統合 =================== MCP（Model Context Protocol）によって、AIは本当に「世界に接続」できます。Skillは「どうやるか」を教えるもので、MCPはAIに「権限を持ってやらせる」ためのものです。 **16.Tavily** AI agent向けに設計された検索エンジン。青いリンクではなく、構造化されていてLLMがそのまま使えるデータです。 検索、抽出、クロール、地図の4つのツールを提供し、1分でMCPに接続できます。 https://github.com/tavily-ai/tavily-mcp **17.Context7** 最新のライブラリドキュメントをLLMのコンテキストへ注入します。 「幻覚API」や古い手法が出てこなくなります。 promptに「use context7」と一文加えるだけで、最新ドキュメントが自動で取り込まれます。 https://github.com/upstash/context7 **18.Task Master AI** あなたのAIプロジェクトマネージャー。PRDを入力すると、依存関係付きのタスクに分解します。 そしてClaudeが段階的に実行し、混乱しがちな開発プロセスを秩序あるパイプラインに変えます。 https://github.com/eyaltoledano/claude-task-master **19.MCP Playwright** LLMにブラウザ自動化の能力を提供します。 自然言語で本物のブラウザを操作できます：テスト、クローリング、インタラクションすべて可能です。 https://github.com/executeautomation/mcp-playwright **20.fastmcp** 最小限のPythonコードでMCPサービスを素早く構築します。 Claudeなどのモデル向けにカスタムツール統合を作る最短ルートの一つです。 https://github.com/jlowin/fastmcp **21.markdownify-mcp** PDF、画像、音声など各種フォーマットをMarkdownに変換します。 任意のドキュメントをAIワークフローに取り込めます。 https://github.com/zcaceres/markdownify-mcp **22.MCPHub** HTTPで複数のMCPサービスを管理します。 1つのパネルで、すべてのツール接続を統一管理。 https://github.com/samanhappy/mcphub Part 4：Claude Skills（厳選）======================== SkillsはClaudeに「プロの業務ワークフロー能力」を注入します。コミュニティにはすでに8万+のスキルがあり、以下は本当にインストールする価値のあるものです。 **23.PDF Processing（公式）** PDFの読み取り、表の抽出、フォームの記入、ファイルの結合と分割に対応。 ナレッジワーカーにとって、実用性が非常に高いスキルの一つです。 https://github.com/anthropics/skills/tree/main/skills/pdf **24.Frontend Design（公式）** 大胆なタイポグラフィや、本番に出せるUIを含む、実際に使えるデザインシステムを構築するためのもの。 よくある「AI生成っぽさ」のデザインテイストから抜け出せます。27.7万+のインストール実績。 https://github.com/anthropics/skills/tree/main/skills/frontend-design **25.Skill Creator（公式）** 「メタスキル」。自然言語で自分のワークフローを説明すれば、5分以内に完全なSKILL.mdを生成します。 設定を書く必要もなく、新しいスキルを作れます。 https://github.com/anthropics/skills/tree/main/skills/skill-creator **26.Marketing Skills（Corey Haines）** CRO、コピーライティング、SEO、メール自動化、成長戦略など、20+のスキルをカバー。 マーケティングチームの能力を「モジュール化」したようなものです。 https://github.com/coreyhaines31/marketingskills **27.Claude SEO** サイト全体の監査、構造化データの検証、キーワード分析などの機能を提供。 12個のサブスキルがあり、SEOのワークフロー全体をカバーします。 https://github.com/AgriciDaniel/claude-seo **28.Obsidian Skills** Obsidian CEOによって開発されました。自動でタグ付けし、自動でリンクし、さらにナレッジベース（vault）との深い統合に対応。 Obsidianを使っているなら、これはほぼ必須で入れるべきです。 https://github.com/kepano/obsidian-skills **29.Context Optimization** トークンコストを下げ、KVキャッシュ効率を上げるためのもの。 API利用コストを大幅に下げられます。GitHubは13,900+ stars。 https://github.com/muratcankoylan/agent-skills-for-context-engineering **30.Deep Research Skill** 8段階のリサーチ手順 + 自動での追記メカニズム。 Claudeに「深い調査」をさせたいが、単なる浅い要約では足りないという場面に適しています。 https://github.com/199-biotechnologies/claude-deep-research-skill Part 5：ローカルAIとモデル実行 =================== ローカル環境でモデルを動かす：より高いプライバシー、より速い応答、そしてAPIコストが不要。 **31.Ollama** 1つのコマンドでローカルにオープンソースの大規模モデルを実行します。Llama、Mistral、Gemmaなどに対応。 ゼロからローカルAIへ行く最短ルート。 https://github.com/ollama/ollama **32.Open WebUI** セルフホスト型のChatGPTライクなUI。シンプルで、速く、機能も充実。 Ollamaと組み合わせることで、完全にプライベートなAIシステムを構築できます。 https://github.com/open-webui/open-webui **33.LlamaFile** 大規模モデル全体を、実行可能ファイルとしてパッケージ化します。 依存関係不要で、ダウンロードしてすぐ実行でき、非常に簡単です。 https://github.com/Mozilla-Ocho/llamafile **34.Unsloth** モデルの微調整速度を2倍にしつつ、メモリ使用量を70%削減。 自分のモデルを学習させる必要があるなら、良い出発点です。 https://github.com/unslothai/unsloth **35.vLLM** 高スループットの推論エンジンで、従来案より2〜4倍高速です。 現在、オープンソースモデルを本番展開する際の主要な選択肢の一つです。 https://github.com/vllm-project/vllm Part 6：ワークフローと自動化 =============== AIを、あなたがすでに持っているツールやプロセスに組み込みます。 **36.n8n** オープンソースのワークフロー自動化ツール。400+の連携とAIノードに対応し、セルフホストも可能。 現時点で最強クラスの可視化AI自動化ビルダーの一つです。 https://github.com/n8n-io/n8n **37.Langflow** ドラッグ&ドロップでagentワークフローを構築。GitHubは14万スター超。 コードを書かなくても、複雑なagentパイプラインを作れます。 https://github.com/langflow-ai/langflow **38.Huginn** セルフホスト型のWeb agent。監視、アラート、データ収集に使います。 プライバシー優先を重視し、すべての自動化があなた自身のサーバー上で実行されます。 https://github.com/huginn/huginn **39.DSPy** 「prompt」ではなく「プログラム」でモデルを駆動します。 スタンフォード研究に由来するフレームワークで、より安定性が求められる場面に適しています。 https://github.com/stanfordnlp/dspy **40.Temporal** 長時間稼働タスク向けの「永続化ワークフローエンジン」。 自動化プロセスがクラッシュ、リトライ、タイムアウトなどに対応する必要があるときの標準解です。 https://github.com/temporalio/temporal Part 7：検索、データ、RAG ================== 情報がAIシステムの中に入り、また外に出られるようにする。 **41.GPT Researcher** 自動化されたリサーチagent。構造化レポートを生成できます。 トピックを入力すると、出典引用付きの完全な分析結果を出力します。 https://github.com/assafelovic/gpt-researcher **42.Firecrawl** 任意のWebサイトを、LLM向けのデータ形式に変換します。 AIパイプライン向けに設計されたクローリングツールです。 https://github.com/mendableai/firecrawl **43.Vanna AI** 自然言語からSQLへ。 英語で質問すると、データベースのクエリ文を直接生成します。 SQLを書きたくないが、データを使う必要がある人に向いています。 https://github.com/vanna-ai/vanna **44.Instructor** Pydanticモデルを使って、任意のLLMに構造化JSONを出力させます。 OpenAI、Anthropic、Googleなど15+の提供事業者に対応。 多くのプロダクション級AIエンジニアにとって実際の選択肢です。 https://python.useinstructor.com **45.Chroma** オープンソースのベクトルデータベース。 AIアプリにセマンティック検索と長期記憶を追加する、最もシンプルな方法の一つです。 https://github.com/chroma-core/chroma **46.dlt** LLM向けデータパイプラインツールで、5000+のデータソースに接続できます。 さまざまなデータをAIワークフローに取り込むのを助けます。 https://github.com/dlt-hub/dlt **47.ExtractThinker** ドキュメント知能向けの「ORM」。 あらゆるタイプのドキュメントから構造化データを抽出できます。 https://github.com/enoch3712/ExtractThinker Part 8：APIとインフラ ================= すべてが本番環境で本当に動くための「基盤パイプ」。 **48.FastAPI** AIアプリをデプロイするためのPython Webフレームワーク。 ドキュメントが非常に充実しており、Pydanticによるデータ検証も内蔵しています。 https://github.com/tiangolo/fastapi **49.Portkey Gateway** 1つのAPIで250+のLLMに接続します。 コードを変更せずにモデルを切り替えられます。 https://github.com/Portkey-AI/gateway **50.OmniRoute** 44+のAI提供事業者に対応したAPIプロキシ。 ロードバランシング、フェイルオーバー、コスト最適化を提供します。 https://github.com/diegosouzapw/OmniRoute **51.lmnr** agentの挙動を追跡・評価するためのもの。 agentが何をしているかをはっきり見られ、パフォーマンスが基準に達しているかも測れます。 https://github.com/lmnr-ai/lmnr **52.Codebase Memory MCP** あなたのコードベースを「永続的な知識グラフ」に変換します。 Claudeがセッションをまたいでプロジェクト全体の構造を記憶できるようにします。 https://github.com/DeusData/codebase-memory-mcp Part 9：厳選まとめと学習リソース ================= どこで情報を継続的に入手し、認知をアップデートし続けるのか。 **53.Awesome Claude Skills** 厳選スキル集。GitHubは2.2万スター超。 新しいスキルを探すための最初の入口。 https://github.com/travisvn/awesome-claude-skills **54.Anthropic Skills Repo** Anthropic公式のスキル置き場。 現時点で、スキル構築の「標準的な範型」でもあります。 https://github.com/anthropics/skills **55.Awesome Agents** 100+のオープンソースagentツールを集めた厳選リスト。 https://github.com/kyrolabs/awesome-agents **56.PromptingGuide** 基礎から上級までの完全なPromptエンジニアリングガイドをカバー。 https://www.promptingguide.ai **57.Anthropic Prompt Engineering Tutorial** 9章 + Jupyter Notebookの実践演習を含む。 Promptを体系的に学ぶための最良の道の一つです。 https://github.com/anthropics/prompt-eng-interactive-tutorial **58.SkillsMP** 8万+のコミュニティスキルを持つマーケットプレイス。 現在最大のClaudeスキルディレクトリです。 https://skillsmp.com **59.MAGI//ARCHIVE** 毎日、最新のAIプロジェクトリポジトリを更新。 最先端の動向を追跡するためのもの。 https://tom-doerr.github.io/repo_posts/ **60.Anthropic公式ドキュメント** API、Prompt、ツール呼び出し、agentなど、すべての中核内容をカバー。 AIプロダクトを本気で作るなら、この資料は最初から最後まで一度通して読むのがおすすめです。 https://docs.anthropic.com このリストを本当に使う方法========== この60個のツールを一気に全部入れようとしないでください。それでは情報過多になり、時間を浪費するだけです。 私は次のように使うことをおすすめします： **もしあなたが開発者なら：** Claude Code（01）+ Superpowers（05）+ Context7（17）+ Tavily（16）から始めてください。 この組み合わせは、検索能力とドキュメントサポートを備えた強力なAIプログラミング環境を構築するのに役立ちます。 **もしあなたが制作者 / ナレッジワーカーなら：** OpenClaw（08）+ Obsidian Skills（28）+ PDF Processing（23）+ Frontend Design（24）から始めてください。 この組み合わせは、ファイル管理、ドキュメント処理、コンテンツ制作の能力を備えたAIアシスタントを手に入れることにつながります。 **もしあなたがプロダクトを作っているなら：** FastAPI（48）+ Instructor（44）+ Chroma（45）+ LangGraph（09）から始めてください。 この組み合わせは、バックエンドフレームワーク、構造化出力、メモリーシステム、agentのオーケストレーション能力をカバーしており、本番レベルのAIアプリを支えるのに十分です。 **もしあなたがただ学びたいだけなら：** Anthropicチュートリアル（57）+ PromptingGuide（56）+ Anthropic公式ドキュメント（60）から始めてください。 まず土台を固めてから、ツールを重ねていきましょう。 一つの道筋を選んで、まずは深く使ってみてください。 要件が出てきたら、その都度ゆっくりとツールを拡張していきます。 TL;DR===== Skills = AIに「もっと上手くやる方法」を教える MCP = AIに「外部ツールやデータへ接続する能力」を与える Repos = あらゆるオープンソースの基盤インフラを提供する この3つを組み合わせると、あなたが得るのは「見た目がカッコいいデモ」ではなく、本当に生産性のあるAIワークフローになります。 以上です。60個のツール。さあ、なにか作りに行きましょう。 [原文リンク] 律動BlockBeatsの求人情報を見るには、こちらをクリックしてください **律動BlockBeats公式コミュニティにようこそ：**Telegram購読グループ：https://t.me/theblockbeatsTelegram交流グループ：https://t.me/BlockBeats_AppTwitter公式アカウント：https://twitter.com/BlockBeatsAsia
60の厳選Skills、ワークフロー、オープンソースプロジェクト、最も完全なClaude進階リスト
概要：開発者、コンテンツ制作者、プロダクトビルダー、初心者も利用できます
編集者メモ：最近AIを追いかけているなら、つい「錯覚」が生まれやすい。ツールはどんどん増えているのに、実際に使えるものはむしろ減っているのではないか、と。
ほとんどの人にとっての難点は、「ツールがあるかどうか」ではありません。どのツールが本当に使う価値があるのか、そしてどこから始めるべきか——そこにあります。
このリストは実際のテストに基づいており、現在のAIツールのエコシステムを体系的に整理しました。60個のツールを選び、レベルや利用シーンごとに分類しています。コーディングや開発ツールから、agentフレームワークとツールの接続、ワークフローの自動化、データ処理、インフラまで。そして最終的には学習リソースと継続的なアップデートの道筋へと広げています。
全体として、「AIを使う」から「AIシステムを構築する」までの明確な道筋を描いており、開発者、コンテンツ制作者、プロダクトビルダー、初心者それぞれに異なる導入ルートを提供します。複雑なツールのエコシステムの中で、読者が自分に合った切り口を見つけられるようにするためのものです。
ツールが絶えず入れ替わっている今、このような構造化された整理は、単発のおすすめよりも意味があるのかもしれません。ここで提供されるのは答えではなく、より効率的にAIを理解し使うための方法です。
以下、原文：
私は100時間以上、さまざまなAIツールをテストしました。だからあなたは自分でつまずかなくていい。
まずはこの記事をブックマークして :)
2026年のAIツールのエコシステムは、「情報過多」だと言いたくなるところまで来ています。毎週新しいフレームワークが出て、毎日新しいagentが生まれ、毎朝GitHubでは新しいプロジェクトがトレンドのホットランキングに駆け上がっています。
その多くは単なるブームです。中には確かに役立つものもあります。ごく少数ですが、あなたの働き方を本当に変えてしまうものがあります。
私はあなたのために、ノイズをふるい落としました。
以下の60個のツールは、私が実際にテストした上で選び、今まさに注目に値すると判断したものです——カテゴリ別に整理し、それぞれが本当に得意とするシーンも添えています。
おすすめなので、きっと何度も戻って使うことになります。
Part 1：AIプログラミング・エージェント & IDE
このカテゴリのツールは、AIがあなたの代わりにコードを書き、コードをレビューし、さらには開発プロセス全体を管理できるようにします。
ポイントは：これは本当に実務のワークフローで動くものです。demoで止まるだけのものではありません。
1.Claude Code
Anthropicが提供するコマンドラインのプログラミングagent。ファイルを読み取り、コードを書き、テストを実行し、あなたのローカル環境で直接操作できます。
AI支援開発で「完全なコントロール」を保ちたいなら、現時点の「ゴールドスタンダード」です。
https://docs.anthropic.com/en/docs/claude-code
2.Cursor
VS Codeをベースに作られたAI優先のコードエディタ。インライン補完、コードベースとの対話、多ファイル編集に対応。
AIを既存の開発フローにシームレスに組み込みたい開発者に向いています。
https://www.cursor.com
3.Codex CLI
OpenAIが提供する端末のプログラミングagent。自然言語の指示で、コードベースを読み取り、コードを生成して実行します。
複数ステップでタスクを実装する場面で特に強い。
https://github.com/openai/codex
4.Windsurf
Codeiumが提供するAIプログラミングIDE。Cascade agentが、多ファイル編集、コードベースの深い理解、そして「没入型のコーディングフロー」をサポートします。
伸びが非常に速い。
https://codeium.com/windsurf
5.Superpowers
Claude Code向けに作られた20以上の実戦スキル集。TDD、デバッグ、計画から実行までのパイプラインなど。
GitHubは9.6万を超えるスター数。Claude Codeを使うなら、まず最初にインストールすることをおすすめします。
https://github.com/obra/superpowers
6.Spec Kit（GitHub）
「仕様駆動開発」ツール：先にspecificationを書き、次にAIがコードを生成します。手を動かす前に考えを整理することを強制します。GitHubは5万スター超。
https://github.com/github/spec-kit
7.Aider
ターミナル上のAIペアプログラミングツール。任意のLLMに対応。
既存のコードベースを扱うときに特に強い。GitHubは3万スター超。
https://github.com/paul-gauthier/aider
Part 2：Agentフレームワーク
「思考—行動—反復」を実現する自動化システムを構築するためのもの。
8.OpenClaw
現象級のオープンソースAI agent。長時間稼働に対応し、多チャネル（WhatsApp / Telegram / Discord）にも対応。さらに自分でスキルを書くこともできます。
GitHubは21万スター超で、現時点で個人向けAI agentの導入として最も簡単な入口の一つです。
https://github.com/openclaw/openclaw
9.LangGraph
「グラフ構造」で複数agentをオーケストレーション：分岐ロジック、人間の介入（human-in-the-loop）、永続状態をサポート。
https://github.com/langchain-ai/langgraph
10.CrewAI
マルチagent協業フレームワーク。各agentには役割、目標、「キャラ（人設）」があります。
チーム協働のプロセスを模擬するのに適しています。
https://github.com/crewAIInc/crewAI
11.AutoGPT
定番のフルオートのagentフレームワーク。長時間稼働のタスクに適しています。
初期バージョンと比べると、かなり成熟しています。
https://github.com/Significant-Gravitas/AutoGPT
12.Dify
オープンソースのLLMアプリ構築プラットフォーム。workflow、RAG、agent、モデル管理を一つに統合します。
開発者でない人にも比較的フレンドリーです。
https://github.com/langgenius/dify
13.OWL
マルチagent協業フレームワーク。GAIAベンチマークテストで先行しています。
最先端研究が実用化へ向かう流れを代表する存在です。
https://github.com/camel-ai/owl
14.CopilotKit
AI copilotをReactアプリに直接埋め込めます。
開発効率を上げるだけではなく、AIをプロダクトの一部にします。
https://github.com/CopilotKit/CopilotKit
15.pydantic-ai
Pydanticベースの、型安全なagentフレームワーク。
構造化された検証可能な結果を出力したいPython開発者に適しています。
https://github.com/pydantic/pydantic-ai
Part 3：MCPサービスとツール統合
MCP（Model Context Protocol）によって、AIは本当に「世界に接続」できます。Skillは「どうやるか」を教えるもので、MCPはAIに「権限を持ってやらせる」ためのものです。
16.Tavily
AI agent向けに設計された検索エンジン。青いリンクではなく、構造化されていてLLMがそのまま使えるデータです。
検索、抽出、クロール、地図の4つのツールを提供し、1分でMCPに接続できます。
https://github.com/tavily-ai/tavily-mcp
17.Context7
最新のライブラリドキュメントをLLMのコンテキストへ注入します。
「幻覚API」や古い手法が出てこなくなります。
promptに「use context7」と一文加えるだけで、最新ドキュメントが自動で取り込まれます。
https://github.com/upstash/context7
18.Task Master AI
あなたのAIプロジェクトマネージャー。PRDを入力すると、依存関係付きのタスクに分解します。
そしてClaudeが段階的に実行し、混乱しがちな開発プロセスを秩序あるパイプラインに変えます。
https://github.com/eyaltoledano/claude-task-master
19.MCP Playwright
LLMにブラウザ自動化の能力を提供します。
自然言語で本物のブラウザを操作できます：テスト、クローリング、インタラクションすべて可能です。
https://github.com/executeautomation/mcp-playwright
20.fastmcp
最小限のPythonコードでMCPサービスを素早く構築します。
Claudeなどのモデル向けにカスタムツール統合を作る最短ルートの一つです。
https://github.com/jlowin/fastmcp
21.markdownify-mcp
PDF、画像、音声など各種フォーマットをMarkdownに変換します。
任意のドキュメントをAIワークフローに取り込めます。
https://github.com/zcaceres/markdownify-mcp
22.MCPHub
HTTPで複数のMCPサービスを管理します。
1つのパネルで、すべてのツール接続を統一管理。
https://github.com/samanhappy/mcphub
Part 4：Claude Skills（厳選）
SkillsはClaudeに「プロの業務ワークフロー能力」を注入します。コミュニティにはすでに8万+のスキルがあり、以下は本当にインストールする価値のあるものです。
23.PDF Processing（公式）
PDFの読み取り、表の抽出、フォームの記入、ファイルの結合と分割に対応。
ナレッジワーカーにとって、実用性が非常に高いスキルの一つです。
https://github.com/anthropics/skills/tree/main/skills/pdf
24.Frontend Design（公式）
大胆なタイポグラフィや、本番に出せるUIを含む、実際に使えるデザインシステムを構築するためのもの。
よくある「AI生成っぽさ」のデザインテイストから抜け出せます。27.7万+のインストール実績。
https://github.com/anthropics/skills/tree/main/skills/frontend-design
25.Skill Creator（公式）
「メタスキル」。自然言語で自分のワークフローを説明すれば、5分以内に完全なSKILL.mdを生成します。
設定を書く必要もなく、新しいスキルを作れます。
https://github.com/anthropics/skills/tree/main/skills/skill-creator
26.Marketing Skills（Corey Haines）
CRO、コピーライティング、SEO、メール自動化、成長戦略など、20+のスキルをカバー。
マーケティングチームの能力を「モジュール化」したようなものです。
https://github.com/coreyhaines31/marketingskills
27.Claude SEO
サイト全体の監査、構造化データの検証、キーワード分析などの機能を提供。
12個のサブスキルがあり、SEOのワークフロー全体をカバーします。
https://github.com/AgriciDaniel/claude-seo
28.Obsidian Skills
Obsidian CEOによって開発されました。自動でタグ付けし、自動でリンクし、さらにナレッジベース（vault）との深い統合に対応。
Obsidianを使っているなら、これはほぼ必須で入れるべきです。
https://github.com/kepano/obsidian-skills
29.Context Optimization
トークンコストを下げ、KVキャッシュ効率を上げるためのもの。
API利用コストを大幅に下げられます。GitHubは13,900+ stars。
https://github.com/muratcankoylan/agent-skills-for-context-engineering
30.Deep Research Skill
8段階のリサーチ手順 + 自動での追記メカニズム。
Claudeに「深い調査」をさせたいが、単なる浅い要約では足りないという場面に適しています。
https://github.com/199-biotechnologies/claude-deep-research-skill
Part 5：ローカルAIとモデル実行
ローカル環境でモデルを動かす：より高いプライバシー、より速い応答、そしてAPIコストが不要。
31.Ollama
1つのコマンドでローカルにオープンソースの大規模モデルを実行します。Llama、Mistral、Gemmaなどに対応。
ゼロからローカルAIへ行く最短ルート。
https://github.com/ollama/ollama
32.Open WebUI
セルフホスト型のChatGPTライクなUI。シンプルで、速く、機能も充実。
Ollamaと組み合わせることで、完全にプライベートなAIシステムを構築できます。
https://github.com/open-webui/open-webui
33.LlamaFile
大規模モデル全体を、実行可能ファイルとしてパッケージ化します。
依存関係不要で、ダウンロードしてすぐ実行でき、非常に簡単です。
https://github.com/Mozilla-Ocho/llamafile
34.Unsloth
モデルの微調整速度を2倍にしつつ、メモリ使用量を70%削減。
自分のモデルを学習させる必要があるなら、良い出発点です。
https://github.com/unslothai/unsloth
35.vLLM
高スループットの推論エンジンで、従来案より2〜4倍高速です。
現在、オープンソースモデルを本番展開する際の主要な選択肢の一つです。
https://github.com/vllm-project/vllm
Part 6：ワークフローと自動化
AIを、あなたがすでに持っているツールやプロセスに組み込みます。
36.n8n
オープンソースのワークフロー自動化ツール。400+の連携とAIノードに対応し、セルフホストも可能。
現時点で最強クラスの可視化AI自動化ビルダーの一つです。
https://github.com/n8n-io/n8n
37.Langflow
ドラッグ&ドロップでagentワークフローを構築。GitHubは14万スター超。
コードを書かなくても、複雑なagentパイプラインを作れます。
https://github.com/langflow-ai/langflow
38.Huginn
セルフホスト型のWeb agent。監視、アラート、データ収集に使います。
プライバシー優先を重視し、すべての自動化があなた自身のサーバー上で実行されます。
https://github.com/huginn/huginn
39.DSPy
「prompt」ではなく「プログラム」でモデルを駆動します。
スタンフォード研究に由来するフレームワークで、より安定性が求められる場面に適しています。
https://github.com/stanfordnlp/dspy
40.Temporal
長時間稼働タスク向けの「永続化ワークフローエンジン」。
自動化プロセスがクラッシュ、リトライ、タイムアウトなどに対応する必要があるときの標準解です。
https://github.com/temporalio/temporal
Part 7：検索、データ、RAG
情報がAIシステムの中に入り、また外に出られるようにする。
41.GPT Researcher
自動化されたリサーチagent。構造化レポートを生成できます。
トピックを入力すると、出典引用付きの完全な分析結果を出力します。
https://github.com/assafelovic/gpt-researcher
42.Firecrawl
任意のWebサイトを、LLM向けのデータ形式に変換します。
AIパイプライン向けに設計されたクローリングツールです。
https://github.com/mendableai/firecrawl
43.Vanna AI
自然言語からSQLへ。
英語で質問すると、データベースのクエリ文を直接生成します。
SQLを書きたくないが、データを使う必要がある人に向いています。
https://github.com/vanna-ai/vanna
44.Instructor
Pydanticモデルを使って、任意のLLMに構造化JSONを出力させます。
OpenAI、Anthropic、Googleなど15+の提供事業者に対応。
多くのプロダクション級AIエンジニアにとって実際の選択肢です。
https://python.useinstructor.com
45.Chroma
オープンソースのベクトルデータベース。
AIアプリにセマンティック検索と長期記憶を追加する、最もシンプルな方法の一つです。
https://github.com/chroma-core/chroma
46.dlt
LLM向けデータパイプラインツールで、5000+のデータソースに接続できます。
さまざまなデータをAIワークフローに取り込むのを助けます。
https://github.com/dlt-hub/dlt
47.ExtractThinker
ドキュメント知能向けの「ORM」。
あらゆるタイプのドキュメントから構造化データを抽出できます。
https://github.com/enoch3712/ExtractThinker
Part 8：APIとインフラ
すべてが本番環境で本当に動くための「基盤パイプ」。
48.FastAPI
AIアプリをデプロイするためのPython Webフレームワーク。
ドキュメントが非常に充実しており、Pydanticによるデータ検証も内蔵しています。
https://github.com/tiangolo/fastapi
49.Portkey Gateway
1つのAPIで250+のLLMに接続します。
コードを変更せずにモデルを切り替えられます。
https://github.com/Portkey-AI/gateway
50.OmniRoute
44+のAI提供事業者に対応したAPIプロキシ。
ロードバランシング、フェイルオーバー、コスト最適化を提供します。
https://github.com/diegosouzapw/OmniRoute
51.lmnr
agentの挙動を追跡・評価するためのもの。
agentが何をしているかをはっきり見られ、パフォーマンスが基準に達しているかも測れます。
https://github.com/lmnr-ai/lmnr
52.Codebase Memory MCP
あなたのコードベースを「永続的な知識グラフ」に変換します。
Claudeがセッションをまたいでプロジェクト全体の構造を記憶できるようにします。
https://github.com/DeusData/codebase-memory-mcp
Part 9：厳選まとめと学習リソース
どこで情報を継続的に入手し、認知をアップデートし続けるのか。
53.Awesome Claude Skills
厳選スキル集。GitHubは2.2万スター超。
新しいスキルを探すための最初の入口。
https://github.com/travisvn/awesome-claude-skills
54.Anthropic Skills Repo
Anthropic公式のスキル置き場。
現時点で、スキル構築の「標準的な範型」でもあります。
https://github.com/anthropics/skills
55.Awesome Agents
100+のオープンソースagentツールを集めた厳選リスト。
https://github.com/kyrolabs/awesome-agents
56.PromptingGuide
基礎から上級までの完全なPromptエンジニアリングガイドをカバー。
https://www.promptingguide.ai
57.Anthropic Prompt Engineering Tutorial
9章 + Jupyter Notebookの実践演習を含む。
Promptを体系的に学ぶための最良の道の一つです。
https://github.com/anthropics/prompt-eng-interactive-tutorial
58.SkillsMP
8万+のコミュニティスキルを持つマーケットプレイス。
現在最大のClaudeスキルディレクトリです。
https://skillsmp.com
59.MAGI//ARCHIVE
毎日、最新のAIプロジェクトリポジトリを更新。
最先端の動向を追跡するためのもの。
https://tom-doerr.github.io/repo_posts/
60.Anthropic公式ドキュメント
API、Prompt、ツール呼び出し、agentなど、すべての中核内容をカバー。
AIプロダクトを本気で作るなら、この資料は最初から最後まで一度通して読むのがおすすめです。
https://docs.anthropic.com
このリストを本当に使う方法
この60個のツールを一気に全部入れようとしないでください。それでは情報過多になり、時間を浪費するだけです。
私は次のように使うことをおすすめします：
もしあなたが開発者なら： Claude Code（01）+ Superpowers（05）+ Context7（17）+ Tavily（16）から始めてください。
この組み合わせは、検索能力とドキュメントサポートを備えた強力なAIプログラミング環境を構築するのに役立ちます。
もしあなたが制作者 / ナレッジワーカーなら： OpenClaw（08）+ Obsidian Skills（28）+ PDF Processing（23）+ Frontend Design（24）から始めてください。
この組み合わせは、ファイル管理、ドキュメント処理、コンテンツ制作の能力を備えたAIアシスタントを手に入れることにつながります。
もしあなたがプロダクトを作っているなら： FastAPI（48）+ Instructor（44）+ Chroma（45）+ LangGraph（09）から始めてください。
この組み合わせは、バックエンドフレームワーク、構造化出力、メモリーシステム、agentのオーケストレーション能力をカバーしており、本番レベルのAIアプリを支えるのに十分です。
もしあなたがただ学びたいだけなら： Anthropicチュートリアル（57）+ PromptingGuide（56）+ Anthropic公式ドキュメント（60）から始めてください。
まず土台を固めてから、ツールを重ねていきましょう。
一つの道筋を選んで、まずは深く使ってみてください。
要件が出てきたら、その都度ゆっくりとツールを拡張していきます。
TL;DR
Skills = AIに「もっと上手くやる方法」を教える
MCP = AIに「外部ツールやデータへ接続する能力」を与える
Repos = あらゆるオープンソースの基盤インフラを提供する
この3つを組み合わせると、あなたが得るのは「見た目がカッコいいデモ」ではなく、本当に生産性のあるAIワークフローになります。
以上です。60個のツール。さあ、なにか作りに行きましょう。
[原文リンク]
律動BlockBeatsの求人情報を見るには、こちらをクリックしてください
律動BlockBeats公式コミュニティにようこそ：
Telegram購読グループ：https://t.me/theblockbeats
Telegram交流グループ：https://t.me/BlockBeats_App
Twitter公式アカウント：https://twitter.com/BlockBeatsAsia