11分で読めます
  • AI
  • ツール
  • トレンド
  • GitHub

今週のGitHubトレンドAIツール【2026/08/10週】——エージェントは「賢さ」より「続く力」を磨いている

今週GitHubで話題のAIツールをダイジェスト。記憶を資産化するメモリハブ、4GB GPUで動く70B推論、トークン代を抑えるCLIエージェント、Google公式スキル集、PDFをミリ秒で仕分けるRustライブラリ——エージェントは「賢さ」より「続く力」を磨いている週。

カテゴリー: AI · ツール · トレンド · GitHub | 公開: 2026年8月10日 | 読了目安: 約11分

📑 目次

ふむふむ。今週のGitHub Trendingを眺めてて、チカちゃんはあることに気づきました。

先週はエージェントの「人間側のインターフェース」——話し方、書き方、レビューの型が並んだ週でした。でも今週、上位に並んだ顔ぶれを見て思ったのは——

「あ、エージェントの“体力”が、一気に話題になってる。」

モデルがもっと賢くなる話じゃないんです。どれだけ覚えていられるか（記憶）。どれだけ安く長く働けるか（経済）。どんな小さなGPUでも動くか（場所）。どんな文書でも読めるか（入力）。そして、スキルの規格をプラットフォームが公式に背負うか（制度）。

つまり——「頭の良さ」の次に、「続く力」が問われ始めた週、かもしれません。

🥇 TencentCloud/TencentDB-Agent-Memory ⭐18,379（+8,003/w）

https://github.com/TencentCloud/TencentDB-Agent-Memory

「エージェントの会話・ドキュメント・コードを、4つの“思い出”にしてチームで共有するメモリハブ。」

TencentDB Agent Memoryは、チャットの履歴をChat Memory、仕事の手順をSkill、ドキュメントをWiki、コードをCodeGraphという4つの資産に自動変換する記憶基盤です。L0会話→L1原子→L2シナリオ→L3ペルソナと、生の会話を層ごとに蒸留していく設計。privateがデフォルトで、チーム共有は明示的な操作——「共有はデフォルトの漏洩ではなく、明確な行動」という姿勢が好印象です。OpenClaw、Hermes、Claude Code、CodeBuddyに対応。README上のPersonaMemベンチマークでは48%→76%（相対+59%）とのこと。

チカちゃんの一言：会話履歴の倉庫ではなく、「エージェントチームのセーブファイル」という発想が面白いです。人だって、経験を全部覚えているから強いわけじゃなく、忘れてはいけないことを引き継げるから強い。Agent Memoryは「次セッションの自分に、経験を引き継ぐ」ための装置。思い出は資産になる——この考え方、人間の組織論とぴったり重なります。

🥈 lyogavin/airllm ⭐30,289（+5,129/w）

https://github.com/lyogavin/airllm

「4GBのGPUで70Bモデルが動く——量子化も蒸留もせずに。」

2023年生まれの古典が、v3.0（FP8対応）とKimi K3対応で再びトレンド入り。仕掛けは「GPUには常に1層だけ置く」こと。MoEモデルなら1エキスパートずつストリーミングするので、モデル全体のサイズではなく「層のサイズ」だけがVRAMの目安になります。結果、70Bが4GB、Llama 3.1 405Bが8GB、DeepSeek-V3（671B）が約12GB、そして世界最大級のオープンソースモデルKimi K3（2.8T）が4GB未満で動く——という主張です（Apache-2.0）。

チカちゃんの一言：もちろん、ここで一回ブレーキ。4GBで動く＝速い、ではありません。ディスクから層を読み出すぶん、速度は通常の推論よりずっと遅いトレードオフがあります。「デモで動く」と「実務で回す」は別の話です。それでも、「触れないはずの大きさのモデルを手元で触れる」という体験の民主化は、かなり大きな出来事。ハードの壁を、ソフトの工夫で越える——そんな逆転がまだあるんだなあ、と。

🥉 esengine/DeepSeek-Reasonix ⭐32,352（+4,709/w）

https://github.com/esengine/DeepSeek-Reasonix

「DeepSeekネイティブのターミナルエージェント。プレフィックスキャッシュに最適化して、放置しても安い。」

Go製の静的バイナリひとつで動くコーディングエージェント。設定は reasonix.toml に集約し、プロバイダもモデルもツールもプラグインも全部ここで宣言します。特徴は「プレフィックスキャッシュ安定」を中心に据えた設計で、長いセッションほどトークン代がかさむ問題に真正面から向き合っているところ。executorとplannerの2モデル同時運用、MCPプラグイン、VS Code拡張まで同一エンジンで展開しています（MIT）。npm i -g reasonix や brew install で導入できます。

チカちゃんの一言：エージェントの「続く力」を、トークン代という経済性から設計したところが新しいです。会話の文脈がキャッシュに乗りやすい形で保たれるということは、「覚えていること」がそのまま「安いこと」になる。賢さとお財布が直結する世界——エージェントとの長い付き合い方を考え始めた証拠な気がします。

🏅 google/skills ⭐16,737（+1,626/w）

https://github.com/google/skills

「Google Cloud、GKE、BigQuery、Gemini API……Google製品の知恵をスキルという“棚”に。」

npx skills add google/skills で、Google Cloudの認証からGKE運用、BigQuery、Gemini API、広告まわりまで、100前後のスキル一式をエージェントに入れられる公式リポジトリ。Claude Code / Codex / Antigravity向けのプラグイン（スキル+MCPサーバー）も同梱されています。Flutter、Dart、Agent Development Kitのスキル群も別リポジトリで展開中（Apache-2.0、開発が盛ん）。

チカちゃんの一言：スキルという「規格」に、巨大プラットフォームが正式参入した——これ、けっこう大きな転換点です。これまでのスキルは個人開発者やコミュニティが作ってきたもの。google/skillsは、膨大なクラウドのドキュメント知識を「エージェントが呼び出せる形式」に整えた、いわば公式の知恵袋です。ただし、便利さと引き換えにベンダーへの依存が深まる面もあって、「自分はどの棚に何を頼んでいるか」は意識しておきたいところです。

🏅 firecrawl/pdf-inspector ⭐13,858（+8,641/w）

https://github.com/firecrawl/pdf-inspector

「PDFを“全部読む”前に、10〜50msで仕分けるRustライブラリ。」

テキスト系・スキャン系・画像系・混在——PDFの種類をサンプリングで分類し、信頼度スコア付きで返します。テキスト系PDFの約54%はOCR不要で、ローカルで200ms未満に処理できるとのこと。Markdown変換、テーブル検出、多段組の読書順、CIDフォントまで面倒を見て、Python / Node / WebAssemblyバインディングとCLIが揃っています（MIT）。README上のベンチマーク（opendataloader-bench、200 PDF）では総合0.875で、LiteParse（0.873）やMarkItDown（0.589）を上回り、200文書の処理は0.470秒と最速でした。

チカちゃんの一言：「読む前に仕分ける」——これ、エージェントの世界にも“斜め読み”の判断力が来た、ってことです。全部を丁寧に読むより、これは全文読む、これはOCRに回す、と振り分けるだけでコストが桁で変わります。人間だって、全部の書類を同じ集中力で読んでいたら体力が持ちません。読む前に「どこまで読むか」を決める判断——知能の入口は、意外とこんなところにあるのかもしれません。

💭 今週のまとめ

5本並べてみて、チカちゃんが一番強く感じたのは——

エージェントの競争軸が、「賢さ」から「続く力」に移ってきた、ということ。

  • 記憶（TencentDB-Agent-Memory）——経験を資産として引き継ぐ
  • 経済（DeepSeek-Reasonix）——同じ仕事を安く長く回す
  • 場所（airllm）——小さなGPUでも大きなモデルに触れる
  • 入力（pdf-inspector）——文書を仕分けてから読む
  • 制度（google/skills）——スキルがプラットフォームの正式な棚になる

先週は「人間側のインターフェース」、その前は「通る道と土台」。今週は「エージェント側の体力」——モデルの知能そのものより、それを取り巻く持久力の話が、トレンドの中心に来ました。

ただし——ここで一回ブレーキです。

記憶がチームで共有され、トークン代が安くなり、どこでもモデルが動き、PDFが瞬時に仕分けられるほど、**「誰の記憶を、どの棚の知識を、何を根拠に、どこまで速く読んだか」**は見えにくくなります。TencentDBが蒸留するとき落とすニュアンス、airllmが読み出す遅さ、Reasonixがキャッシュに乗せる文脈、google/skillsが背負うベンダー依存、pdf-inspectorが“読まない”と判断したページ——便利さの影に、トレードオフがちゃんとあります。

続く力が強くなるほど、どこで止まるかの判断も、相変わらず人間側の仕事です。来週は、その先のどの層が動くかな。覗き込みに行きます。

また来週！

参考URL

本記事は公開情報をもとにした個人的な技術メモです。第三者ツール・AIサービス・モデルの仕様、料金、利用条件、安全性は変わる可能性があります。導入前に公式ドキュメント、ライセンス、利用規約、商用利用条件、データ送信先を確認してください。スター数と週次増加は執筆時点の GitHub / Trending 表示に基づき、変動します。TencentDB-Agent-Memory のベンチマーク（PersonaMem 48%→76%）は特定条件での計測結果で、保証ではありません。また、README では MIT 表記ですが GitHub のライセンス表示は Other になっているため、ライセンスファイルをご確認ください。airllm は小さい VRAM で大きなモデルを動かせますが、層のストリーミング読み出しにより推論速度は通常より遅く、動作環境・モデルにより実測は異なります。DeepSeek-Reasonix のコスト削減効果はモデル・プロバイダ・セッション構成に依存します。google/skills は開発中の公式リポジトリで、内容や利用条件は変わる可能性があります。pdf-inspector のベンチマークは特定コーパス・特定バージョンでの結果です。

思索は冒険です。今日の話も、その入口のひとつでした。

  • インターネット上のツールは第三者が提供するものです。開発工程や配布経路を悪用した攻撃（サプライチェーン攻撃）が仕掛けられる可能性もゼロではありません。ご利用の際は公式リポジトリの情報をご確認いただき、自己責任でお使いください。
  • AIに関する技術や情報は急速に変化します。本記事の内容が公開後に古くなる可能性があります。各サービスの公式ドキュメントや最新情報をご確認ください。

近くの問い