私は 100 時間以上かけて AI ツールをテストしました。あなたがその手間を省けるように。
保存してください :)
2026 年の AI ツールの状況は圧倒的です。毎週新しいフレームワーク、毎日新しいエージェント、毎朝 GitHub でトレンド入りする新しいリポジトリ。
そのほとんどは誇大広告です。そのうちいくつかは本当に便利です。ほんの一部は、あなたの働き方を根本的に変えるでしょう。
私はノイズを除去しました。以下が、今実際に重要な 60 のツールです。カテゴリ別に整理し、実際にテストし、それぞれが何に優れているか正直に評価しました。
ブックマークしてください。後でまた戻ってきますよ。
パート 1: AI コーディングエージェント & IDE 🛠️
これらは、AI があなたに代わってコードを書き、レビューし、管理できるようにするツールです。実際のワークフローで機能するものであり、デモだけのものではありません。
01. Claude Code:
Anthropic のコマンドラインコーディングエージェント。ファイルを読み込み、コードを書き、テストを実行し、ローカル環境で直接動作します。完全な制御を求める場合の AI 支援開発のゴールドスタンダード。
🔗 https://docs.anthropic.com/en/docs/claude-code
02. Cursor:
VS Code ベースの AI ファーストコードエディタ。インライン補完、コードベースとのチャット、複数ファイル編集。既存のワークフローに AI を統合したい開発者に最適なエディタ。
03. Codex CLI:
OpenAI のターミナルコーディングエージェント。自然言語の指示を受け取り、コードベースを読み込み、コードを書いて実行します。複数ステップの実装タスクに強い。
🔗 https://github.com/openai/codex
04. Windsurf:
Codeium による AI コーディング IDE。複数ファイル編集のためのカスケードエージェント、深いコードベース理解、フロー状態コーディング。急速に成長中。
🔗 https://codeium.com/windsurf
05. Superpowers:
20 以上の実戦投入済み Claude Code スキル。TDD、デバッグ、計画から実行までのパイプライン。GitHub で 96,000 以上のスター。Claude Code を使用するなら、これを最初にインストールしてください。
🔗 https://github.com/obra/superpowers
06. Spec Kit (GitHub):
仕様駆動開発。仕様を書き、AI がそこからコードを生成します。構築する前に考えることを強制します。50,000 以上のスター。
🔗 https://github.com/github/spec-kit
07. Aider:
ターミナルでの AI ペアプログラミング。任意の LLM で動作。既存のコードベースでの作業に強い。30,000 以上のスター。
🔗 https://github.com/paul-gauthier/aider
パート 2: エージェントフレームワーク 🤖
考え、行動し、反復する自律システムを構築します。
08. OpenClaw:
バイラルなオープンソース AI エージェント。永続的、マルチチャンネル（WhatsApp、Telegram、Discord）、自身のスキルを記述可能。210,000 以上のスターで急成長中。個人用 AI エージェントへの最もアクセスしやすいエントリーポイント。
🔗 https://github.com/openclaw/openclaw
09. LangGraph:
コードとしてのマルチエージェントオーケストレーション。分岐ロジック、ヒューマンインザループ、永続状態を持つグラフとしてエージェントを構築。26,000 以上のスター。
🔗 https://github.com/langchain-ai/langgraph
10. CrewAI:
役割、目標、バックストーリーを持つマルチエージェントフレームワーク。各エージェントは定義されたペルソナと責任を持ちます。チームのようなワークフローに最適。
🔗 https://github.com/crewAIInc/crewAI
11. AutoGPT:
長時間実行タスクのための完全自律エージェントプラットフォーム。OG エージェントフレームワーク。初期から大幅に成熟しました。
🔗 https://github.com/Significant-Gravitas/AutoGPT
12. Dify:
オープンソースの LLM アプリビルダー。ワークフロー、RAG、エージェント、モデル管理を 1 つのプラットフォームで統合。AI アプリを構築する非開発者に最適。
🔗 https://github.com/langgenius/dify
13. OWL:
マルチエージェント協調フレームワーク。エージェント連携の GAIA ベンチマークでトップ。最先端の研究を実用的なコードに変換。
🔗 https://github.com/camel-ai/owl
14. CopilotKit:
AI コパイロットを React アプリケーションに直接埋め込みます。ワークフローだけでなく、製品にも AI 機能を出荷。
🔗 https://github.com/CopilotKit/CopilotKit
15. pydantic-ai:
Pydantic 上に構築された型安全なエージェントフレームワーク。構造化され検証されたエージェント出力を求める Python 開発者向け。
🔗 https://github.com/pydantic/pydantic-ai
パート 3: MCP サーバー & ツール統合 🔗
MCP（モデルコンテキストプロトコル）は AI に外部世界へのアクセスを提供します。スキルは HOW（方法）を教え、MCP は ACCESS（アクセス）を提供します。
16. Tavily:
AI エージェント向けに構築された検索エンジン。青いリンクではなく、クリーンで構造化された LLM 対応データ。4 つのツール：検索、抽出、クロール、マップ。リモート MCP として 1 分で接続。
🔗 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 のコンテキストに注入。幻覚 API や非推奨メソッドはもうありません。プロンプトに「use context7」と追加するだけで、最新のドキュメントを取得。何千ものライブラリをサポート。
🔗 https://github.com/upstash/context7
18. Task Master AI:
あなたの AI のプロジェクトマネージャー。PRD を入力すると、依存関係のある構造化タスクを生成。Claude がそれらを 1 つずつ実行。混沌としたセッションを組織化されたパイプラインに変換。
🔗 https://github.com/eyaltoledano/claude-task-master
19. MCP Playwright:
LLM 用ブラウザ自動化。自然言語で実際のブラウザを制御。テスト、スクレイピング、インタラクション。
🔗 https://github.com/executeautomation/mcp-playwright
20. fastmcp:
最小限の Python で MCP サーバーを構築。Claude または MCP 互換モデル向けのカスタムツール統合を作成する最速の方法。
🔗 https://github.com/jlowin/fastmcp
21. markdownify-mcp:
PDF、画像、音声を Markdown に変換。あらゆるドキュメントタイプを AI ワークフローに取り込み。
🔗 https://github.com/zcaceres/markdownify-mcp
22. MCPHub:
複数の MCP サーバーを HTTP 経由で管理。すべてのツール接続のための 1 つのダッシュボード。
🔗 https://github.com/samanhappy/mcphub
パート 4: Claude スキル（おすすめ） 🧠
スキルは Claude に専門的なワークフローを教えます。コミュニティには 80,000 以上のスキルがあります。以下はインストールする価値のあるものです。
23. PDF 処理（公式）:
PDF の読み取り、テーブル抽出、フォーム記入、マージ、分割。ナレッジワーカーにとって最も実用的なスキル。
🔗 https://github.com/anthropics/skills/tree/main/skills/pdf
24. フロントエンドデザイン（公式）:
実際のデザインシステム、大胆なタイポグラフィ、プロダクションレベルの UI を構築。「AI の粗末な見た目」から脱却。277,000 以上のインストール。
🔗 https://github.com/anthropics/skills/tree/main/skills/frontend-design
25. スキルクリエイター（公式）:
メタスキル。ワークフローを平易な英語で説明すると、5 分で完全な SKILL.md を取得。設定を一切書かずに新しいスキルを構築。
🔗 https://github.com/anthropics/skills/tree/main/skills/skill-creator
26. Marketing Skills by Corey Haines:
CRO、コピーライティング、SEO、メールシーケンス、グロース戦略をカバーする 20 以上のスキル。マーケティングチームに必要なすべてをスキル形式で。
🔗 https://github.com/coreyhaines31/marketingskills
27. Claude SEO:
サイト全体の監査、スキーマ検証、キーワード分析。完全な SEO ワークフローをカバーする 12 のサブスキル。
🔗 https://github.com/AgriciDaniel/claude-seo
28. Obsidian スキル:
Obsidian の CEO によって構築。自動タグ付け、自動リンク、ボルトネイティブ操作。Obsidian を使用するなら必須。
🔗 https://github.com/kepano/obsidian-skills
29. コンテキスト最適化:
トークンコストを削減し、KV キャッシュ効率を向上。高価な API ワークフローを大幅に安くします。13,900 以上のスター。
🔗 https://github.com/muratcankoylan/agent-skills-for-context-engineering
30. ディープリサーチスキル:
自動継続付き 8 フェーズリサーチ。Claude にトピックを表面的にではなく深く掘り下げてもらいたい場合に。
🔗 https://github.com/199-biotechnologies/claude-deep-research-skill
パート 5: ローカル AI & モデル実行 🖥️
自分のハードウェアでモデルを実行。プライバシー、速度、API コストゼロ。
31. Ollama:
1 つのターミナルコマンドでオープンソース LLM をローカル実行。Llama、Mistral、Gemma など多数をサポート。ゼロからローカル AI への最速パス。
🔗 https://github.com/ollama/ollama
32. Open WebUI:
セルフホスト型 ChatGPT ライクなインターフェース。クリーン、高速、フル機能。プライベート AI セットアップのために Ollama と完璧に連携。
🔗 https://github.com/open-webui/open-webui
33. LlamaFile:
LLM 全体を単一の実行可能ファイルとしてパッケージ化。依存関係ゼロ。ダウンロードして実行。驚くほどシンプル。
🔗 https://github.com/Mozilla-Ocho/llamafile
34. Unsloth:
モデルを 2 倍高速に、メモリ 70% 削減でファインチューニング。独自データでカスタムモデルが必要ならここから。
🔗 https://github.com/unslothai/unsloth
35. vLLM:
高スループット推論エンジン。単純なサービングよりも 2 ～ 4 倍高速。オープンソースモデルのプロダクション展開の標準。
🔗 https://github.com/vllm-project/vllm
パート 6: ワークフロー & 自動化 ⚡
AI を既存のツールやプロセスに接続。
36. n8n:
400 以上の統合と AI ノードを備えたオープンソースワークフロー自動化。セルフホスト可能。AI 搭載自動化のための最良のビジュアルビルダー。
🔗 https://github.com/n8n-io/n8n
37. Langflow:
エージェントパイプラインのためのビジュアルドラッグ＆ドロップ。140,000 以上のスター。コードを書かずに複雑なエージェントワークフローを構築。
🔗 https://github.com/langflow-ai/langflow
38. Huginn:
監視、アラート、データ収集のためのセルフホスト型 Web エージェント。サーバー上で実行されるプライバシーファーストの自動化。
🔗 https://github.com/huginn/huginn
39. DSPy:
ファンデーションモデルをプログラム（プロンプトではなく）する。スタンフォードの研究をフレームワーク化。プロンプトが十分に決定論的でない場合に。
🔗 https://github.com/stanfordnlp/dspy
40. Temporal:
長時間実行プロセスのための耐久性のあるワークフローエンジン。自動化がクラッシュ、リトライ、タイムアウトを乗り切る必要がある場合に。
🔗 https://github.com/temporalio/temporal
パート 7: 検索、データ & RAG 🔍
情報を AI システムに取り込み、また取り出します。
41. GPT Researcher:
編集されたレポートを生成する自律型リサーチエージェント。トピックを指定すると、情報源付きの徹底的な分析を返します。
🔗 https://github.com/assafelovic/gpt-researcher
42. Firecrawl:
あらゆる Web サイトを LLM 対応データに変換。AI パイプライン専用に設計された Web スクレイピング。
🔗 https://github.com/mendableai/firecrawl
43. Vanna AI:
自然言語から SQL へ。英語で質問すると、データベースクエリを返します。SQL を書かずにデータベースからデータを取得したい人向け。
🔗 https://github.com/vanna-ai/vanna
44. Instructor:
Pydantic モデルを使用して、任意の LLM から構造化 JSON 出力を取得。OpenAI、Anthropic、Google、および 15 以上のプロバイダーで動作。プロダクション AI エンジニアが実際に使用するもの。
🔗 https://python.useinstructor.com
45. Chroma:
オープンソースベクトルデータベース。セマンティック検索と長期記憶を AI アプリケーションに追加する最も簡単な方法。
🔗 https://github.com/chroma-core/chroma
46. dlt:
5,000 以上のソースからの LLM ネイティブデータパイプライン。どこからでもデータを AI ワークフローに取り込み。
🔗 https://github.com/dlt-hub/dlt
47. ExtractThinker:
ドキュメントインテリジェンスのための ORM。あらゆるドキュメントタイプから構造化データを抽出。
🔗 https://github.com/enoch3712/ExtractThinker
パート 8: API & インフラストラクチャ 🏗️
プロダクションですべてを機能させる配管。
48. FastAPI:
AI アプリケーションを提供するための Python Web フレームワーク。卓越したドキュメント。Pydantic バリデーションが組み込み。
🔗 https://github.com/tiangolo/fastapi
49. Portkey Gateway:
1 つの API を通じて 250 以上の LLM にリクエストをルーティング。コードを変更せずにモデルを切り替え。
🔗 https://github.com/Portkey-AI/gateway
50. OmniRoute:
44 以上の AI プロバイダー向け API プロキシ。負荷分散、フォールバック、コスト最適化。
🔗 https://github.com/diegosouzapw/OmniRoute
51. lmnr:
エージェントの動作をトレースし評価。エージェントが何をしているかを正確に確認し、それが適切に行われているかを測定。
🔗 https://github.com/lmnr-ai/lmnr
52. Codebase Memory MCP:
コードベースを永続的な知識グラフに変換。Claude はセッション間であなたのプロジェクト全体の構造を記憶。
🔗 https://github.com/DeusData/codebase-memory-mcp
パート 9: キュレーションコレクション & 学習 📚
さらに探して学び続けるための情報源。
53. Awesome Claude Skills:
最高のキュレーションされたスキルリスト。22,000 以上のスター。新しいスキルを探すときはここから始めてください。
🔗 https://github.com/travisvn/awesome-claude-skills
54. Anthropic スキルリポジトリ:
Anthropic による公式リファレンス実装。スキルがどうあるべきかのゴールドスタンダード。
🔗 https://github.com/anthropics/skills
55. Awesome Agents:
100 以上のオープンソースエージェントツールを 1 つのキュレーションリストに。
🔗 https://github.com/kyrolabs/awesome-agents
56. PromptingGuide:
基本から高度なエージェントプロンプティングまで、すべてのテクニックをカバーする包括的なプロンプトエンジニアリングリファレンス。
🔗 https://www.promptingguide.ai
57. Anthropic プロンプトエンジニアリングチュートリアル:
Jupyter ノートブックを使用した 9 章の実践演習。プロンプティングを学ぶための最も体系的な方法。
🔗 https://github.com/anthropics/prompt-eng-interactive-tutorial
58. SkillsMP:
80,000 以上のコミュニティスキルがあるマーケットプレイス。Claude スキルを見つけるための最大のカタログ。
59. MAGI//ARCHIVE:
新しい AI リポジトリの毎日のフィード。何がリリースされているかを常に把握。
🔗 https://tom-doerr.github.io/repo_posts/
60. Anthropic 公式ドキュメント:
API、プロンプティングのベストプラクティス、ツール使用、エージェントなど、すべてをカバー。本格的なものを構築する前に、最初から最後まで読んでください。
このリストの実際の使い方
一度に 60 のツールすべてをインストールしようとしないでください。圧倒されて時間を無駄にするだけです。
以下は私が推奨する順番です。
開発者の場合:
Claude Code (01) + Superpowers (05) + Context7 (17) + Tavily (16) から始めてください。これにより、検索とドキュメントアクセスを備えた強力な AI コーディング環境が手に入ります。
クリエイターまたはナレッジワーカーの場合:
OpenClaw (08) + Obsidian スキル (28) + PDF 処理 (23) + フロントエンドデザイン (24) から始めてください。ファイル管理、ドキュメント処理、コンテンツ作成機能を備えた AI アシスタントが手に入ります。
製品を構築している場合:
FastAPI (48) + Instructor (44) + Chroma (45) + LangGraph (09) から始めてください。プロダクション AI アプリケーションのためのバックエンドフレームワーク、構造化出力、メモリ、エージェントオーケストレーションが手に入ります。
学びたい場合:
Anthropic チュートリアル (57) + PromptingGuide (56) + Anthropic ドキュメント (60) から始めてください。ツールを積み上げる前に基礎を固めてください。
1 つのパスを選び、深く掘り下げてください。ニーズに応じてツールを追加してください。
まとめ
スキル = AI に HOW（より良い方法）を教える。MCP = AI に外部ツールとデータへの ACCESS（アクセス）を提供する。リポジトリ = すべてを動かすオープンソースエンジン。
これら 3 つを組み合わせると、デモで印象的なだけでなく、真に強力な AI ワークフローが実現します。
以上です。60 のツール。さあ、何かを作りに行きましょう。
このリストの作成には長い時間がかかりました。ツールのテスト、ドキュメントの読み込み、誇大広告と実用的なものの選別です。もし時間の節約になったなら、どうするかおわかりですね。
私は定期的にこういった投稿をしています。AI ツール、ワークフロー、テクニック、そして実際に使っているもの。無駄も誇大広告もなく、ただ機能するものだけです。
Follow @eng_khairallah1 で次を見逃さないでください。
お役に立てたなら幸いです、Khairallah ❤️
