GitHub でトレンドとなっている Python プロジェクトトップ 17
2026 年 1 月の注目 Python リポジトリ
今月の Python エコシステムは、Claude Skills と AI エージェントツールによって支配されています。 本記事では、GitHub でトレンド入りしている トップの Python リポジトリ を分析します。
Anthropic による Agent Skills のリリースは、コミュニティプロジェクトの爆発的な増加を招き、トップ 10 トレンドリポジトリのうち 7 つが、Claude Code または AI エージェント機能に直接関連するものとなりました。
本記事は、開発者ツール:モダンな開発ワークフロー完全ガイド シリーズの一部です。
他のエコシステムとの比較については、GitHub でトレンド入りしているトップ 23 の Rust プロジェクト の分析や、フレームワーク比較のための Terminal UI: BubbleTea (Go) vs Ratatui (Rust) を参照してください。
Python をこれから始める方へは、言語の基礎を学ぶための Python チートシート をチェックしてください。

概要
GitHub のトレンドページ のデータを基に、今最も活発に成長している Python プロジェクト 17 選を紹介します。今月のトレンドは、Claude Skills の現象と RAG フレームワークの革新によって定義されています。
1. Anthropic Skills — 今月 29,129 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | anthropics/skills |
| 総スター数 | 58,665 |
| ライセンス | Apache-2.0 |
| カテゴリー | AI エージェントスキル |
Anthropic による公式 Agent Skills のリリースは、Claude エコシステム全体に火をつけ、数十ものコミュニティプロジェクトの母体となりました。
Anthropic Skills は、Claude が専門的なタスクのパフォーマンスを向上させるために動的に読み込む、指示やスクリプト、リソースのフォルダ(Agent Skills)の例を含む公式の公開リポジトリです。
主な機能:
- クリエイティブ & デザインスキル(アルゴリズムアート、キャンバスデザイン)
- 開発 & 技術スキル(Web アーティファクトビルダー、MCP ビルダー)
- エンタープライズ & コミュニケーションスキル(ブランドガイドライン、社内通信)
- メタスキル(スキル作成者、テンプレート)
- SKILL.md ファイルを含む自己完結型のディレクトリ
2. awesome-claude-skills — 今月 15,383 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | ComposioHQ/awesome-claude-skills |
| 総スター数 | 28,178 |
| ライセンス | MIT |
| カテゴリー | 厳選リスト |
コミュニティには、Claude Skills を発見し共有するための中央集点が必要でした。ComposioHQ はそのギャップを迅速に埋めました。
awesome-claude-skills は、Composio のプラグインアーキテクチャを通じて 500 以上のアプリケーションとの統合を含む、32 以上の Claude Skills を厳選したリストです。
主な機能:
- コンテンツ調査とライティング支援
- ファイル整理と YouTube ダウンロード
- 履歴書作成とコード開発ツール
- ソーシャルメディア最適化(Twitter アルゴリズムオプティマイザー)
- リード調査と競合分析
- Composio API を使った 3 ステップでのセットアップ
3. PageIndex — 今月 6,153 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | VectifyAI/PageIndex |
| 総スター数 | 10,728 |
| ライセンス | MIT |
| カテゴリー | RAG フレームワーク |
従来の RAG では、ベクトルデータベース、埋め込み、チャンキングが必要でした。PageIndex は、推論ベースの検索によってこれらすべてを排除します。
PageIndex は、ベクトル不要で推論ベースの RAG フレームワークであり、エージェント型 LLM の検索のためにドキュメントを木構造のインデックスに変換します。
主な機能:
- ベクトルデータベースや埋め込みの不要な設計
- チャンキング不要 — ドキュメントの階層構造を完全に保持
- ページ/セクション参照による追跡可能性と説明可能性
- 恣意的な top-K しきい値の排除
- 複雑なドキュメント(法律、金融、医療)に最適化
4. claude-code-templates — 今月 4,867 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | davila7/claude-code-templates |
| 総スター数 | 18,926 |
| ライセンス | MIT |
| カテゴリー | CLI ツール |
Claude Code プロジェクトを手動で設定するのは退屈です。この CLI ツールは設定を自動化し、監視機能を追加します。
claude-code-templates は、スマートなプロジェクト設定とリアルタイム分析により、Claude Code の設定と監視を行う CLI ツールです。これらのプロジェクトの Python 環境管理については、uv を検討するか、Anaconda vs Miniconda vs Mamba のガイドでオプションを比較してください。
主な機能:
- スマートな自動検出とフレームワーク固有の設定
- パフォーマンス指標付きのリアルタイム分析ダッシュボード
- 実行可能な推奨事項付きのヘルスチェック
- カスタムスラッシュコマンド(/generate-tests, /optimize-bundle)
- モジュラーエージェント、MCP、スキルのインストール
- JavaScript/TypeScript、Python 対応(Go/Rust 近々対応)
5. langextract — 今月 4,115 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | google/langextract |
| 総スター数 | 23,774 |
| ライセンス | Apache-2.0 |
| カテゴリー | 情報抽出 |
LLM は情報を抽出できますが、その抽出をソーステキストに紐付けるのは困難です。Google の langextract はこれを巧みに解決します。
langextract は、LLM を使用して構造化されていないテキストから構造化された情報を抽出し、正確なソースグラウンディングを行う Python ライブラリです。構造化された LLM 出力の別のアプローチについては、BAML vs Instructor の比較を参照してください。
主な機能:
- ソースグラウンディング — すべてのエンティティを正確な文字オフセットにマッピング
- 少-shot 例を用いたスキーマガイド付き抽出
- 知的なチャンキングによる長文脈処理
- 検証用のインタラクティブ HTML 可視化
- Gemini、Ollama、OpenAI 対応
- 放射線科レポート向けの RadExtract 特化機能
6. learn-claude-code — 今月 4,053 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | shareAI-lab/learn-claude-code |
| 総スター数 | 15,862 |
| ライセンス | MIT |
| カテゴリー | 教育 |
「Bash だけで十分だ!」— このプロジェクトは、AI コーディングエージェントがその核において驚くほどシンプルであることを示しています。
learn-claude-code は、わずか 16 行の bash で Claude Code 風のエージェントを書く方法を示し、技術を解明します。
主な機能:
- 核心概念を説明する最小限の実装
- AI エージェントを理解するための教育リソース
- 機能を拡張するコミュニティの貢献
7. OpenBB — 今月 3,877 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | OpenBB-finance/OpenBB |
| 総スター数 | 59,635 |
| ライセンス | AGPL-3.0 |
| カテゴリー | 金融データ |
アナリストは、数十のベンダーからのデータに統合されたアクセスが必要です。OpenBB は、AI エージェント機能を内蔵してこれを提供します。
OpenBB は、アナリスト、クオンツ、AI エージェント向けの金融データプラットフォームであり、金融向けの AI ワークスペースを提供します。「Bring Your Own AI Agent」機能は、OpenAI、Anthropic、Azure などのさまざまな Cloud LLM Providers と連携します。
主な機能:
- 数十のデータベンダーとの統合
- Python と CLI インターフェース
- OpenBB Copilot AI エージェント(OpenAI 搭載)
- Bring Your Own AI Agent 対応
- データ漏洩なしの SOC2 II 準拠
- オンプレミス展開オプション
- 数千億ドル規模を管理する投資企業で使用
8. awesome-claude-code — 今月 3,468 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | hesreallyhim/awesome-claude-code |
| 総スター数 | 22,331 |
| ライセンス | CC0-1.0 |
| カテゴリー | 厳選リスト |
Claude Code の拡張機能と統合に特化した、もう一つの必須の厳選リストです。
awesome-claude-code は、Claude Code 向けのスキル、フック、スラッシュコマンド、エージェントオーケストレーター、アプリケーション、プラグインを厳選しています。
主な機能:
- カテゴリ別整理(スキル、フック、コマンド)
- エージェントオーケストレーター推奨
- プラグインエコシステムドキュメント
- コミュニティ維持による定期的な更新
9. Deep-Live-Cam — 今月 2,819 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | hacksider/Deep-Live-Cam |
| 総スター数 | 79,139 |
| ライセンス | AGPL-3.0 |
| カテゴリー | ディープフェイク/動画 |
従来のディープフェイクには数時間のトレーニングが必要でした。Deep-Live-Cam は、単一の画像でリアルタイムに動作します。
Deep-Live-Cam は、単一のソース画像のみを使用して、リアルタイムのフェーススワップとワンクリックの動画ディープフェイクを可能にします。
主な機能:
- 即座のプレビュー付きリアルタイムフェーススワップ
- トレーニング不要 — 事前学習済み inswapper_128 モデルを使用
- GFPGAN v1.4 によるフェース復元ポストプロセッシング
- マルチプラットフォーム対応: CPU、NVIDIA CUDA、Apple Silicon
- 組み込みの倫理的セーフガード
10. UltraRAG — 今月 2,357 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | OpenBMB/UltraRAG |
| 総スター数 | 4,827 |
| ライセンス | Apache-2.0 |
| カテゴリー | RAG フレームワーク |
複雑な RAG パイプラインの構築には通常、数千行のコードが必要でした。UltraRAG はこれを YAML 宣言に削減します。
UltraRAG v3 は、最小限のコードで複雑な RAG パイプラインを構築するためのローコード MCP フレームワークです。
主な機能:
- YAML ベースのパイプライン宣言
- 50 行の IRCoT アルゴリズム(公式の 900 行以上と比較)
- コンポーネント向けの MCP サーバーアーキテクチャ
- マルチターン推論と動的検索
- シリアル、ループ、分岐制御構造
- 会話型デモインターフェース
11. blender-mcp — 今月 2,063 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | ahujasid/blender-mcp |
| 総スター数 | 16,711 |
| ライセンス | MIT |
| カテゴリー | MCP/3D グラフィックス |
自然言語で 3D ソフトウェアを制御することは、未来のようでした。blender-mcp がそれを今日実現します。
blender-mcp は、Blender 3D を Claude AI に接続し、AI 駆動の 3D 制作を可能にする MCP サーバーです。独自の MCP 統合の構築については、Building MCP Servers in Python を参照してください。
主な機能:
- Claude と Blender 間の双方向通信
- オブジェクトの作成、変更、削除
- マテリアルと色の適用
- シーンの点検とビューポートスクリーンショット
- Sketchfab と Poly Haven のアセット統合
- Hyper3D Rodin によるテキストから 3D の生成
- Blender 内での任意の Python コード実行
12. OpenHands — 今月 1,437 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | OpenHands/OpenHands |
| 総スター数 | 67,296 |
| ライセンス | MIT |
| カテゴリー | AI 開発 |
ソフトウェアエンジニアリングエージェントには、堅牢なプラットフォームが必要です。OpenHands は、それらを構築するための企業向けインフラストラクチャを提供します。
OpenHands は、大規模な AI ソフトウェアエンジニアリングエージェントの構築と展開のためのオープンソースプラットフォームです。ローカル LLM 統合については、Ollama チートシート と ローカル LLM 向けのオープンソースチャット UI を参照してください。
主な機能:
- モデル非依存のエージェントフレームワーク
- カスタムエージェント向けの Software Agent SDK
- CLI、Web UI、クラウド展開
- 自動化された問題解決向けの GitHub Action
- TikTok、VMware、Roche、Amazon によって信頼
13. Pixelle-Video — 今月 1,212 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | AIDC-AI/Pixelle-Video |
| 総スター数 | 2,109 |
| ライセンス | Apache-2.0 |
| カテゴリー | 動画生成 |
短編動画を手動で作成するには数時間かかります。Pixelle-Video は、3 分間で全体フローを自動化します。
Pixelle-Video は、プロダクションパイプライン全体を処理する AI 駆動の自動化された短編動画エンジンです。
主な機能:
- 入力トピックからの脚本作成
- 文ごとの AI 画像生成
- 音声合成(Edge-TTS、Index-TTS)
- 自動背景音楽
- 柔軟な動画サイズ
- GPT、Qianwen、DeepSeek、Ollama 対応
- ComfyUI ベースのカスタマイズ可能なワークフロー
- Qianwen 使用時、動画あたり約 $0.01-0.05
14. OpenAI Skills — 今月 1,166 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | openai/skills |
| 総スター数 | 2,204 |
| ライセンス | Apache-2.0 |
| カテゴリー | AI エージェントスキル |
Anthropic の Skills に対する OpenAI の対応であり、Codex 向けの公式 Skills カタログを提供します。
OpenAI Skills は、Codex 向けの公式スキルカタログであり、OpenAI のコーディングエージェント向けの拡張可能な機能を提供します。
主な機能:
- 公式 OpenAI リポジトリ
- Codex 統合
- 拡張可能なスキルフレームワーク
15. claude-skills — 今月 1,020 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | alirezarezvani/claude-skills |
| 総スター数 | 1,473 |
| ライセンス | MIT |
| カテゴリー | AI エージェントスキル |
実世界での Claude スキル実装に焦点を当てたコミュニティコレクションです。
claude-skills は、Claude Code と Claude AI の実世界での使用向けのスキルコレクションであり、サブエージェントとコマンドを含みます。
主な機能:
- 実世界志向のスキル
- Claude Code サブエージェント
- Claude Code コマンド
- 実用的な実装
16. alpamayo — 今月 981 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | NVlabs/alpamayo |
| 総スター数 | 1,280 |
| ライセンス | NVIDIA Source Code License |
| カテゴリー | NVIDIA 研究 |
Python コミュニティで注目を集めている NVIDIA の研究プロジェクトです。
alpamayo は、NVIDIA Labs の研究プロジェクトです。
17. MiroFlow — 今月 697 ⭐
| メトリック | 値 |
|---|---|
| リポジトリ | MiroMindAI/MiroFlow |
| 総スター数 | 2,363 |
| ライセンス | Apache-2.0 |
| カテゴリー | エージェントフレームワーク |
高い GAIA スコアを達成するには、洗練されたエージェントアーキテクチャが必要です。MiroFlow は 82.4% を達成 — 最も高い再現可能なオープンソーススコアです。
MiroFlow は、最先端のベンチマークパフォーマンスを持つツール使用タスク向けのエージェントフレームワークです。
主な機能:
- 82.4% GAIA スコア(最も高い再現可能なオープンソース)
- HLE: 27.2%, xBench: 72.0%, BrowseComp-ZH: 47.1%
- MiroThinker エージェントモデル(4B/7B/14B/32B)
- MiroVerse 厳選データセット(147k 学習データ)
- 完全に再現可能なベンチマーク
まとめテーブル
| ランク | プロジェクト | 月間スター数 | 総スター数 | カテゴリー |
|---|---|---|---|---|
| 1 | Anthropic Skills | 29,129 | 58,665 | AI エージェントスキル |
| 2 | awesome-claude-skills | 15,383 | 28,178 | 厳選リスト |
| 3 | PageIndex | 6,153 | 10,728 | RAG フレームワーク |
| 4 | claude-code-templates | 4,867 | 18,926 | CLI ツール |
| 5 | langextract | 4,115 | 23,774 | 情報抽出 |
| 6 | learn-claude-code | 4,053 | 15,862 | 教育 |
| 7 | OpenBB | 3,877 | 59,635 | 金融データ |
| 8 | awesome-claude-code | 3,468 | 22,331 | 厳選リスト |
| 9 | Deep-Live-Cam | 2,819 | 79,139 | ディープフェイク/動画 |
| 10 | UltraRAG | 2,357 | 4,827 | RAG フレームワーク |
| 11 | blender-mcp | 2,063 | 16,711 | MCP/3D グラフィックス |
| 12 | OpenHands | 1,437 | 67,296 | AI 開発 |
| 13 | Pixelle-Video | 1,212 | 2,109 | 動画生成 |
| 14 | OpenAI Skills | 1,166 | 2,204 | AI エージェントスキル |
| 15 | claude-skills | 1,020 | 1,473 | AI エージェントスキル |
| 16 | alpamayo | 981 | 1,280 | NVIDIA 研究 |
| 17 | MiroFlow | 697 | 2,363 | エージェントフレームワーク |
主要トレンド
Claude Skills の爆発: トップ 10 プロジェクトのうち 7 つが、Claude Code または Agent Skills に直接関連しています。Anthropic のリリースは、最近の記憶に残る前例のないエコシステムへの対応を引き起こしました。
RAG の革新: PageIndex と UltraRAG は、RAG を改善するための 2 つの異なるアプローチを表しています — ベクトル不要の推論ベース検索対ローコード MCP フレームワーク。
MCP エコシステムの成長: Model Context Protocol は複数のトレンドプロジェクト(UltraRAG、blender-mcp)に登場し、AI ツール統合の標準として確立されています。
AI 動画生成: Deep-Live-Cam と Pixelle-Video は、AI 駆動の動画作成と操作への継続的な関心を示しています。
関連記事
- Python チートシート — 言語構文と基礎
- uv パッケージマネージャー — 高速な Python 環境管理
- Anaconda vs Miniconda vs Mamba — Python 環境比較
- Python での MCP サーバー構築 — カスタム AI ツール統合の作成
- BAML vs Instructor — 型安全な構造化抽出
- クラウド LLM プロバイダー — API オプションの比較
- Ollama チートシート — ローカル LLM 実行のコマンド
- オープンソースチャット UI — Ollama 用 Web インターフェース
- vLLM クイックスタート — 高性能 LLM サービング
- GitHub Copilot チートシート — AI コーディングアシスタントのコマンド
- トップ 19 のトレンド Go プロジェクト — Go エコシステムとの比較
- トップ 23 のトレンド Rust プロジェクト — Rust エコシステムとの比較