プロジェクト一覧

browser-use の超高速 agent。操作と DOM 要素を1 回のリクエストで同時に選び、文字入力を要するときだけ小さな LLM を呼ぶ。

スマホ側の会話副操縦士。WeChat / QQ / X / Feishu で相手を読み、返信候補を出して入力欄に埋める。送信は人が決める。画面を読むだけで、フックも改変もしない。

macOS でのコンピュータ操作。画面を OCR し、次の行動を意思決定モデルで分類し、クリックする。報告値は1 ステップ約 $0.0002。

Hermes agent 向けのスキル一式。モデルルーティング、記憶、圧縮、スキル選択、コンピュータとブラウザの操作。Claude Code と Codex にも導入できる。

意思決定モデルがクリックを選び、Codex が考えて検証する分業。ブラウザ操作が 5〜10 倍速いと報告されている。

スーパーマリオを遊ぶ agent。入力は画面のピクセルではなく、エミュレータが返す構造化された状態。

Android 上で単体で動く agent。すべての判断を意思決定モデルが行い、判断のテレメトリを流すスタジオ画面も付く。

WeChat の意図認識オーバーレイ（macOS）。画面読みとローカルの小モデルで意図とリスクを判断し、返信候補を出す。読み取り専用で、WeChat には何も注入しない。

音声で実ブラウザを操作する。話した語ごとに約 300 ms で意図と対象を決め、Playwright が実行する。文を言い終える前に動くことも多い。

意思決定モデルでブラウザ操作を駆動する。

ブラウザ拡張。ページ上の不要物を意思決定モデルで判別して消す。ルールはテンプレートとして再利用できる。

MuJoCo 上のロボット意思決定ワークベンチ。

MuJoCo 上のカメラのみの自律ドローン。判断は 2.5 Hz で回る。

Claude Code プラグイン。要約による圧縮を「一つずつの採点」に置き換える。1 回のリクエストで各ツール呼び出しと結果に「まだ必要か」を判定し、古いものは捨てるか切り詰め、残すものは逐語で保つ。

agent の監督役。判断を使ってコーディング agent をタスクに引き戻す。

タスク固有の意思決定 harness を LLM に書かせる。任意で軌跡全体の報酬リフレクションと GEPA による進化を行う。

agent harness 向けの構造化意思決定プラグイン。DeepSeek Harness をネイティブに、iPolloWork 経由で OpenCode と Codex Harness も支える。

Claude Code プラグイン。長い Bash 出力を、モデルが見る前に削る。

Pi コーディング agent の意思決定層。計測済みのツール呼び出しゲートと、型付きで較正された答えを得る jev_ask。

Pi 向けのガードレール。中断ではなく誘導する方針で、不可逆・逸脱したツール呼び出し、スタックしたループ、未検証の完了宣言を判断する。

意思決定モデルを呼ぶプログラムの書き方と改善のしかたを教えるスキル。

段階を踏むコードレビューのワークフローと、ローカルのダッシュボード。

意思決定モデルでウェブ検索を行う。ソース選定、クエリ理解、関連度の順位付け。

候補の中から選ばせることで、Claude Code のタスクを十分かつ最安のモデルへ振り分ける。

PostgreSQL 拡張。平易な言葉でテーブルに質問できる。

Codex のターンごとのルーティング。各ターンでモデル・思考の深さ・速度モードを決め直す。

local-first の MCP プラグイン。コーディング agent に継続的な品質レビューをさせる。

マーケティング分析基盤。ブランド露出の分類器を LLM から意思決定モデルの真偽判断へ移し、feature flag で切り替える。

モデル・ツール・サブ agent を振り分ける軽量ルータ。

リポジトリをメソッド単位の呼び出しグラフに解析し、ありそうな欠陥を示させ、平易な英語で書いたプロジェクト規則を検査させる CLI。

パターンではなく意味で grep する。各行を意味に対して採点し、複数の意味を AND / OR / NOT で組み合わせる。

Neo4j のグラフを一歩ずつ辿る。候補となる出辺を分類し、答えの対数確率に対してビームサーチを行う。

自宅の 3090 一枚で意味的な if を回す。オープンモデルを意思決定モデルに作り替える。独立したプロジェクト。

0.6B の複製。並列の判断と可変の候補、出力トークンを一切生成しない。学習パイプラインも公開。

変動する選択肢リストから選ばせる小さなモデルを訓練する。1 回の前方計算で各選択肢に確率を出す。Doom・チェス・Wikispeedia のデモつき。

395M の非自己回帰モデル。15 ms 未満で型付きの答えと較正済み確率を返し、ローカルでの差し替えを狙う。

任意のオープンモデルを分類器に、あるいは互換エンドポイントにする。

任意の LLM を意思決定モデルにする。次のトークンの prefill 分布から型付きの判断と較正済み確率を読み取る。学習は不要。

DiffusionGemma 上に載せた、互換のオープンな意思決定サーバ。

2B モデルの微調整による、1 回の前方計算での型付き判断と較正済み確率。

ローカルの言語モデルを互換の構造化意思決定エンジンにする。三つのプリミティブの出力は prefill のみの二値推論で得る。

agent 向けの 0.6B の複製。diff・trace・ログのような非構造化の状態と構造化された質問を入れると、約 50 ms の前方計算 1 回で較正済み分布が返る。出力トークンは生成しない。

151M の非自己回帰の意思決定エンジン。公開ベンチマークで公式モデルと Laya の両方に勝ったと作者は報告する（精度 77.10%、Brier 0.0636、ECE 0.0144）。

Apple Silicon 上の教育用の推論実験。共有コンテキスト、候補への直接採点、ローカルの可視化デモ。

セルフホストの代替実装。

小さなオープンの意思決定モデル。状態と型付きの質問から較正済み確率を得る。

Vercel のオープンな agent フレームワーク。実験的な evaluate 経路で、意思決定モデルを既定の評価モデルとして同梱する。

公式の agent スキル。Claude Code・Codex と互換 agent 向けに、プリミティブ、パターン、そして評価の組み方を扱う。

Vercel Labs のターミナル CLI。evaluate コマンドの評価モデルとして意思決定モデルを走らせられる。

MCP の概念実証。意思決定モデルを MCP クライアントに接続する。

Go 製の単一バイナリの MCP サーバ。型付きの判断を Claude Desktop・Claude Code・Codex に公開する。

公式の差し替えアダプタ。クライアントを置き換え、背後を OpenAI・Anthropic などの互換 API にする。意思決定モデルとチャットモデルを同じ評価で比べるためのもの。

公式の TypeScript/JavaScript クライアント。戻り値の型が推論される。

公式の Python クライアント。同期と非同期の両方。

Monad のブロックごとに 1 回の取引判断。

入力が意味に合わせて姿を変える。打つにつれてテキストボックスが適切な UI に育つ。オフラインでも動く。

LLM と意思決定モデルを組み合わせたワークフロー。（公開されている説明はここまでで、これ以上の記述はない。）

能動学習で判断の定義を改善する CLI。人によるラベルをフィードバックに使い、GEPA で「問い方」を反復改善する。

スタートアップのアイデアを書くと、判断を下す。捨てるか、直すか、進めるか。

Hyperliquid で実際に動く、判断による取引。