Minigo是一套电脑围棋软件。
Minigo是一套依照DeepMind在《自然》上对于AlphaGo Zero所发表的论文《Mastering the game of Go without human knowledge》所实做出的开源电脑围棋程序，也就是不使用人类棋谱与累积的围棋知识，仅实做围棋规则，使用单一人工神經网络从自我对弈中学习（不像AlphaGo以人类角度思考，设计了Policy Network与Value Network）。
软件是基于Brain Lee的MuGo继续开发，使用Python与C++撰写，并且透过TensorFlow实做人工神經网络的部分。代码以Apache License 2.0发布，训练资料以公有领域（Public domain）发布。
项目的目标包括了：
除此之外，项目也希望借由独立另外实做，验证Leela Zero所产生的疑问。
这个项目虽然是挂在TensorFlow的GitHub下（且TensowFlow是由Google研发出的软件），而且主要的项目贡献者Andrew Jackson与Tom Madams都是Google员工，但官方一再强调这并非TensorFlow项目的一环，也不是DeepMind的AlphaGo官方版本，而是由独立的团队依照AlphaGo Zero的论文而实做出的版本。
虽然Google与DeepMind没有正式参与Minigo项目，但Andrew Jackson使用的是Google所提供的20%时间，并且得到Google赞助提供硬件资源进行运算，供Minigo团队确认程序正确性：
Leela Zero同样也是依照AlphaGo Zero论文所独立实做出来的软件，而Minigo项目获取Google赞助的计算资源，透过大量计算资源得到质量还不错的训练网络资料。因此Leela Zero的团队与Minigo的团队基于双方的经验，讨论参数的调整能带来的改善，以及双方训练资料共享的可能性。
Minigo的第二阶段在CGOS上以somebot开头的名称参与19x19的对战，排名最高的账号为somebot-199b，获取约2600分的BayesElo成绩。
