#マルチプラットフォーム (56 repos)

PaddleOCRは、PDFや画像ドキュメントを構造化されたデータ（JSON/Markdown）に変換し、大規模言語モデル（LLM）で活…

Babysor/MockingBirdは、わずか5秒で声をクローンし、リアルタイムで任意の音声を生成できる最先端の音声クローニン…

このツールは、Claude Code、OpenAI Codex CLI、Cursor、OpenCode、Gemini CLI、GitHub Copilotといった主要なエージ…

llamafileは、大規模言語モデル（LLM）を単一の実行可能ファイルとして配布・実行できる革新的なツールです。llama.c…

Handyは、完全にオフラインで動作する無料のオープンソース音声認識デスクトップアプリケーションです。プライバシー…

Reasonixは、DeepSeekモデルに特化したターミナル向けAIコーディングエージェントです。プレフィックスキャッシュの…

Kaldiは、音声認識技術の開発と研究のための包括的なオープンソースツールキットです。UNIX系OS、Windows、Linuxとい…

sherpa-onnxは、次世代Kaldiとonnxruntimeを基盤とし、インターネット接続なしで動作する多機能なオフライン音声処理…

LEANNは、個人用デバイスで高速、高精度、かつ完全にプライベートなRAG（検索拡張生成）アプリケーションを実現する…

ESPnetは、音声認識、音声合成、音声翻訳など、様々なエンドツーエンドの音声処理タスクに対応する包括的なツールキ…

Stability Matrixは、Stable Diffusion向けのマルチプラットフォームパッケージマネージャーおよび推論UIです。AUTOM…

「Hermes Web UI」は、AIエージェントである「Hermes Agent」のための高機能なウェブダッシュボードです。このツール…

OpenMVGは、3DコンピュータビジョンとStructure from MotionのためのオープンソースC++ライブラリです。画像からの3D…

stable-diffusion.cppは、Diffusionモデル（SD、Flux、Wanなど）の推論を純粋なC/C++で実行するための超軽量ライブラ…

OpenGVLab/DragGANは、「Drag Your GAN」の非公式実装で、GAN（敵対的生成ネットワーク）で生成された画像をインタラ…

Brushは、Gaussian splattingを活用した3D再構築エンジンです。macOS、Windows、Linux、Android、Webブラウザなど、…

Mercuryは、許可制ツール、トークン予算、マルチチャネルアクセスを備えた、"Soul-driven"なAIエージェントです。重…

Munder Difflinは、Claude Code、Antigravity (Gemini)、OpenAI Codexといった既存のターミナルエージェントCLIを統…

TrueMemoryは、AIエージェントのための高度な記憶システムです。セッションを越えてユーザーの事実、好み、決定など…

FreeUltraCodeは、ゲーム開発に特化したAIコーディングエージェントです。ゲームエンジンの概念を深く理解し、コード…

illoは、アイデアや記事をオリジナルのプリントスタイル編集イラストに変換するAIエージェントスキルです。特徴とし…

Ogcodeは、Go言語で開発されたWeb UIベースのエージェント型AIコーディングアシスタントです。コードベース全体を理…

Parrotは、選択したテキストを読み上げる無料のAI音声読み上げデスクトップアプリケーションです。Rustで構築されて…

SkillHubは、AIを活用したマルチプラットフォームC2C再販ツールキットです。AnthropicのClaude CodeスキルとMCPサー…