#CLI (1741 repos)

diarizeは、音声ファイルから「誰がいつ話したか」を自動的に識別するPython製のスピーカーダイアリゼーションツール…

ReactiveGWMは、プレイヤー操作とNPCの自律性を分離することで、ゲーム内のNPCをより動的に制御する新しいゲーム世界…

OpenDocumentsは、GitHub、Notion、Google Drive、ローカルファイル、Webソースなど、分散した組織の知識ソースを統…

SR-Agentsは、大規模言語モデル（LLM）エージェントにおけるスキル検索拡張（SRA）の研究と評価を目的としたコミュニ…

「MobileI2V」は、画像から高品質な動画を高速で生成できるツールです。特にモバイルデバイスでの利用に最適化されて…

OpenMelonは、ターミナル上で動作するAIコンテンツ作成エージェントです。ユーザーは単一のターミナルセッション内で…

「Unify-Agent」は、Web検索等で外部の知識を能動的に参照し、事実に忠実な画像を生成する統一マルチモーダルAIエー…

Narrator AI CLIは、AIを搭載した動画ナレーションプラットフォーム「Narrator AI」のコマンドラインツールです。AI…

「kstack」は、Claude Code向けのスキルパックで、Kubernetesクラスターの監視、トラブルシューティング、監査をAIの…

「crafter/trx」は、Whisperを活用してオーディオやビデオを書き起こすためのエージェントファーストなCLIツールです…

「Granite Switch」は、IBM Researchが開発したオープンソースプロジェクトで、複数のファインチューニングされたLoR…

OpenAcmeは、ユーザーが指揮を執るAIワークフォースプラットフォームです。役割特化型のエージェント群が、マルチプ…

reevesagentsは、AI CLIターミナルとAIエージェントチームを効率的に管理するためのローカルなtmuxベースのワークス…

HeyGen CLIは、HeyGenのAIビデオ生成APIをコマンドラインから操作するための公式ツールです。コーディングエージェン…

LongLive-RAGは、長尺動画生成における品質と一貫性の課題を解決するための汎用的なRetrieval-Augmented Frameworkで…

Opendeskは、AIエージェントが人間のようにコンピュータを操作できるようにするためのフレームワークです。スクリー…

Comfy-Org/comfy-skillsは、AIコーディングエージェントがComfy Cloudを介して、画像、ビデオ、オーディオ、3Dコンテ…

Kagi Session2API MCP Serverは、Kagi Searchの公式APIキーなしで、セッショントークンを介して検索機能と要約機能を…

FeatureBenchは、複雑な機能開発におけるエージェント型コーディングのベンチマーキングを目的とした、テスト駆動型…

このツールは、FPV（一人称視点）AIビデオプロンプト作成に特化したSkillです。従来の「画面記述」を超え、カメラの…

LabVLAは、Qwen3-VL-4B-Instructビジョン言語モデルを、DiTフローマッチングアクションエキスパートと独自のπ0.5レシ…

MBA-SLAMは、TPAMI 2025で発表された、モーションブラーを意識したDense Visual SLAMシステムです。動きによってぼや…

このツールは、OCR、画像処理、音声処理など、データおよび機械学習タスク向けの自己完結型UVスクリプト集です。各ス…

このツールは、Claude CodeやCodexなどのAIエージェントがGPT Image 2を効果的に活用できるようにするドロップインス…