マルチモーダルcc-VisionRouter
cc-VisionRouterは、Claude Code環境で画像非対応のLLMを利用する際に、画像を含むリクエストを自動的にマルチモーダ…
★ 102 MIT 2026-06-07
#CLI (1751 repos)
「CLI」タグが付いたリポジトリ
マルチモーダル
LLMllm-wiki-memory
LLM Wiki Memoryは、AIコーディングエージェントのための永続的なローカルメモリシステムです。エージェントが各セッ…
★ 101 MIT 2026-06-14
ASR / 音声認識AirControl
AirControlは、Windows 10/11向けに設計された革新的な空中コントローラーです。MediaPipeを用いたジェスチャー認識…
★ 100 ⑂ 2 Apache-2.0 2026-06-15
マルチモーダルmusic-flamingo-hf
Music Flamingoは、楽曲やインストゥルメンタル音源を対象に、ジャンル・テンポ・キー・楽器構成・雰囲気・歌詞や文…
❤ 99 ↓ 16.8k other 2026-04-04
マルチモーダルMOSS-VL-Instruct-0408
MOSS-VL-Instruct-0408は、OpenMOSS系の視覚言語モデルを教師あり微調整したマルチモーダル推論用チェックポイントで…
❤ 97 ↓ 331 apache-2.0 2026-04-22
AIエージェントoh-my-kimi
oh-my-kimi (OMK)は、Kimi Code専用に開発された検証済みエージェント実行基盤です。Kimi Code CLIを、独立したワー…
★ 97 ⑂ 12 MIT 2026-06-28
AIエージェントanansi
Anansiは、敵対的で不安定なウェブ環境に対応するために設計された自己修復型ウェブスクレイパーです。サイトのレイ…
★ 97 ⑂ 17 Apache-2.0 2026-06-21
画像生成FlowInOne
FlowInOneは、画像を入力として画像を出力する、ビジョン中心のマルチモーダル画像生成モデルです。Image-in, Image-…
★ 96 ⑂ 5 MIT 2026-06-18
画像生成design-image-studio
「Design Image Studio」は、漠然としたビジュアルの要求を高品質なデザイン図に変換するAI Agent Skillです。ポスタ…
★ 94 ⑂ 33 MIT 2026-04-20
AIエージェントfriday-studio
Friday Studioは、自然言語の指示をAIを活用した反復可能な自動ワークフローに変換するエージェントハーネスプラット…
★ 94 ⑂ 4 NOASSERTION 2026-06-20
ASR / 音声認識subforge
SubForgeは、動画字幕制作を再現性のあるAIパイプラインに変えるために設計されたRust製のコマンドラインインターフ…
★ 93 ⑂ 10 MIT 2026-06-01
動画生成ralphy
ralphyは、チャットプロンプトまたはCLIからUGC（ユーザー生成コンテンツ）スタイルの短尺動画を生成する自律型ツー…
★ 93 ⑂ 10 Apache-2.0 2026-06-25
3D / NeRFNeRF2Physics
NeRF2Physicsは、CVPR 2024で発表された、言語埋め込み特徴フィールドから物理的特性を理解するためのツールです。Ne…
★ 93 ⑂ 4 MIT 2025-11-16
ASR / 音声認識claude-code-auto-video-edit
「claude-code-auto-video-edit」は、Claude Codeのコマンドとして機能し、口播やチュートリアル動画のAロール粗編集…
★ 93 ⑂ 11 MIT 2026-04-06
LLMmultimind-sdk
MultiMind SDKは、複数のAIモデルとプロバイダーを統一されたAPIで扱えるPythonベースのAI開発フレームワークです。…
★ 92 ⑂ 14 Apache-2.0 2026-06-20
AIエージェントaithy
Aithyは、ユーザーのローカルマシン上で安全に動作し、有用なコンテキストを記憶し、データをユーザーの管理下に置く…
★ 91 ⑂ 4 Apache-2.0 2026-05-26
画像生成PixelSmile
PixelSmileは、既存の顔画像に対して笑顔・喜びなどの表情を細かく編集するための画像生成・編集モデルです。Qwen-Im…
❤ 90 ↓ 747 apache-2.0 2026-05-08
3D / NeRFsuperfit
SuperFitは、CVPR 2026で発表された、3D形状にSuperFrusta、直方体、超二次曲面といったコンパクトなプリミティブア…
★ 89 ⑂ 5 NOASSERTION 2026-05-23
LLMOpenDocuments
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…
★ 87 ⑂ 15 MIT 2026-05-27
動画生成MobileI2V
「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…
★ 87 ⑂ 5 Apache-2.0 2026-05-20
LLMSR-Agents
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…
★ 86 ⑂ 11 MIT 2026-05-21
ASR / 音声認識diarize
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…
★ 86 ⑂ 8 Apache-2.0 2026-05-06
画像生成ddpm-cifar10-32
google/ddpm-cifar10-32は、CIFAR-10向けに学習済みのDDPM画像生成モデルです。Hugging Face Diffusersの`DDPMPipeli…
❤ 85 ↓ 23.0k apache-2.0 2023-08-03
音声生成 / TTSreels-af
REELS-AFは、AIマルチエージェントシステム「AgentField」上で構築されたAIネイティブな動画生成ツールです。記事URL…
★ 85 ⑂ 32 Apache-2.0 2026-06-05