#CLI (1745 repos)

gigasttは、GigaAM v3を搭載したロシア語専用のオンデバイス音声認識（STT）サーバーです。クラウドサービスやAPIキ…

「阿亮开源のAI創作スキル集」は、短劇、Eコマース詳細画像、子供向け物語、音声付き絵本、音声合成、多人数ポッドキ…

「PPT Image Share Builder」は、学生、教師、研究者など、質の高いプレゼンテーション資料作成を必要とする全ての人…

WinDiNetは、LTX-Videoビデオ拡散トランスフォーマーを都市の風の流れにおける計算流体力学（CFD）シミュレーション…

このリポジトリは、OpenAI互換の画像APIを通じてエージェントクライアントが画像生成、編集、バッチ処理を行うための…

SubForgeは、メディアファイルの字幕作成、翻訳、動画への埋め込みを一元的に行うオールインワンツールです。音声や…

このリポジトリは、Qualcomm Snapdragonデバイス上で大規模な拡散モデルを実行するためのパイプラインを提供します。…

Skelegentは、Rustで構築された、構成可能なエージェントAIランタイムフレームワークです。レイヤードプロトコル、交…

「claude-auto-tok」は、AIを活用してTikTok動画コンテンツを自動生成する強力なツールです。トレンド調査からスクリ…

Topological Motion Planning Diffusion（TMPD）は、障害物が多い環境で係留型ロボットが絡まない経路を生成するため…

ltx-video-mlxは、Apple Silicon（M1以降のMac）上でMLXを活用し、PyTorchなしでLTX-2.3モデル（22B）による高性能な…

このガイドは、AIを活用したプログラミングとソフトウェア開発を学ぶためのスペイン語で書かれた最も包括的なリソー…

vlm4ocrは、Vision Language Models (VLMs) を活用して高精度なOCR（光学文字認識）を可能にするPythonパッケージお…

本プロジェクトは、NVIDIA DGX Spark上でQwen3.5 (0.8B～27B) モデルのLoRAおよびFull Fine-Tuningを劇的に高速化す…

このプロジェクトは、T1加重MRI画像とT2加重MRIスキャン間の医療画像モダリティ変換を行う、条件付き拡散モデルの実…

「Web Design Enhancer」は、AIエージェントが生成するウェブデザインの品質を劇的に向上させるスキルです。一般的な…

VecSlideは、SVGスライドとOpusオーディオを同期させた、ベクトルプレゼンテーションフォーマットです。ZIP形式の`.v…

このスキルは、AIエージェントが小紅書、抖音、Bilibili、YouTubeなどの複数のプラットフォームでインフルエンサーを…

AfriSpeech Selectorは、142のアフリカ言語にわたる2200時間以上の音声データに簡単にアクセスできるCLIツールです。…

Premiere Auto-Editは、話している動画（ロングフォーム・トーク・ライブ）のラフカットを、たった1つのコマンドで自…

TokDriftは、LLMがサブワードでコードを生成する一方、実際のコードは文法を持つというギャップを研究するためのフレ…

「Video-to-Prompt WebUI」は、動画からAI画像生成プロンプトを抽出するためのGradioベースのウェブアプリケーション…

CADENZAは、AIを活用してプログレッシブハウスやメロディックテクノ向けのMIDIを生成するツールです。BPMとキーを入…

GoodQ4Allは、ローカルファーストのマルチモーダル記憶システムで、長期間のビデオ、オーディオ、テキストからの情報…