#CLI (1741 repos)

このリポジトリは、Googleの最新マルチモーダル埋め込みモデル`gemini-embedding-2`の経験的失敗モードと幾何学的特…

omni-retrievalは、テキスト、画像、音声、動画といった多様なメディアタイプを完全にローカルかつエアギャップ環境…

このツールは、AnthropicのAIであるClaudeとMinecraft Bedrock版を連携させるためのClaudeプラグインです。主な機能…

FlashOPDは、わずか650行のコアコードでOn-Policy Distillation (OPD) を完全に実装した軽量なツールです。既存の複…

codex-imgenは、Codex CLIの画像生成機能をローカルでスクリプト可能にするCLIツールおよび非同期ジョブサービスです…

opencrabは、タスクをこなすだけでなく、自己の目標を持ち自己進化を追求する「自律生命体」です。他のエージェント…

AIAI Hubは、GitHub上のAI関連オープンソースソフトウェアを自動的に発見し、LLM（Gemini, Claude, Codexなど）を用…

このリポジトリは、PoYoプラットフォームの`seedance-2`および`seedance-2-fast`モデルを使用した動画生成ワークフロ…

NeuralVoice Studioは、85の言語と方言に対応した次世代オープンソースAI音声ジェネレーターです。このツールは高度…

NVIDIAのビデオワールドモデル「SANA-WM」をApple Silicon (MシリーズMac) で動作させるためのパッチとインタラクテ…

Vortelio Python SDKは、ローカル環境でLLM、画像、音声、動画、3Dモデルの生成を可能にするVortelioの公式Pythonク…

Auto TikTokは、Douyin/TikTokクリエイター向けのローカルファーストなAI短編動画自動生成ツールです。与えられたト…

Deep Video Watcherは、AIを活用したマルチモーダルな動画分析・編集インテリジェンスエンジンです。多数の動画コン…

schoolwork-ragは、PDFや講義ノートなどのローカルな学習資料を、検索可能な知識ベースに変えるプライバシー重視のRA…

AgentDictateは、Linux環境向けのプッシュツートーク音声入力アプリケーションです。OpenAIの音声テキスト変換APIを…

このツール「Reference Anomaly Generation and Segmentation」は、参照画像から欠陥パターンを抽出して通常の背景画…

CWX-Transcribeは、OpenAIの`gpt-4o-transcribe-diarize`モデルを基盤とした、長時間の2話者インタビュー向け高精度…

Windows向けのポータブルなマルチGPU音楽生成サーバーで、8種類のモデルを搭載。ワンクリックインストールで依存関係…

SDXは、テキストから画像を生成するモジュール式のオープンソース拡散フレームワークです。DiTトレーニング、精密な…

この「alpamayo-trace」は、NVIDIA Alpamayo R1（Vision-Language-Actionモデル）とQwen2.5-VL（Vision-Languageモデ…

Melody Engineは、プロンプトに基づいてインストゥルメンタル音楽を生成するツールです。GoogleのMagentaRTを薄くラ…

Agnesは、テキストからビデオを生成する2段階のAIパイプラインを提供するツールです。最大の特徴は、画像生成UIであ…

このリポジトリ「opensource-ai-talk」は、「Building with AI Without Losing the Open Web」というトークの公式コ…

Hermes Slack Extensionは、自己ホスト型Hermes AgentをSlackワークスペースでより機能的にするためのCLIインストー…