#CLI (1745 repos)

Parleyは、音声指示型Vision-Language-Action（VLA）パイプライン向けのベンチマークツールキットです。このツールは…

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…

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…

nova-specは、Claude CodeおよびOpenCode上でSpec-Driven Developmentを実現するツールです。チケットの分類からプル…

Aluminum OSは、Google Workspace、Microsoft 365、GitHubなど多様な生産性エコシステムを人間とAIエージェントが統…

本リポジトリは、拡散モデルを利用した浅層から深層への速度モデル構築に関する、学術論文の公式かつ再現可能な資料…

K-MetBenchは、気象学における専門家の推論、地域性、マルチモダリティを詳細に評価するための多次元ベンチマークで…

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…

「rust-llm-wiki」は、Andrej Karpathy氏のLLM WikiのコンセプトをMicrosoft Copilot CLIとRustを用いて実験的に実装…

SmallMindは、C#のみで構築されたプロダクション対応のローカル言語モデル推論エンジンです。外部MLフレームワークや…

card-skillは、Claude Codeスキルとして提供され、テキストコンテンツを洗練されたデザインのPNG画像に変換するツー…

「天眼 TTS Mobile」は、軽量なAndroid WebViewブラウザアプリです。PaseoやZCodeの遠隔操作ページ、あるいは一般的…

Catetusは、Gaussian Splattingの最適化と本番環境への配信を支援するオープンソースのインフラです。巨大な.plyファ…

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…

Nexus Memoryは、AIエージェント向けのユニバーサルな記憶層を提供するツールです。MCP (Model Context Protocol) に…

「拾字 · Voicetype Studio」は、動画をテキストに変換し、ローカルでダウンロード・処理を行うmacOS向けのツールで…

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…

このツールは、単一の2D RGB画像からテクスチャ付き3Dメッシュを生成するPythonパイプラインです。AppleのDepthProモ…

ArcticPlatformは、大規模言語モデル（LLM）のポストトレーニングプロセスを簡素化・加速するために設計されたフレー…

VoxKitchenは、生の音声録音をクリーンで検査可能なトレーニングデータセットに変換するための、宣言型音声データ処…

「creador_videos_ai」は、あらゆるWebサイトURLから30秒のプロフェッショナルなマーケティング動画を自動生成するツ…

「Tongues」は、書かれたテキストと発音の間の可逆マッピング（Grapheme-to-PhonemeおよびPhoneme-to-Grapheme）に特…

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…

GitHub上のAI関連OSSをWordPressに自動でカタログ化するツールです。LLMを用いてリポジトリの要約とカテゴリ分類を行…