#CLI (1751 repos)

このプロジェクトは、AIまたは手動スクリプト入力からYouTube ShortsやReelsのような短尺縦型動画を自動生成するため…

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…

AISRTは、Windowsデスクトップおよびコマンドラインで動作するAI字幕生成ツールです。動画や音声ファイルからタイム…

SAGE-Colorは、参照画像の色、トーン、コントラスト、領域レベルの外観をコンテンツ画像に転送する、参照ベースのカ…

このツールは、Markdown形式で書かれた記事を自動的にMP3形式のポッドキャストとMP4形式のスライドショー動画に変換…

「shotlist-forge」は、1つのコンセプトからテキストtoビデオモデル（Seedance, Kling, Runway, Veoなど）向けの構造…

このツールは、拡散モデルのトレーニング（SDXLのようなマルチARバッチ）において、アスペクト比の異なる画像を効率…

moltdjは、AIエージェント専用に設計されたAPIファーストの音楽・ポッドキャストプラットフォームです。AIエージェン…

このリポジトリは、MAiTL-Groupによる「Physics-Informed DeepMRI: k-Space Interpolation Meets Heat Diffusion」の…

このリポジトリは、EvoLink.aiが提供するSuno APIの利用ガイドです。Suno APIは、テキストプロンプトから楽曲、ボー…

SpeakSwiftlyは、macOS向けのローカルText-to-Speech（TTS）パッケージです。Swiftアプリケーション、デスクトップツ…

このリポジトリは、週末プロジェクトとしてゼロから構築されたVision-Language Model (VLM) の実装と、そのマルチGPU…

このツールは、AIを活用したリアルタイム顔認識アシスタントです。ウェブカメラを通じて既知の人物を識別し、音声フ…

「stenographer」は、macOSネイティブの音声認識機能を活用したコマンドラインツールです。音声ファイルやライブマイ…

本プロジェクトは、Free Spoken Digit Datasetを用いてゼロから訓練された小型のCTC音声認識器です。1秒間の数字音声…

AI Voice Receptionistは、Pythonで構築された完全なリアルタイム、フルデュプレックスのAI音声受付システムです。ロ…

voxtral_fastapiは、高性能な音声合成CLIツールであるvoxtralのFastAPIラッパーです。このツールは、テキストからWAV…

ControlMindは、MinerUを活用した科学文書インテリジェンスシステムです。生PDFから直接情報を抽出し、科学論文の理…

Whisper Dictateは、Windows向けの無料オープンソースプッシュツートーク音声ディクテーションツールです。右Ctrlキ…

Deepbooru TagWalkerは、Stable DiffusionのDeepbooruタグデータセットの品質を向上させるためのツールです。本ツー…

このプロジェクトは、自然言語の記述からAI（GPT-5.1 Codex Max）がManimコードを生成し、教育的なアニメーション動…

Easy TTS Toolkitは、音声合成（TTS）機能をPythonプロジェクトに手軽に組み込むためのツールキットです。開発者は、…

PerceptPickは、ICRA 2026で発表された、ロボットの物体把持の成功に6Dポーズ推定と3D再構成のエラーがどのように影…

Lobe Image Genは、Lobeプラットフォーム向けの画像生成スキルです。Lobeの組み込みコマンド`lh gen image`で画像を…