#Docker対応 (35 repos)

prompts.chatは、ChatGPTをはじめClaude、Gemini、Llama、Mistralなど複数のAIチャットモデルで使えるプロンプトを集…

GPT-SoVITS-WebUIは、最小1分の音声データから高品質なText-to-Speech（TTS）モデルをトレーニングできる強力なFew-s…

LocalAIは、大規模言語モデル（LLMs）、視覚、音声、画像、ビデオなど、様々なAIモデルをどんなハードウェア環境でも…

Milvusは、スケーラブルなベクトルANN検索のために構築された高性能なクラウドネイティブベクトルデータベースです。…

SiYuanは、プライバシーを最重視した自己ホスト型の完全オープンソース個人知識管理ソフトウェアです。TypeScriptとG…

llmfitは、ユーザーのRAM、CPU、GPUといったハードウェアリソースに合わせて最適な大規模言語モデル（LLM）を効率的…

「ebook2audiobook (E2A)」は、電子書籍（非DRM）を高品質なオーディオブックに変換するツールです。高度なTTSエンジ…

waoowaoo AI 影视 Studioは、AI技術を活用して短劇や漫画動画を制作するプラットフォームです。小説テキストから分鏡…

このプロジェクト「All-in-RAG」は、大規模言語モデル（LLM）アプリケーション開発者向けのRAG（検索拡張生成）技術…

EmotiVoiceは、Netease Youdaoが開発したオープンソースの多感情・プロンプト制御型テキスト読み上げ（TTS）エンジン…

OmniVoice Studioは、オープンソースのElevenLabs代替ツールです。リアルタイムディクテーション、3秒の音声クリップ…

ComfyUI-3D-Packは、ComfyUI内で3Dアセット生成を効率的かつ便利に行うための広範なノードスイートです。このツール…

TTS WebUIは、GradioとReactを基盤とする統合型Webユーザーインターフェースで、様々なテキスト読み上げ（TTS）、音…

AI Comic Builderは、スクリプトからAIを駆使して全自動でアニメーションコミック動画を生成するツールです。AIによ…

Phantomは、使い捨てのチャットボットとは異なり、自身のコンピューターを持つ永続的なAIコワーカーです。セッション…

融光（AI-Fusion-Video）は、コンテンツクリエイター向けのAI短劇・漫劇・動画制作プラットフォームです。ユーザーが…

MBA-SLAMは、TPAMI 2025で発表された、モーションブラーを意識したDense Visual SLAMシステムです。動きによってぼや…

Deputiesは、エンジニアリング作業をバックグラウンドエージェントに委任するためのコントロールプレーンです。プロ…

AmicoScriptは、OpenAIのWhisperモデルをベースにした、プライバシー重視のローカルオーディオ転写ツールです。ユー…

OpenDirectorは、一行のアイデアから音声、BGM、絵コンテ付きの完成されたビデオを生成するオープンソースのAIビデオ…

LatentScoreは、テキスト記述からアンビエントミュージックを生成するPythonライブラリです。GPU不要でローカル環境…

ComfyUI MCP Serverは、AIアシスタントがComfyUIを通じて画像、動画、音声、3Dコンテンツを生成することを可能にする…

The Muserは、SunoやElevenLabs Musicのオープンソース代替として、自然言語による音楽作曲を可能にするツールです。…