#Web API (27 repos)

txtaiは、セマンティック検索、LLMオーケストレーション、言語モデルワークフローのためのオールインワンAIフレーム…

ASRTは、TensorFlow.kerasを基盤とした深層学習ベースの中国語音声認識システムです。深度畳み込みニューラルネット…

PixelRAGは、ウェブページ、PDF、画像をスクリーンショットとして視覚的にレンダリングし、ビジョン言語モデルで埋め…

mcp-brasilは、ブラジルの経済、立法、司法など70の公共データソースにAIエージェント（Claude, GPT, Copilot等）を…

この「Text To Video AI」ツールは、AIを活用してテキストプロンプトから高品質な動画を自動生成します。YouTube Sho…

agent-git-serviceは、エージェントや自動化、開発ワークフロー向けに、自己ホスト型でGitHub互換のAPIサーバーを構…

GEMSは、エージェントネイティブなマルチモーダル生成のための先進的なフレームワークです。記憶とスキルを活用し、K…

omnivoice-serverは、OmniVoiceテキスト読み上げモデルのOpenAI互換HTTPサーバーです。OpenAIのTTSエンドポイントの…

LightTTSは、Pythonベースの軽量かつ高性能なテキスト読み上げ（TTS）推論・サービスフレームワークです。CosyVoice2…

Seedance 2.0 APIは、ByteDanceが開発したAI動画生成エンジンへの非公式アクセスを提供するツールです。このAPIは、…

LongParserは、プライバシーを重視したドキュメントインテリジェンスエンジンです。PDF、DOCX、PPTX、XLSX、CSVとい…

lilbeeは、ローカルでAIモデルを実行・管理し、ユーザーが所有するあらゆるデジタル情報をAIの力で検索することを可…

.NET環境でRetrieval-Augmented Generation（RAG）とセマンティック検索を効率的に実装するためのプロジェクトです。…

ColSearchは、オンプレミスAI向けに設計された高性能なレイトインタラクション検索エンジンです。厳密なRAG（Retriev…

このツールは、PDFをOCR処理し、結果をMarkdown形式で返す自己ホスト型APIです。PaddleOCRとPaddleOCR-VLモデルを搭…

このツールは、Qwen3-ASR向けのマルチテナントストリーミングASR（自動音声認識）サーバーです。オリジナルのFlaskデ…

MuAPI MCPサーバーは、Claude、Cursor、WindsurfなどのModel Context Protocol (MCP) 互換AIアシスタントをmuapi.ai…

このプロジェクトは、Web検索と高度な推論モデル（OpenAI o3、DeepSeek-R1、ローカルOllamaモデルなど）を組み合わせ…

「Mega AI — Multi-Agent RAG System」は、自己改善型のマルチエージェント検索拡張生成（RAG）APIです。ユーザーか…

「Ace Step 1.5」は、高度な音楽生成モデル「ACE-Step-1.5」をクラウドプラットフォームReplicateで利用可能にするた…

本ツールは、OpenClaw、Claude Code、OpenCodeといったAIエージェント向けに、GPT Image 2を活用したAI画像生成・編…

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…

LixAudioは、音声処理、音声認識（STT）、テキスト読み上げ（TTS）、セマンティック音声理解のためのモジュラーなPyt…

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…