#Web UI (1037 repos)

Applioは、シンプルさ、高品質、そしてパフォーマンスに重点を置いた音声変換ツールです。アーティスト、開発者、研…

「Mini-Gemini」は、画像理解、推論、生成を同時に行うことができるマルチモダリティ大規模言語モデル（LLM）フレー…

「2D Gaussian Splatting for Geometrically Accurate Radiance Fields」論文の公式実装です。2Dの指向性ディスク（…

rgthree-comfyは、ComfyUIのワークフローをより快適にするためのノードと改善のコレクションです。ComfyUIユーザーが…

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…

ComfyUI-Custom-Scriptsは、AI画像生成ツールComfyUIのユーザーインターフェースを強化し、実験的な機能を追加するた…

DynamiCrafterは、テキストプロンプトに基づいてオープンドメインの静止画をアニメーション化するツールです。事前学…

AudioLDMは、テキスト入力からスピーチ、効果音、音楽などを生成できる革新的なオーディオ生成ツールです。ICML 2023…

ArcReelは、AI Agentを駆使して小説のようなテキストから短編動画を生成するオープンソースの動画生成ワークベンチで…

alistaitsacle/free-llm-api-keysは、GPT-5.5、Claude、DeepSeek、Gemini、Grokといった多様な大規模言語モデル（LLM…

Dr. Furkan Gözükara氏によるジェネレーティブAIに関する専門的なチュートリアル、研究、開発リソース集です。Stable…

GPT Image Playgroundは、OpenAI GPT-Image-2 APIを基盤とした画像生成・編集ツールです。洗練されたWeb UIを通じて…

AudioLDM 2は、テキストプロンプトからオーディオ（音楽を含む）、スピーチ、超解像インペインティングを生成できる…

「AI 漫劇工場 (AI Comic & Short Drama Studio)」は、短編ドラマ、漫劇、動態漫画、映画の絵コンテ制作者向けのAI制…

Bitterbotは、生物学的記憶、夢エンジン、P2Pスキルエコノミーを特徴とするローカルファーストのパーソナルAIエージ…

ComfyUIで作成したノードベースのワークフローを、そのまま実行可能なPythonスクリプトへ変換できる拡張ツールです。…

AgentsMeshは、チームがAIエージェントを活用して人員を超えて規模を拡大するためのAIエージェントワークフォースプ…

Observalは、AIコーディングエージェントの発見、共有、監視を可能にする自己ホスト型オブザーバビリティプラットフ…

ComfyUI-RMBGは、ComfyUI向けの高度な画像背景除去およびオブジェクト、顔、服、ファッション要素の精密なセグメンテ…

このシステムは、自律AIエージェントがP2Pネットワーク上で連携し、実験結果を共有することで、継続的に学習し進化す…

Parlorは、Gemma 4 E2BとKokoroを搭載し、デバイス上でリアルタイムに動作するマルチモーダルAIです。音声と視覚を理…

この「Build Your Own OpenClaw」は、AIエージェントを基礎から構築するためのステップバイステップガイドです。シン…

AgentsMeetRLは、強化学習を活用してLLMエージェントを訓練するためのオープンソースリポジトリを厳選し、一覧化した…

Stable Virtual Camera (SEVA)は、拡散モデルを活用した汎用的な新規ビュー合成（NVS）ツールです。このツールは、与…