#Web UI (1037 repos)

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…

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…

このリポジトリは、コードを書くことよりも「アーキテクチャ」に焦点を当てたオープンソースの知識ベースです。AIが…

OpenCoveは、AIコーディングエージェント（Claude Code、Codexなど）を使用する開発者向けの空間型開発ワークスペー…

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…

「Open Generative UI」は、CopilotKitとLangChain Deep Agentsを活用し、AIがリッチでインタラクティブなUIを生成す…

Directorは、ビデオコンテンツに対するAIエージェントフレームワークで、複雑なビデオタスク（検索、編集、コンパイ…

DepthFlowは、静止画像を魅力的な3Dパララックス効果のある動画に変換する高度なツールです。高品質なアニメーション…

Chatterbox TTS Serverは、オープンソースのChatterbox TTSモデル（オリジナル、多言語、高速なTurbo版）をセルフホ…

FIM Oneは、グローバル企業が運用する世界中のSaaSサービスと中国独自のシステム（Feishu、WeComなど）を、単一のAI…

FireRed-Image-Editは、高精度な指示追従、高忠実度な画像生成、優れたアイデンティティの一貫性、シームレスな多要…

Twocastは、AIを活用して2人対話形式のポッドキャストエピソードを生成するツールです。バイリンガルエピソードや多…

Future AGIは、LLMやAIエージェントアプリケーションの評価、監視、改善をエンドツーエンドで実現するオープンソース…

Tangoは、LLM（Flan-T5）によってガイドされる潜在拡散モデル（LDM）を用いた、テキストからオーディオを生成するツ…

LLM Wikiは、KarpathyのLLM Wikiをオープンソースで実装した情報整理ツールです。ユーザーが持つ研究資料（PDF、ノー…

BigVGANは、NVIDIAが開発したユニバーサルなニューラルボコーダーであり、ICLR 2023で発表されました。大規模なデー…

HunyuanCustomは、画像、音声、ビデオ、テキストといった多様な入力モダリティを活用し、特定の被写体が登場するカス…

WUPHF（ウーフ）は、AI従業員が協力して作業するための共有オフィス環境を提供します。AI従業員は自身の知識ベースを…

thClawsは、Rustで実装されたオープンソースのAIエージェントハーネスプラットフォームです。ローカル環境で動作し、…