全AIリポジトリ

VoxKitchenは、生の音声録音をクリーンで検査可能なトレーニングデータセットに変換するための、宣言型音声データ処…

Gromは、VS Code向けのAIコーディングアシスタントです。ユーザー自身のLLMをローカルで実行するため、コードがマシ…

「AI Image Generator」は、Stable Diffusionを搭載した高度なテキスト画像生成ツールです。自然言語のプロンプトか…

Media-OSは、AIアシストメディア制作のためのルーティングオペレーティングシステムであり、特にClaude Code向けに設…

Hybrid RAGとWhisper ASRを組み合わせたスマート着信分類処理システムです。ユーザーが授業中など電話に出られない状…

SplatfastK1は、スマートフォンで撮影した動画をGPU不要で3D Gaussian splatに変換できる無料のWindowsデスクトップ…

本リポジトリは、AI研究の各分野を対象に、「awesome list」、サーベイリポジトリ、学会論文リスト、特定モデルのコ…

「Awesome Large Model Self-Distillation」は、大規模言語モデル（LLMs）、マルチモーダルLLMs（MLLMs）、推論モデ…

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…

本ツール「Knowledge and Memory Management」は、既存のAIエージェントの能力を拡張するプラグインです。特に、Herm…

このツールは、ComfyUIのカスタムノードとして機能し、Ideogramのホスト型Magic Prompt APIを利用して、一般的なテキ…

ComfyUI-HiCacheは、ComfyUIでHunyuan3Dの形状生成を加速するための、トレーニング不要なノードです。flow-matching…

makeslideは、PDFやテキストファイル、YouTube動画から音声付きプレゼンテーションを生成・再生するシステムです。AI…

Viz2Speechは、インドネシアの視覚障害者のアクセシビリティを向上させるために開発された、画像から音声への変換エ…

Windows向けのポータブルなマルチGPU音楽生成サーバーで、8種類のモデルを搭載。ワンクリックインストールで依存関係…

このツールは、単一の2D RGB画像からテクスチャ付き3Dメッシュを生成するPythonパイプラインです。AppleのDepthProモ…

builder-aiは、AIアシスタントがLLM（大規模言語モデル）を活用した機能を開発する際、プロダクション環境の厳格な品…

本ツールは、LLMとRAG技術を駆使した高度なテキスト整理および情報検索システムです。PDFやテキスト文書のアップロー…

LINGOは、中小企業向けに設計されたベータ版のAI電話エージェントバックエンドです。リアルな電話番号を持ち、永続的…

RunTrack GPSは、SwiftUIとMVVMアーキテクチャで構築された、ネイティブiOS向けの軽量GPSランニングアプリです。ユー…

WhispyAIは、macOS向けのメニューバーユーティリティで、Appleの音声認識を使いテキストを口述筆記し、AIで洗練され…

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…

「kestrel」は、macOSのメニューバーからUSB-C HDMIキャプチャカードを介してビデオを録画・プレビューできるアプリ…

ernie-image-mlxは、Baiduの80億パラメータ画像生成モデルERNIE-Imageを、Apple Silicon向けにMLXフレームワークで純…