全AIリポジトリ

本リポジトリは、ICLR2026で発表された「Preserve and Personalize: Personalized Text-to-Image Diffusion Models w…

「qw-register-helper」は、Qwenアカウントのバッチ登録とアクティベーションを自動化するためのシンプルなツールで…

「cover-xiaohongshu」は、小紅書（Xiaohongshu）のカバー画像を生成およびレイアウトを分析するためのCodex/Claude …

「kokoro-infer」は、高速で軽量なKokoro-82M TTS（Text-to-Speech）推論エンジンおよびサーバーです。CPU、CUDA、そ…

agent-smithは、長期的に稼働するAIエンジニアリングエージェントを運用するためのフレームワークです。各エージェン…

このリポジトリは、AIエージェントがアイソメトリックゲームを構築するための、20の専門スキルセットを提供します。A…

MiniBoxは、GPT-SoVITSによる高品質な音声合成とクラウドLLMを組み合わせた、キャラクターボイスチャットボットです…

HoloScriptは、空間コンピューティングとAIエージェント向けのセマンティックレイヤーであり、記述された内容をVR、…

EpubVoiceは、自己ホスト型の個人用EPUBリーダーで、テキスト読み上げ（TTS）機能を備えています。購読や制限がなく…

Robot Episode Curatorは、LeRobotデータセット内の外れ値エピソードを効率的に特定し、診断するためのツールです。R…

本ツールは、AstrBot向けの火山引擎豆包语音ASRプラグインです。QQおよびNapCatからの音声メッセージをテキストに変…

このツールはKaggleのGPU上で動作するマルチモーダルLLMサーバーで、テキストと画像の処理が可能です。無料のKaggle …

THESISは、X（旧Twitter）上のトークンに関する論文を評価し、Baseチェーンで自動的に取引を行う自律型AI委員会です…

「Video」は、ibl.aiプラットフォーム上に構築されたAI動画スタジオで、アバター動画の生成、音声クローン、スクリプ…

このツールは、LiDAR-Inertial-Camera Gaussian Splatting SLAMのROS2ネイティブポートであり、Gaussian-LIC/Gaussia…

AIパワードの仮想キャラクター（エージェント）との対話と画像生成を深く統合した、フルスタックのWebアプリケーショ…

このAwesome Audio Generation 2026リポジトリは、2026年にリリースされたオープンソースのオーディオ生成モデルの中…

Ace-Step Audio Generation Actionは、テキストプロンプトやオプションの歌詞から高品質な音楽（WAVファイル）を生成…

Showrunnerは、スクリプトからAI生成のUGC（User Generated Content）動画コンテンツを作成するためのオープンソース…

Perspicuaは、図書館や書店での「選択のパラドックス」を解決するために設計された、高性能なAI駆動型セマンティック…

mellifluousは、Markdown形式のテキストを構造やインラインコンテンツを考慮し、自然な間合いで読み上げるツールです…

whatifdは、LLM（大規模言語モデル）システムにおけるプロンプト、モデル、ツールの変更がもたらす影響を客観的に評…

Auto Negative Promptは、Stable Diffusion WebUI reForgeおよびStable Diffusion Forge NEO向けの拡張機能です。こ…

gpt-image-cookbookは、OpenAI gpt-image-2、Google Imagen、Fluxといった複数のAI画像生成プロバイダーを統合したオ…