全AIリポジトリ

このリポジトリは、GPT-Image-2、Nano Banana、Seedance、Qwen-VL、Gemini ImagenなどのAI画像生成モデル向けの、955…

「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…

MiMo-Codeは、MiMoモデルファミリー専用のネイティブデスクトップコーディングエージェントです。WindowsおよびmacOS…

node-webrtc-rustは、Node.jsでリアルタイム音声エージェントを構築するためのRustネイティブWebRTCスタックです。電…

このツールは、Anthropic Claude Code向けの「/goal」コマンドを拡張したものです。階層的な計画ツリー（スプリント→…

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…

このリポジトリは、World Action Model (WAM) に関する2026年版の分類済み研究論文索引です。4つの主要な調査論文と7…

CogNativeは、既存の声をクローンし、その声で別の言語の音声を生成できる翻訳音声合成ツールです。GUIとCLIの両方を…

GstrlはmacOS 14+向けの画期的なユーティリティで、ジェスチャー、音声、AIエージェントを組み合わせた直感的な操作…

「Seedance Studio for After Effects」は、Adobe After Effects内で直接AIビデオ生成を可能にするオープンソースの…

TubeAssistantは、YouTubeチャンネルの運営を完全に自動化するツールです。AIがチャンネル分析に基づいてスクリプト…

ComfyUI-ResizeToCanvasSizeは、ComfyUI用のカスタムノードパックで、画像を任意のキャンバスサイズに正確にリサイズ…

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

「Medical Imaging Analysis」は、MATLABで開発された医療画像解析のポートフォリオプロジェクトで、多次元レジスト…

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…

「imagine-mcp」は、Google Gemini、OpenAI、Grokといった主要なAIモデルを横断し、画像や動画の理解および生成を可…

「pixeltamer」は、Claude Code、Codex CLI、OpenCode、Cursorなど50以上のAIコーディングエージェント向けに設計さ…

Tellixは、Windows向けに開発された軽量なスクリーンレコーダーです。画面、マイク、そしてオプションでGoogle Meet…

本リポジトリは、拡散モデルをゼロから体系的に学ぶための中国語実践コースです。DDPM、DDIM、Hugging Face Diffuser…

OmniMemoは、MiMo V2.5 全スタックモデルを基盤とした多モーダル会議インテリジェントエージェントです。最大の特長…