全AIリポジトリ

Parleyは、音声指示型Vision-Language-Action（VLA）パイプライン向けのベンチマークツールキットです。このツールは…

schoolwork-ragは、PDFや講義ノートなどのローカルな学習資料を、検索可能な知識ベースに変えるプライバシー重視のRA…

Supertonic Voiceは、PySide6とローカルONNX AI音声モデルで構築された、オフラインのデスクトップ音声合成（TTS）ア…

ModelFaucetは、オープンソースのLLM配信ゲートウェイと組み込み可能なSDKです。あらゆるウェブサイト、アプリケーシ…

seedance-2-aiは、ByteDanceが提供する無料で使いやすいAI駆動型動画作成ツールです。テキストや画像からの動画生成…

ORIONは、低軌道衛星向けの自律型トリアージシステムです。Raspberry Pi 5に最適化されたVision-Language Model (VLM…

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…

SYNAPSE Intelligence Platformは、自律型AIエージェントと高度なセマンティック検索（RAG）を駆使し、FAANGグレード…

Opus Magnum Claude Codeは、長期にわたる複雑なAIコーディングプロジェクトを、コンテキストの損失やエージェントの…

DreamWeaver CLIは、テキストによる指示を視覚的な作品に変えるインテリジェントなコマンドラインツールです。参照画…

AGENT-33は、ローカルファーストのマルチエージェントオーケストレーションプラットフォームです。複数のAIエージェ…

Voxは、Windowsユーザー向けのオフライン音声テキスト変換ツールです。右Ctrlキーを押して話すだけで、チャット、ブ…

このプロジェクトは、複雑な表や図を含むPDF文書から情報を抽出するマルチモーダルRAGシステムの実装デモです。マル…

Agnesは、テキストからビデオを生成する2段階のAIパイプラインを提供するツールです。最大の特徴は、画像生成UIであ…

omni-retrievalは、テキスト、画像、音声、動画といった多様なメディアタイプを完全にローカルかつエアギャップ環境…

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…

この「meshy-3d-agent」は、Meshy AI 3D生成プラットフォーム向けの既製のAIエージェントスキルセットです。テキスト…

EasyTraceSTLは、3Dプリントメーカー向けの無料、オフラインで非常にシンプルな3Dデザインツールです。画像を取り込…

zimage-skillは、自然言語のテキスト記述からAIが美しい画像を生成するツールです。プログラミングの知識がなくても…

このプロジェクトは、TinyMLとESP32を活用し、適応型ノイズ耐性を持つオフライン音声制御マイクロコントローラーシス…

codex-imgenは、Codex CLIの画像生成機能をローカルでスクリプト可能にするCLIツールおよび非同期ジョブサービスです…

Mountsea AIが提供するSora 2 APIは、OpenAIの最新AIビデオ生成モデル「Sora 2 (Sora Pro, Sora2)」への安価で簡単な…

SmallMindは、C#のみで構築されたプロダクション対応のローカル言語モデル推論エンジンです。外部MLフレームワークや…

「3DGS Detail Zoom Annotator」は、3DGS（3D Gaussian Splatting）やNeRF、3D再構築などの研究論文における図表作成…