全AIリポジトリ

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…

ShopSphere AIは、Google Gemini 2.5 Flashを搭載したマルチエージェントEコマースアシスタントです。ユーザーからの…

「Awesome Suno AI」は、テキストプロンプトからボーカルを含む楽曲を生成するAI音楽プラットフォーム「Suno AI」向…

MurmurはmacOS専用のオンデバイス音声スタジオで、Mac上でテキストを音声に変換します。860以上の声、25以上の言語に…

Reality Pulseは、AppleのObject Captureフレームワークを活用し、写真から3Dモデルを自動再構築するmacOSアプリケー…

TermSubは、AIを活用して動画コンテンツの文字起こし、翻訳、専門用語管理を行うFastAPIアプリケーションです。マル…

このリポジトリは、ComfyUI用の軽量ユーティリティノード群を提供します。これらは元々XYZプロットパイプラインをサ…

Deep Video Watcherは、AIを活用したマルチモーダルな動画分析・編集インテリジェンスエンジンです。多数の動画コン…

SAGE-Colorは、参照画像の色、トーン、コントラスト、領域レベルの外観をコンテンツ画像に転送する、参照ベースのカ…

この「hermes-image-local-tools」は、Hermesエージェントでローカルでの画像生成を強力にサポートするためのプラグ…

「My Podcast Studio」は、AI音声合成とポッドキャストナレーションを提供するオープンソースのSaaSプラットフォーム…

yent.yoは、2つのLLMが協調または対立しながらテキストから画像を生成するユニークなAIパイプラインです。ユーザーの…

「Tongues」は、書かれたテキストと発音の間の可逆マッピング（Grapheme-to-PhonemeおよびPhoneme-to-Grapheme）に特…

DREID-Packは、DREIDING力場、Goldstein+Split DEE、tree-decomposition DPを駆使し、全原子レベルでのタンパク質側…

このツールは、拡散モデルのトレーニング（SDXLのようなマルチARバッチ）において、アスペクト比の異なる画像を効率…

Pannotateは、画像アノテーションとモーションプロンプトを組み合わせることで、視覚的にガイドされたAIビデオ生成を…

FlashOPDは、わずか650行のコアコードでOn-Policy Distillation (OPD) を完全に実装した軽量なツールです。既存の複…

Murmurは、話すだけで文字入力ができる無料のオープンソースAI音声入力ツールです。Alibaba FunASR音声認識エンジン…

Taiwan ASR Toolkitは、台湾華語（繁体字中国語）に特化した高精度な音声認識ツールです。Qwen3-ASRとMediaTek Breez…

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…

Lumaraは、Pollinations.aiを基盤としたAI画像生成デスクトップアプリケーションです。WindowsおよびLinuxに対応した…

「comfyui-model-gallery」は、ComfyUIのモデルローダー向けに開発された、タッチ操作に最適化されたカードグリッド…

VoiceRAG Agentは、FastAPIを基盤としたローカル優先の音声対音声RAGアシスタントです。ユーザーは自身のドキュメン…

このツールは、自律型マルチエージェントシステムによってソフトウェア開発・デリバリープロセスを自動化・効率化す…