全AIリポジトリ

「Voice Prompt Tool」は、Windows環境で動作する音声入力ツールです。ホットキーを押すだけで、任意のテキスト入力…

このツールは、PDF文書の内容に基づいた質問応答を可能にするRAG（検索拡張生成）システムです。PDFをアップロードす…

Story Potは、家族やチームの伝統や思い出を音声や動画で記録し、文字起こしして永続的に保存するモバイルファースト…

ComfyUI用のカスタムノードで、JPEGまたはPNG形式での画像圧縮を可能にします。エンコード品質と出力スケールを独立…

Folioは、AI生成画像や写真など、大量の画像コレクションを扱うユーザーのために開発された軽量なWindowsデスクトッ…

「stenographer」は、macOSネイティブの音声認識機能を活用したコマンドラインツールです。音声ファイルやライブマイ…

Pinagentは、ViteまたはNext.jsベースのWeb開発プロジェクト向けに設計されたオープンソースツールです。開発サーバ…

macOS向けのプライベートなローカルファーストの通話・会議録音ツール「CallCapture」は、Google Meet、Zoom、Teams…

Token Enhancerは、AIエージェントがWebページを読み込む際に、大量の無駄なトークンを消費する問題を解決するローカ…

本プロジェクトは、Free Spoken Digit Datasetを用いてゼロから訓練された小型のCTC音声認識器です。1秒間の数字音声…

nuwa-skillは、特定の人物の思考、意思決定、話し方のパターンを詳細に分析し、その情報を再利用可能なモデルとして…

libraz/midi-sketch-bachは、C++17とWebAssemblyを用いて開発された、バッハの器楽曲スタイルに基づいたルールベース…

このGitHubリポジトリは、ホロコーストの証言とオーラルヒストリーのAI/NLP研究に特化した、データセット、アーカイ…

「Buffden/rag-document-engine」は、Pythonでゼロから構築されたプログレッシブなRAG（検索拡張生成）システムです…

CareerScanは、AIを活用した履歴書分析ツールです。PDF形式の履歴書と職務記述書をアップロードすると、LLaMA 3.3-70…

「NulleCore-eAI」は、Windows向けのローカルファーストAIクリエイティブワークステーションです。オフラインでのAI…

本リポジトリは、2D臨床サーモグラフィ画像から乳房の3D形状再構築と熱マッピングを行うための多段階研究パイプライ…

本ツールは、AIを活用した模擬試験シミュレーターであり、論文のPDFや履歴書をアップロードすることで、AIが厳しい質…

「Painterly 2D Gaussian Splatting for Unity」は、Unityエンジン向けに最適化された高速な2D Gaussian Splattingシ…

本リポジトリは、MEFAI画像から動画へのパイプラインにおけるホーム側のGPUワーカーです。クラウド上で画像から動画…

Conan-Scott/openclaw-fish-audioは、OpenClaw向けのFish Audio TTS音声プロバイダプラグインです。高品質な音声クロ…

「AI Google Voice Agent」は、Groq AI、Streamlit、PyAutoGUI、Edge TTSなどを活用したAI搭載のGoogle Voice通話ア…

ontoragは、RDF/OWLオントロジーを真の情報源として活用する、オントロジー対応RAG（Retrieval-Augmented Generation…

Orcyは、複数のAIコーディングエージェントが協調してタスクを遂行するためのオープンソースMCP（Multi-Agent Coordi…