全AIリポジトリ

本リポジトリは、JAX/Flax/Optaxを用いてTPU v4-8上で7BパラメータのTransformerモデルをトレーニングする際に遭遇す…

contextlmは、ハードウェアを意識したAIモデル発見のためのターミナルツールです。CPU/GPU/NPUを詳細にプローブし、9…

HiveLinkは、Mac、Windows、Linux、NVIDIA、AMD、Apple Siliconといった多様なデバイスを統合し、大規模な言語モデル…

Laravel RAG Pipelineは、Laravelアプリケーション向けのプロダクショングレードの検索拡張生成（RAG）パイプライン…

SpeakProは、Macのターミナル（iTerm2やその他のターミナルアプリ）で選択したテキストを、ホットキー一つで自然なニ…

Seedance 2.0 APIは、fal.aiを通じて提供されるByteDanceの最先端AI動画生成モデルです。テキスト、画像、または参照…

S2Sは、Rustとsherpa-onnxフレームワークを活用した、高性能で軽量なローカルSTT（音声認識）およびTTS（音声合成）A…

Echo Trendingは、GitHubのトレンドプロジェクト、検索・広告・推薦技術、AIニュースを1時間ごとに更新し、中文で解…

「🍓 Rave Culture Field Guide」は、1960年代のacid testsから2026年の自律型DJに至るまで、レイブカルチャーの完全…

Podcastfy SaaSは、AIを活用してマルチモーダルなコンテンツ（URL、YouTube動画、PDF、画像、トピックなど）から多言…

Lumina AIは、Next.jsとFastAPIを組み合わせ、Whisper ASR、OmniVoice TTS、Qwen LLM、SDXL画像生成を統合したマルチ…

Vision Bridgeは、DeepSeek V4 PROやGPT-4o-textのような純粋なテキストベースのLLMに「視覚能力」を付与するツール…

「Partial Image」は、OpenAI GPT-image-2のストリーミング部分画像APIのデバッグとデモンストレーションを目的とし…

Kithaironは、モノフォニックなメロディから演奏可能で説明可能なカノンのバリアントを生成するシンボリック音楽コン…

MultiBESTは、実験で得られた2D顕微鏡写真、2D/3D EBSDデータ、またはユーザーのスケッチから、原子レベルおよび連続…

Content Vigilanteは、ブランドガイドと対象コンテンツをもとに、文章がブランドの文体や語彙、構成、読みやすさに合…

scrape-website-mcpは、ウェブサイトを高性能にスクレイピングし、クリーンなMarkdown形式でコンテンツを抽出するセ…

gemini-bridge-mcpは、APIキーなしでGoogle Geminiの機能をMCP（Multi-modal Chat Protocol）サーバーとして提供する…

このツールは、OllamaなどのローカルLLM、ウェブ検索、コンテンツ抽出、および構造化レポート生成を活用した自律的な…

coder-crewは、テスト駆動型のエージェントAIコーディングツールです。マネージャーモデルがコーディングタスクをサ…

Jarvis Vision Assistantは、Python、Arduino、ウェブカメラ、テキスト読み上げ、Google Gemini Vision、パン/チルト…

ComfyUIワークフロー向けに設計された、ネイティブOpenGL 3Dビューポートです。物理カメラに忠実な表現が可能で、深…

CiteGuardは、ICML 2026で発表された、忠実な検索拡張生成（RAG）のための適合偽発見率制御ツールです。本ツールは、…

AKIRAはPython製のパーソナルAI音声アシスタントで、音声コマンドにより日常のPC作業を自動化します。ウェイクワード…