全AIリポジトリ

ComfyUI_RH_ZImageI2Lは、人気の画像生成UI「ComfyUI」を拡張するプラグインです。Z-Image-i2L機能をComfyUIに統合す…

このAI搭載型語学学習コンパニオンは、NestJS、Next.js、PostgreSQL、pgvectorを技術スタックとして構築されています…

リアルタイム音声AI顧客サポートプラットフォームは、音声認識（STT）、音声合成（TTS）、マルチエージェントオーケ…

このツールは、レシートの画像から支出データを自動的に抽出し、その内容について自然言語で質問できる領収書解析AI…

md-ttsは、技術的なMarkdownファイルを音声で読み上げ、コードブロック、テーブル、フラッシュカードで再生をインタ…

NAVA-Text-to-Videoは、高度なオーディオビジュアル生成フレームワークです。Native Audio-Visual Alignment (NAVA) …

本リポジトリは、Google DeepMindの高度なビデオ生成モデル「Veo 3.1 API」をAPIDot経由で利用するための豊富なサン…

Splat Loaderは、人気のある画像生成UIであるComfyUI用のカスタムノードです。このツールは、Gaussian Splatting形式…

このプロジェクトは、CLIP-ViTとQwen2.5をゼロから組み立てて開発されたミニLLaVAモデルの構築過程を記録したポート…

FLUX GENは、FLUX.1とNVIDIA NIMによるGLM-5.1プロンプトエンハンサーを搭載した、エンタープライズグレードのAI画像…

DeepSceneは、オープンソースのビデオ-ストーリーボードCLIエージェントであり、低コストで動画の深い理解を実現しま…

EchoTwinは、Discordで利用できるAI音声ボットで、ユーザーの発言にクローンされた声でリアルタイムに返答します。Fi…

このツールは、ノイズの多い合成レシート画像、グラウンドトゥルースJSON、ローカルのLM Studioベースライン結果を含…

Apple Silicon搭載Mac上で人気の画像生成モデルIdeogram 4を実行可能にするツールです。CUDAやNVIDIA GPUが不要で、M…

このツールは、GitHubのプルリクエストをAI（LLM）が自動的にレビューするGitHub Actionです。`codellama`などの指定…

このツールは、RAG (Retrieval-Augmented Generation) システムの設計と構築を目的とした実験的なリポジトリです。デ…

OmniCutは、動画編集、音声ミキシング、写真編集、カラーグレーディング、AIを活用したコンテンツ作成機能を統合した…

Voice Tools Directoryは、AI音声ツールを効率的に比較・検討するための静的なディレクトリサイトです。YouTuberやポ…

zskyai-prompt-builderは、AIによる画像・動画生成のためのプロンプトを効率的に作成できる対話型のCLIツールです。…

HippoX Desktopは、コンピューターの操作性を向上させるためのデスクトップアプリケーションです。本ツールは、ユー…

AI Dubbing Studioは、オーディオ/ビデオファイルをAIが希望の言語でダビングしてくれるウェブサービスです。ElevenL…

本プロジェクトは、NeRF (Neural Radiance Fields) を用いて合成RGB-Dデータを生成し、Vision Transformer (ViT) モ…

mq-agentは、mqエコシステム向けに設計された、ターミナルネイティブなAIエージェントオーケストレーターです。計画…

LuxTTSは、Google Colab上で動作する音声クローニングツールです。5〜20秒の短い音声サンプルから任意の音声をクロー…