全AIリポジトリ

「tts-tool」は、テキストやMarkdown形式のコンテンツを高品質な音声オーディオに変換するAgent Skillです。URL、Mar…

このツールは、AnthropicのAIであるClaudeとMinecraft Bedrock版を連携させるためのClaudeプラグインです。主な機能…

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…

本ツールは、Autodesk Maya Viewport 2.0内でリアルタイム3D Gaussian Splatting（.plyファイル）レンダリングを可能…

VisoRAGは、ローカルGPU環境で動作する、PDF、DOCX、画像ファイルの質問応答や情報抽出に特化したビジョンファースト…

ComfyUI向けのカスタムノード集で、ComfyUIが生成したPNG画像のメタデータからプロンプトを抽出できます。元のワーク…

AngeMediaは、AIエージェント、New-API、およびセルフホスト環境向けのOpenAI互換画像・動画生成ゲートウェイです。…

「Dhruvish-28/PDF-RAG-from_scratch」は、複数のPDFドキュメントを同時にアップロードし、質問できるRetrieval-Augm…

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…

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…

VoxKitchenは、生の音声録音をクリーンで検査可能なトレーニングデータセットに変換するための、宣言型音声データ処…

AudioGenは、OpenAIのText-to-Speech APIを利用してテキストから音声を生成するmacOSネイティブアプリケーションです…

AIyeahは、AIアプリケーション開発を簡素化するモジュール型AIプラットフォームです。複数のAIツールやプロバイダー…

YourCarTalksは、Android Autoに接続するたびに「Welcome to Your [車の名前]」という挨拶を車のスピーカーから再生…

MIL（Melodic Intelligence Layer）は、ニューラルネットワークを使わずに数学理論に基づいたアルゴリズムによるピア…

この「Invoice Extraction System」は、VLM（Vision Language Models）を活用して、請求書や領収書から構造化された…

ComfyUI向けのプロンプト生成ツールで、画像内容をもとに各種マルチモーダルLLMからキャプションや生成用プロンプト…

Sora 2 Official APIは、APIDotを通じて提供されるOpenAIのSora 2動画生成モデルの公式APIです。テキストプロンプト…

「Bad Hands Scorer」は、拡散モデルが生成する「奇妙な手」の画像を識別し、美的スコアを付与するための軽量な概念…

本リポジトリでは、大規模言語モデル（LLM）が抱えるハルシネーションや推論速度の課題を克服するため、新たなエージ…

RepoSageは、開発者やエンジニアリングチーム向けの100%オフラインのAgentic GraphRAGシステムです。GitHubリポジト…

このAIツールは、標準的な2D X線画像から3D骨格構造を高精度に再構築します。ConvNeXtエンコーダとニューラルインプ…

このGitHubリポジトリは、AIアプリのプロモーションビデオ、アプリデモ、アプリストア用クリエイティブのための実践…

openclaw-sifuは、OpenClawのインストールとアンインストールを簡素化するためのスタンドアロンのグラフィカルツール…