全AIリポジトリ

YAMTAM ENGINEは、AIコーディングエージェントがリポジトリに損害を与えるのを防ぐための個人用エージェントOSです。…

F1物理エンジンは、F1レースにおける車の動きを言語指示に基づいてビデオ生成するAIツールです。開始フレームと「急…

このツールは、スクリプトとアバターから音声同期されたトーキングヘッドビデオを生成するオープンソースのAIアバタ…

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…

「orchestrate」は、Claude Code向けの脳と身体のオーケストレーションスキルです。Claudeを主要な推論者（脳）とし…

audio-mcpは、macOS上で動作するローカルMCPサーバーで、マイクとシステムオーディオを個別のセッションで高音質にキ…

日本語の要約（200〜400文字、何ができるツールか・特徴・想定ユーザーを含める）

「Dream Journal Bot」は、Telegramプラットフォームで動作する革新的な夢日記ボットです。本ボットの最大の特徴は、…

RGB-Dカメラとグラフニューラルネットワーク、LSTM、確率的モーション推定を組み合わせた、リアルタイム動的3D人体再…

このツールは、スケーラブルで低遅延、高信頼性のAI駆動型情報検索を実現する、プロダクショングレードのマルチエー…

このツールは、Apple Siliconデバイス上で動作するIndexTTS2向けの、美しく機能的なWebUIです。FastAPIをバックエン…

ComfyUI Agentic workflow nodes (CRAG nodes)は、ComfyUI内でRunpod上のエージェントシステムを視覚的に設計、計画…

「Seedance 2.0 API」は、ByteDance Seedance 2.0を基盤とするAIビデオ生成サービスです。テキスト、画像、音声、既…

Vox Beeは、Windows向けの無料オープンソース音声入力ソフトウェアです。whisper.cppを基盤とし、高速なローカル音声…

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…

「万物播客（Everything-to-Podcast）」は、AIを活用してあらゆるテキストコンテンツをポッドキャストやオーディオブ…

PackForcingは、短尺動画での学習、長尺動画のサンプリング、長尺コンテキスト推論を容易にする動画モデルプロジェク…

comfyui-touch-connectは、タッチデバイス上でのComfyUIにおけるノード接続の正確性を大幅に向上させるツールです。…

Prismerは、OpenAI Prismのオープンソース代替として開発されたツールで、AIとのスムーズな連携と高度なコンテキスト…

vibe-brainは、AIコーディングアシスタントがプロジェクトのコンテキストをセッション間で保持し、作業の効率性を高…

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…

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上でDCI（DSG Combined Icons）形式のアイコンを作成・結合・プレビュー・解析できる拡張機能です。複数状態…

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…