全AIリポジトリ

「Real Time Interview Copilot」は、面接練習や模擬面接、自己レビューのために設計されたオープンソースのElectron…

このツールは、単一のテキストプロンプトから、ポスター画像、ビデオクリップ、ナレーションを含むプロモーションコ…

このGitHubリポジトリは、Google Colab上でComfyUIとQwen-Image-Editモデルを簡単に展開・実行するためのインタラク…

AgentLoopKitは、Codex、Claude Code、Gemini CLIなどAIコーディングエージェントが生成したコードの品質と検証可能…

sam-3d-sparkは、MetaのSAM 3D（BodyおよびObjects）モデルをNVIDIA DGX Spark環境（aarch64/CUDA 13）でローカル実…

このリポジトリは、様々な生成AIアーキテクチャ（VAE、GAN、DDPMなど）をPythonでゼロから実装したコンパクトなコレ…

このツールは、Claude CodeやDeepSeekのようなテキストベースのAIモデルに、画像認識（OCR機能を含む）と音声認識（…

YOOS-APPは、ユーザー自身の執筆スタイルを学習し、その個性を保ったまま新しいコンテンツを生成するユニバーサルな…

radscoreは、AI生成の放射線レポートを評価するための軽量なPythonツールキットです。BLEU、ROUGE、BERTScoreといっ…

card-news-mcpは、テキストと背景画像からInstagramスタイル（720x720 PNG）の美しいカードニュースを自動生成するMC…

Mini-LLaVA v4は、8GBのノートPC GPUで動作するように最適化された、CLIP-ViTとQwen2.5-1.5Bを組み合わせたマルチモ…

NarrateFlowは、PPTやドキュメントを音声クローン、タイムライン調整、リタイムド動画合成機能を備えたナレーション…

DiffusionDeskは、ComfyUIユーザー向けの強力なAI画像生成フロントエンドです。Text2Image、Image2Image、Inpaint、I…

TBAF（Triangle Based Activation Function）は、画像ベースモデル向けの画期的な活性化関数です。自己回帰的な画像…

EdgeDiffusionは、SDXL-Lightningモデルをエッジデバイス向けに最適化し、限られたリソースでの推論を可能にする再現…

本ツールは、「都市センチメント認識のためのLLMエージェントにおけるペルソナの妥当性」に関する研究の公式実装です…

Kplyは、AIコーディングエージェント向けに安全なKubernetesセッションを提供するCLIツールです。生のクラスターアク…

AIを活用し、写真や動画のフォルダーから高解像度のハイライトリールを自動生成するコマンドラインツール「reelsmith…

このツールは、SD WebUI Forge Neo向けのSpatial Adaptive Multi Guidance (SAMG)拡張機能です。生成画像の品質向上…

3DGS-Runpodは、RunPod GPUインフラストラクチャを活用し、画像セットから3D Gaussian Splatting（.ply形式）を生成…

AgentOSは、複数のAIエージェントが記憶を共有し、連携してタスクを遂行するための基盤となる「AIエージェント向けオ…

このプロジェクトは、ローカル環境のAIエージェント間で知識を共有するための三層セマンティックメモリフレームワー…

NVIDIA DLIのカリキュラムに基づき、ディフュージョンモデル（DDPM、U-Net、CFG、CLIPコサイン類似度）をFashionMNIS…

Nano Banana Pro API with APIDotは、Google DeepMindのNano Banana Pro API（Gemini 3 Pro Imageベースの高品質画像…