全AIリポジトリ

Whisper Dictateは、Windows向けの無料オープンソースプッシュツートーク音声ディクテーションツールです。右Ctrlキ…

My-LMは、オープンウェイトのLLM実行、SDXL画像生成、RAG、QLoRAファインチューニングといった高度なAIタスクを、単…

「Seedance IP Pipeline」は、Higgsfield Seedance 2.0とストーリーボード参照ワークフローに基づいた、AIビデオ生成…

AI Geanretは、Replicate.comのクラウドAIモデルと、オプションでローカルのLM Studioを統合したAI生成デスクトップ…

MOSSlandingは、5秒程度の音声サンプルからあらゆる声をクローンできる世界最高峰の音声クローニングTTSツールです。…

「Comic Drama Workflow」は、AIを活用してスクリプトからコミックドラマを制作するオープンソースのツールです。ス…

このリポジトリは、最新のAIテキスト・画像-to-ビデオモデル、ツール、リソースを厳選したリストです。2026年半ばに…

NeRF.cppは、C++とLibTorchを用いてNeRF（Neural Radiance Fields）を実装したツールです。静止したシーンのRGB画像…

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。…

RAG Radarは、新しいRAG（Retrieval-Augmented Generation）の実装、ツール、およびパターンをリアルタイムで追跡す…

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…

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…

Oracleは、Agnoを基盤とした自律型AIコーディングエージェントです。CLIまたはWeb UIを通じて、コードの読み書き、編…

CareerScanは、AIを活用した履歴書分析ツールです。PDF形式の履歴書と職務記述書をアップロードすると、LLaMA 3.3-70…

pageindex-ragは、ベクトルデータベースや埋め込みを使用せずに、ローカルファイルから回答を検索するためのWindows…

ComfyUI用のカスタムノードで、JPEGまたはPNG形式での画像圧縮を可能にします。エンコード品質と出力スケールを独立…

easy-transcriber-sttは、Windows向けのローカル音声文字起こしアプリケーションです。スピーチを自身のPC上でテキス…

KuRL AIは、インド系言語に特化した超高速Text-to-Speechエンジンで、ゼロショット音声クローン機能を搭載しています…

Auratuneは、Lofi Girlのような没入型体験にインスパイアされた、Lo-fiスタイルのデジタルコンテンツ作成システムで…

このプロジェクト「Awesome AI API Plus」は、AIビルダー向けの厳選されたAI APIリストです。一般的なAIツールリスト…

「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…

このツール「DJI Mic Command」は、DJIワイヤレスマイク受信機の接続ボタンをmacOSの右Commandキーに変換するユーテ…

Apple Silicon搭載Mac向けに設計された、超低遅延かつ完全オンデバイスで動作する音声入力ツールです。ホットキーを…

md2audioは、MarkdownファイルのH2見出しで区切られたセクションを個別のオーディオファイルに変換するCLIツールです…