全AIリポジトリ

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…

loop-antigravityは、Google Antigravity (agy CLI) とGeminiの1Mトークンコンテキストおよびマルチモーダル推論能力…

このツールは、ClaudeなどのAIコーディングエージェントがVS Codeに組み込まれているブラウザツールを使って、Playwr…

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…

Agent Runtime Security Platformは、自律型AIエージェントのためのオープンソースのゼロトラストセキュリティ、ガバ…

EyeQはブラウザベースのバイリンガル（トルコ語/英語）視力スクリーニングアプリケーションです。ViteとVue 3で構築…

このツールは、画像生成AIツール「Kohya SS」の起動プロセスを簡略化するワンクリックランチャーです。ユーザーが毎…

AI WhiskerShelfは、ローカルで動作するLLM（大規模言語モデル）駆動の論文ライブラリマネージャーです。PDFファイル…

「Partial Image」は、OpenAI GPT-image-2のストリーミング部分画像APIのデバッグとデモンストレーションを目的とし…

Agent Conductorは、AIエージェントのスキルを、ゲート付きの監視可能なワークフローに変換するツールです。各ステッ…

lopiは、Claude Codeエージェントを並列実行するためのRust製オーケストレーターです。各タスクをGitで分離したブラ…

このプロジェクトは、ギター演奏の音声録音を入力とし、その音楽的特徴に基づいてドラム、ベース、ハーモニーからな…

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…

オープンソースの自律型動画生成パイプライン「Flow」。トピックを与えるだけで、LLMによるスクリプト作成、AI動画（…

voice-send-mcpは、AIチャットクライアント内で再生可能な短い音声メッセージ（TTSボイスバブル）を送信するためのス…

「Awesome On-Policy Distillation」は、強化学習におけるOn-Policy Distillation (OPD) に関する厳選されたリソース…