全AIリポジトリ

ComfyUI向けのカスタムノード「KittenTTS」を追加し、入力したテキストを選択した音声モデルで読み上げ音声へ変換で…

Obsidian Engineは、一つのトピックから研究、脚本作成、ナレーション、映像制作、YouTubeへのアップロードまでを自…

このツールは、Apple Silicon搭載MacでGemma 4を完全にローカルで実行し、スマートフォン（iOS/Android）から自然言…

本ツールは、GitHub上のAI関連オープンソースソフトウェアを自動で発見し、LLM（Gemini, Claudeなど）で要約・カテゴ…

PerceptPickは、ICRA 2026で発表された、ロボットの物体把持の成功に6Dポーズ推定と3D再構成のエラーがどのように影…

このRoboGuardは、産業用ロボットUR10eのマニュアルに基づいた技術サポートを提供するエンタープライズRAGエージェン…

AssistPlusは、視覚、聴覚、発話に障害を持つユーザー、および一般的なアクセシビリティサポートを必要とするユーザ…

「SEOSIRI ENOSES CORE ARCHITECT」は、物理的な音響波と光学データをリアルタイムのロボットコマンドに変換するマル…

YMSTUDIO AI Creator OSは、AI動画・コンテンツプロジェクトの企画をサポートするローカルファーストのクリエイター…

「kokkai-webtv-captions」は、国立国会図書館の国会会議録が公式に公開されるまでの未収録期間を埋めるための個人用…

「Face AI」は、バイアス軽減に重点を置いた最先端の公平な顔認識システムです。顔検出、アライメント、埋め込み抽出…

このプロジェクトは、LTX-2 19B AIモデルを利用して、画像と音声トラックからビデオをローカルで生成するツールです…

このツールは、Volcengine Ark Seedance/Jimengの動画生成サービスと連携するローカルのstdio MCPサーバーです。物語…

「AI Google Voice Agent」は、Groq AI、Streamlit、PyAutoGUI、Edge TTSなどを活用したAI搭載のGoogle Voice通話ア…

このツールは、本番環境に対応したRAG（検索拡張生成）とAIエージェントプラットフォームです。高密度、BM25、RRFを…

ontoragは、RDF/OWLオントロジーを真の情報源として活用する、オントロジー対応RAG（Retrieval-Augmented Generation…

「stenographer」は、macOSネイティブの音声認識機能を活用したコマンドラインツールです。音声ファイルやライブマイ…

GS3LAMは、AIFLOW LABS LIMITEDが開発するANIMA Intelligence Compiler Suiteの一部であるGaussian Semantic SLAM（…

このツールは、モジュール式のスマートホームアシスタントシステムです。React製のモダンなウェブインターフェースと…

AIを活用したリアルタイムのラジオ局で、オリジナルの楽曲生成、AI DJによる解説、リスナーからのリアルタイムリクエ…

「AIAI Hub」は、GitHub上のAI関連オープンソースソフトウェアを自動的に発見し、WordPressサイトにカタログとして公…

このリポジトリは、Sora、Runway ML、Kling AI、Pika AIなどの主要なAI動画生成ツールを統合したフルビルドを提供し…

md-ttsは、技術的なMarkdownファイルを音声で読み上げ、コードブロック、テーブル、フラッシュカードで再生をインタ…

vram8gb_comfyui_wan2.2は、8GBのVRAMを持つミドルレンジGPU環境に最適化されたComfyUIワークフローです。Wan2.2（14…