全AIリポジトリ

LiveTranslateは、Windows向けのリアルタイム音声翻訳ツールです。システムオーディオとマイク入力をキャプチャし、A…

ComfyUI上でDepth Anything V3を使えるようにするカスタムノード集です。単一画像や複数視点画像から深度推定を行い…

Nomiは、スクリプトからAIが画像や動画を生成し、タイムラインで編集、エクスポートまでを一貫して行えるオープンソ…

Entrolyは、AIのハルシネーションを検知し、トークン費用を70-95%削減するオープンソースのコンテキストエンジンです…

VEGA-3Dは、「Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding」の公式実装…

MasterSelectsは、ブラウザ上で動作するローカルファーストのメディアエディターで、ビデオ、オーディオ、ベクターア…

Antflyは、etcdのRaftライブラリを基盤とした分散型検索エンジンです。フルテキスト検索（BM25）、ベクトル類似性、…

Nova3Dは、テキストまたは参照画像から編集可能で、パーツごとに分割された3Dモデルを生成するAIツールです。従来の…

FluxRTは、FLUX.2-klein-4Bモデルを搭載し、消費者向けGPUに最適化されたリアルタイムストリーム編集パイプラインで…

Ongridは、インフラの監視、根本原因の特定、そして解決を自動化する運用AIエージェントです。SlackやTelegramといっ…

BiliSumは、Bilibili、YouTube、ローカル動画を対象としたAI動画要約・知識ベースツールです。動画コンテンツを検索…

このHyperFrames Motion Directorは、記事、製品、ウェブサイトから映画のようなHyperFramesモーションビデオを作成…

World-R1は、テキストからビデオを生成する際に、3Dの幾何学的制約を強化学習で強化する新しいフレームワークです。…

MobileClawは、Androidデバイス上でLLMエージェントを動作させるためのオープンソースの実験的なモバイルアプリです…

Browser Use Box (bux)は、Claude Codeエージェントと実際のChromiumブラウザを組み合わせて、Playwrightスタイルの…

Beever Atlasは、チームのSlack、Discord、Microsoft Teams、Mattermostなどのチャット履歴を自動的に解析し、知識ベ…

Adrianは、AIエージェント向けのオープンソースのランタイムセキュリティ監視および制御エンジンです。悪意のあるツ…

このGitHubリポジトリは、Claude中転APIリソースを収集・整理し、開発者が安定した高コストパフォーマンスのClaude A…

「video-recap」は、入力された動画に対して自動で中国語のナレーション付き解説動画を生成するスキルです。動画の内…

TurboOCRは、C++、CUDA、TensorRT技術を活用した高速GPU OCRサーバーです。FUNSDデータセットで270 img/s、疎な画像…

Late CLIは、AI開発チームの作業を効率的にオーケストレーションするためのCLIツールです。エフェメラルなサブエージ…

このリポジトリは、オープンソースのText-to-Speech（TTS）、音声クローン、音楽生成モデルを厳選してまとめたリスト…

RefAlignは、参照画像をもとに動画を生成するReference-to-Video向けのPyTorch実装です。学習時にDiTの参照分岐特徴…