全AIリポジトリ

「Thinking with Visual Primitives」は、Multimodal Large Language Models (MLLM) が抱える「Reference Gap」を解…

MineEchoは、個人のAIアシスタント向けに開発されたローカルファーストのメモリOSです。ユーザーの記憶、学習、スキ…

SoulX-Transcriberは、複数の話者が登場する対話シナリオにおいて、話者特定（ダイアライゼーション）、タイムスタン…

HyDRAは、動的なビデオ世界モデルにおいて、視界外に移動した被写体の追跡と動きの連続性維持を可能にするハイブリッ…

本ツール「World Reconstruction From Inconsistent Views」は、ビデオ拡散モデルから3Dの世界を再構築する革新的な…

「Awesome Interactive World Models」は、インタラクティブワールドモデルに関する論文を主要な研究課題別に体系的…

このツールは、中国語のML/LLM/マルチモーダル/生成モデル分野における就職活動（秋招）向けの面接チートシート集で…

Petalは、macOS向けのネイティブメニューバーアプリで、高速かつローカルファーストな音声書き起こしを提供します。…

Aliyun Model Studio (DashScope) AIプラットフォームの公式コマンドラインインターフェースです。AIエージェントフ…

SecurityClawは、セキュリティ運用センター（SOC）向けに設計された、モジュラーでスキルベースの自律型エージェント…

このツールは、Windsurf AIプラットフォーム向けのエンタープライズ級マルチアカウントプールプロキシ「WindsurfPool…

ITOps Agent Platformは、企業向けのIT運用マルチエージェント自動化プラットフォームです。大規模言語モデル（LLM）…

ComfyUI Whisperは、OpenAIのWhisperモデルを利用して音声の文字起こしや動画への字幕追加を可能にするComfyUIの拡張…

entropyvortex/meta-llm-charterは、LLMコーディングエージェント（Claude Code、Cursorなど）を規律あるプリンシパ…

PosterGenは、マルチエージェントLLMフレームワークを活用し、学術論文から美的感覚に優れたポスターを自動生成する…

「Local AI Image Generator」は、Windowsユーザー向けに設計された、セットアップ不要のAI画像生成デスクトップツー…

ComfyUI Pixaromaは、Stable DiffusionのWeb UIであるComfyUIのワークフローを、プロフェッショナルグレードのクリエ…

MultiWorldは、マルチエージェント・マルチビュービデオ世界モデルのための統合フレームワークです。複数のエージェ…

chatgpt-imagegenは、ChatGPTのサブスクリプションを利用してコマンドラインやAIエージェントから画像を生成できる、…

OpenSearch-VLは、最先端のマルチモーダル深層検索エージェントを訓練するためのオープンソースのレシピです。単一の…

Statewaveは、AIエージェントに再現可能で出所が明記されたコンテキストを提供するオープンソースのメモリランタイム…

Steerlingは、解釈可能な因果拡散言語モデルであり、マスク型拡散言語モデリングとコンセプト分解を統合しています。…

illoは、アイデアや記事をオリジナルのプリントスタイル編集イラストに変換するAIエージェントスキルです。特徴とし…

FreeUltraCodeは、ゲーム開発に特化したAIコーディングエージェントです。ゲームエンジンの概念を深く理解し、コード…