全AIリポジトリ

Clicky for Windowsは、カーソルの隣に常駐するAIティーチングコンパニオンです。画面の内容を認識し、ユーザーから…

SubForgeは、動画字幕制作を再現性のあるAIパイプラインに変えるために設計されたRust製のコマンドラインインターフ…

「ComfyUI Forbidden Vision」は、ComfyUIユーザー向けの革新的な顔検出、セグメンテーション、画像エンハンスメント…

SD-Anima-Prompt-Studioは、Stable DiffusionとAnimaのプロンプト作成を支援する、洗練されたガラスモフィズムデザイ…

「locate-anything」は、NVIDIAのLocateAnything-3Bモデルを利用した、モバイルフレンドリーなWebインターフェースで…

このプロジェクト「doubao2api」は、Doubao（豆包）クライアントAPIをリバースエンジニアリングしたもので、AIエージ…

OpenDocumentsは、GitHub、Notion、Google Drive、ローカルファイル、Webソースなど、分散した組織の知識ソースを統…

Narrator AI CLIは、AIを搭載した動画ナレーションプラットフォーム「Narrator AI」のコマンドラインツールです。AI…

Agent Deckは、強力なコーディングエージェント「Pi」を活用したmacOSネイティブのプラットフォームです。このツール…

J.A.R.V.I.Sは、Hermes Agentをベースにした、アイアンマンスタイルの自律型音声アシスタント兼コマンドセンターです…

MultiMind SDKは、複数のAIモデルとプロバイダーを統一されたAPIで扱えるPythonベースのAI開発フレームワークです。…

Meeting Transcriberは、macOS上で動作するローカル完結型の会議文字起こしツールです。Teams、Zoom、Webexなどの会…

ComfyUI上でDiffusersベースの画像アウトペイントを行うためのカスタムノード集です。SDXL系のUNetとControlNetを読…

Flow Agentは、Google Flowを活用してAI動画や画像をターミナルから生成するCLIツールです。APIキー不要で、Omni Fla…

ReactiveGWMは、プレイヤー操作とNPCの自律性を分離することで、ゲーム内のNPCをより動的に制御する新しいゲーム世界…

HearoPilotは、Androidデバイス上で動作するオンデバイスAI会議アシスタントです。リアルタイムの音声文字起こしとLL…

AI Mixed-Cutは、既存の動画コンテンツを「解構-重構」という独自モデルで深度解析し、再利用可能な創作素材ライブラ…

SR-Agentsは、大規模言語モデル（LLM）エージェントにおけるスキル検索拡張（SRA）の研究と評価を目的としたコミュニ…

このリポジトリは、モダリティ欠落学習（Modality Missing Learning, MML）および不完全マルチモーダル学習に関する…

ComfyUI-RookieUIは、ComfyUIのカスタムノード拡張で、A1111（Automatic1111）スタイルのサイドバーUIとワークフロー…

ReVidgenは、具現化されたAI領域における動画生成モデルを再考するための公式実装リポジトリです。本プロジェクトは…

このプロジェクト「kikiri-tts」（旧kokoro-deutsch）は、既存のKokoro-82Mモデルをドイツ語向けにファインチューニ…

AriaTypeは、デスクトップ向けの音声入力ツールで、話した内容をカーソルがある場所に直接テキストとして挿入します…

AWS向けオープンソース3D再構築ツールボックスは、画像や動画入力から3Dシーンやオブジェクトを再構築するためのエン…