全AIリポジトリ

diarizeは、音声ファイルから「誰がいつ話したか」を自動的に識別するPython製のスピーカーダイアリゼーションツール…

REELS-AFは、AIマルチエージェントシステム「AgentField」上で構築されたAIネイティブな動画生成ツールです。記事URL…

PMB (Personal Memory Brain)は、AIコーディングエージェント（Claude Code、Cursor、Codexなど）にローカルファース…

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…

Volocalは、iOSデバイス上で完全にローカルに動作する音声AIアプリです。STT（音声認識）からLLM（大規模言語モデル…

Agnes Video Generatorは、Agnes AIを活用したワンクリックAI動画生成ツールです。テキストのアイデアから複数のシー…

OpenMelonは、ターミナル上で動作するAIコンテンツ作成エージェントです。ユーザーは単一のターミナルセッション内で…

Trove AIは、中国のインターネットコンテンツに特化した自己ホスト可能なAI搭載型「後で読む」ツール兼知識ベースで…

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…

「Unify-Agent」は、Web検索等で外部の知識を能動的に参照し、事実に忠実な画像を生成する統一マルチモーダルAIエー…

「Awesome-Large-Language-Diffusion-Models」は、大規模言語拡散モデル（dLLM）に関する研究論文を網羅的かつ体系的…

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…

「kstack」は、Claude Code向けのスキルパックで、Kubernetesクラスターの監視、トラブルシューティング、監査をAIの…

「crafter/trx」は、Whisperを活用してオーディオやビデオを書き起こすためのエージェントファーストなCLIツールです…

「Granite Switch」は、IBM Researchが開発したオープンソースプロジェクトで、複数のファインチューニングされたLoR…

「ComfyUI-SDNQ」は、ComfyUIユーザーが大規模な画像生成モデルを少ないVRAMで効率的に実行するためのツールです。本…

Opendeskは、AIエージェントが人間のようにコンピュータを操作できるようにするためのフレームワークです。スクリー…

JavisVerse/Awesome-AVIは、「大規模基盤モデルにおけるオーディオ・ビジュアル・インテリジェンス（AVI）」に関する…

OpenAcmeは、ユーザーが指揮を執るAIワークフォースプラットフォームです。役割特化型のエージェント群が、マルチプ…

Remote Piは、Piコーディングエージェントをスマートフォンから遠隔操作できるツールです。一度限りのQRコードで簡単…

「NexusQuant (灵枢量化)」は、AIと大規模言語モデル（LLM）を統合した次世代の暗号通貨自動取引システムです。市場…

Deno2026/comfyui-deno-custom-nodesは、ComfyUIのワークフローを高速化し、実用的な改善をもたらすカスタムノード集…

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…

Kagi Session2API MCP Serverは、Kagi Searchの公式APIキーなしで、セッショントークンを介して検索機能と要約機能を…