全AIリポジトリ

Milaは、macOSネイティブのローカル文字起こしアプリケーションです。マイク録音、システムオーディオ録音、会議録音…

agent-qaは、Webおよびモバイルアプリケーション向けの自己改善型エージェントQAハーネスです。自然言語でテストを記…

Openwhispは、Mac上で完全にローカルに動作する音声認識・テキスト補完ツールです。Fnキーを押しながら話すことで、…

KokoCloneは、Kokoro-ONNXを基盤とする高速な多言語音声クローンシステムです。短い音声サンプルからリアルタイムで…

Invincat CLIは、DeepAgents CLIを基盤としたPython製のターミナルAIプログラミングアシスタントです。ローカルリポ…

MAGICIANは、CVPR 2026で発表された、能動的なマッピングのための効率的な長期計画手法です。このツールは「Imagined…

このツールは、粗いアイデアから「紅果/抖音（ショートビデオプラットフォーム）」で公開可能な完全なAI短編ドラマを…

HiARは、階層的な自己回帰型のビデオ生成ツールで、従来のブロックファースト型からステップファースト型へと処理を…

Ghostworkは、ユーザーの画面操作を常時監視し、作業パターンを自動的に学習することで、反復的なタスクを自動化する…

Mobile-Oは、モバイルデバイス上で動作する、統一されたマルチモーダルAIモデルです。画像理解（VQA、OCR、推論）と…

livecaptionは、macOS (Apple Silicon) 向けのリアルタイムオンデバイス音声転写および翻訳を行うCLIツールです。UI…

VGG-T³は、大規模な画像コレクションからオフラインで高速な3D再構築を可能にするツールです。CVPR'26で発表された論…

「3DGS-PLY-3DTiles-Converter」は、Gaussian SplattingのPLYファイルを効率的に3D Tiles形式へ変換するNode.jsベー…

Cerulは、AIエージェント向けの動画検索レイヤーであり、音声だけでなく、スライド、グラフ、デモ、画面上のテキスト…

このプロジェクトは、macOS上で「豆包入力法」の優れた無料音声入力機能を、メインの入力法として利用せずに便利に使…

ComfyUI-FaceChainは、既存のFaceChainプロジェクトをComfyUI向けに再構築し、プロセスの分解と改善を行った画像処理…

ComfyUI-FFmpegは、FFmpegの一般的な機能をComfyUIのカスタムノードとして提供し、ユーザーがComfyUI上で様々な動画…

ComfyUI ultimate openpose editorは、ComfyUIの既存のOpenPoseエディターを大幅に改良した、多機能な拡張機能です。…

本ツールは、「Continuous-Time Distribution Matching (CDM)」技術を用いた、少ステップ拡散蒸留のためのフレームワ…

このリポジトリは、AIエージェントシステムの構築に関する分散した知識を集約し、体系的な学習ロードマップを提供す…

OpenWhaleは、プログラマブルでAIネイティブな経済戦略を構築するためのTypeScriptフレームワークです。モニター、戦…

「Afterglow（续温）」は、過去のチャット履歴をAIに学習させ、友人や家族の話し方や言葉遣いを再現して会話できる「…

このツールは、ComfyUI用のカスタムノード「ID-LoRA-2.3」を提供し、参照音声と画像に基づいて、話者の声と視覚的な…

DD_Ragは、企業内の知識ベースとAIアシスタントを統合するJavaベースのRAG（Retrieval-Augmented Generation）プロジ…