全AIリポジトリ

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…

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…

VibeFrameは、AIエージェントと連携してテキストのブリーフから最終的なMP4動画を生成、編集、出荷できるAIネイティ…

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。…

このツールは、DeepSeekの「Thinking with Visual Primitives」を非公式にPyTorchで再現したものです。マルチモーダ…

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…

本ツールは、ICLR 2026の全5,352論文を大規模言語モデル（LLM）が分析し、その内容を「研究動機」「解決問題」「主要…

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…

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…

Chunkyは、RAG（Retrieval-Augmented Generation）パイプラインの品質を向上させるためのローカルでオープンソースの…

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…

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…

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…

「Hyper Diffusion Planner」は、ディフュージョンモデルを自動運転システムのエンドツーエンドプランナーとして活用…

「聲聲慢 SpeakSlow」は、中国語に特化した最速のローカル音声入力ツールです。無料かつオープンソースで、100%ロー…

VTS（Voice To Sound）は、ユーザーの音声スケッチとテキストプロンプトを組み合わせて効果音を生成するツールです。…

このプロジェクトは、オープンソースの音声テキスト化ツールと音声入力ツールの厳選されたリストです。Linux、macOS…

Image Lens（图透镜）は、ウェブページ上の画像から、その画像を生成したと考えられるプロンプト（提示詞）を逆生成…

このシステムは、教育分野に特化したRAG（検索拡張生成）スマートQ&Aシステムです。キーワードマッチングとセマンテ…

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…

ControlFoleyは、ビデオ、テキスト、参照オーディオを組み合わせることで、高精度かつ制御可能なビデオ-オーディオ生…

ComfyUI Flux Acceleratorは、ComfyUI上でFlux.1の画像生成を高速化するためのカスタムノードです。TAEF1による高速…

OpenReelsは、YouTube、Instagram、TikTok向けのショート動画を自動生成するオープンソースのAIパイプラインです。ト…

noai-watermarkは、AI生成画像に埋め込まれた不可視のウォーターマーク（SynthID、StableSignature、TreeRingなど）…