全AIリポジトリ

VoiceInputは、macOS向けの軽量で直感的なメニューバー音声入力ツールです。右Commandキーを押しながら話すだけで、…

MothRAGは、GPUやファインチューニングを必要とせず、市販のLLM APIのみで研究SOTAと同等の性能を発揮する、決定論的…

franken_whisperは、Rust製の先進的な自動音声認識（ASR）オーケストレーションスタックです。whisper.cpp、insanely…

MaestroはAIエージェントを活用し、イシュートラッカーのタスクをエンジニアリング実行レイヤーに変革するプラットフ…

AURIXは、ターミナル内で動作する自律型マルチエージェントAIワークスペースです。コードの記述、リサーチ、Webブラ…

Reporecallは、開発者やClaude Code、Codexなどのコーディングエージェント向けに設計された、ローカルコードベース…

Skill2Posterは、研究論文の内容から正確なA0サイズのHTML/PDF形式の学術ポスターを生成するためのCodexスキルパック…

SunoMCPは、AceDataCloud APIを介してSuno AIの音楽生成機能を提供するModel Context Protocol (MCP) サーバーです。…

TimeOmni-1は、ICLR 2026に採択された研究に基づく、大規模言語モデルが時系列データを用いた複雑な推論を行うことを…

Deskdropは、Androidデバイス向けのAI内蔵キーボードアプリです。OllamaなどのローカルAIモデルや、Gemini、Groq、Op…

FreeRideは、複数の無料AI推論プロバイダを1つのローカルOpenAI互換ゲートウェイにまとめるCLIツールです。OpenRoute…

このツールは、Qwen3-TTSモデルをONNX形式で利用し、C# .NETアプリケーションからローカルでテキスト音声合成（TTS）…

Glancerは、Ruby on Railsアプリケーションに自然言語でのデータベースクエリ機能を追加するエンジンです。RAGとLLM…

UTMOS-PyTorchは、音声品質評価モデルUTMOSの非公式なPyTorch実装です。オリジナルのUTMOSが依存するfairseqのインス…

MaxVideoAIは、Sora、Veo、Kling、Seedance、LTXといった複数のAIビデオモデルを比較・生成できるマルチエンジンAIビ…

Croqtileは、C++向けの低レベル組み込みドメイン固有言語（EDSL）であり、特にDMA（Direct-Memory-Access）のような…

PersonaLingo v2は、AIを活用したIELTSスピーキング試験向けのパーソナライズされたコーパス生成ツールです。RAGとメ…

このツールは、ComfyUI向けのカスタムノードコレクションであり、Dots TTSによる高品質なテキスト音声合成、音声クロ…

VibeClipは、長い動画コンテンツ（ポッドキャスト、インタビュー、ライブストリームなど）を、キャプション付きの縦…

Wayland Coreは、Rustで書かれたオープンソースの自律型LLMエージェントエンジンです。主要なLLMプロバイダーと接続…

「codex-asr」は、ローカルの「Codex Desktop ChatGPT」のログインセッションを再利用し、ワンショットの自動音声認…

HainTag（海茵的标签工坊）は、AI描画のためのタグ生成、管理、ワークフローを統合したWindowsデスクトップアプリケ…

ComfyUIのワークフローをワンクリックで役割ごとに整理するツール「CleanFreak」は、ローダー、エンコーダー、サンプ…

PRISMは、マルチモーダル大規模言語モデル（特にLLaVA）の継続的学習設定における命令チューニングのためのPyTorchベ…