全AIリポジトリ

「EffectErase」は、ビデオからのオブジェクト除去と挿入を同時に、かつ高品質に行うためのツールです。CVPR 2026で…

ComfyUI上でGeoWizardを使うためのラッパーノードです。GeoWizard本体をComfyUIのワークフローに組み込み、対応モデ…

Count Anythingは、テキストクエリに基づいて画像内のあらゆるオブジェクトを数えることができる汎用モデルです。自…

VRChat向けデスクトップリアルタイム翻訳ツール「Mio RealTime Translator」は、VRChatでの国際交流を支援します。主…

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…

VidCom2は、Video Large Language Models (VideoLLMs) の推論を高速化するためのプラグアンドプレイなフレームワーク…

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…

「Spectrum」は、学習不要なスペクトル拡散特徴予測を用いて、拡散モデルのサンプリング速度を大幅に向上させるツー…

このリポジトリは、CVPR 2026で発表される研究プロジェクト「Physical Simulator In-the-Loop Video Generation」の…

Wisprは、macOSユーザー向けのプライバシーを重視した音声書き起こしアプリケーションです。OpenAI WhisperとNVIDIA …

「lecture-to-hw」は、大学の授業資料（講義、宿題ファイル、コード、過去の解答スタイル）から、簡潔なMarkdown形式…

このプロジェクトは、AI/LLM関連の公開講義、インタビュー、技術記事を中国語でまとめた学習リソースです。合計303の…

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…

ScreenMindは、PCの画面活動をAIでキャプチャ、分析し、検索可能なプライベートAIメモリを構築するツールです。Gemma…

ComfyUI上で機械学習モデルを直接ダウンロードし、管理しやすくする実験的なカスタムノードです。Hugging FaceとCivi…

このプロジェクトは、Open WebUIの体験を強化するために設計された26種類のカスタムツール集です。主な特徴は、30秒…

Codex Imagenは、ChatGPT/CodexのResponsesバックエンドを利用して画像を生成・編集するためのOpenClawスキル兼ヘル…

このGitHubリポジトリは、現代のビジュアル生成技術を「視覚的知能」の進化という視点から体系的に整理した「生きて…

Ogcodeは、Go言語で開発されたWeb UIベースのエージェント型AIコーディングアシスタントです。コードベース全体を理…

ComfyUI-Ollama-Describerは、ComfyUIの拡張機能で、Ollamaの多様なLLMモデル（Gemma、Llava、Llama2/3、Mistralなど…

Auto Useは、AIがmacOSおよびWindowsオペレーティングシステム全体を自然言語で制御できる、エンドツーエンドのコン…

「AI Desk Card」は、Claude CodeやCodexなどのAI AgentとM5Paper墨水屏を連携させるデスクトップサブスクリーンSkil…

Image Prompt Libraryは、生成AIで作成された画像とそのプロンプトをローカルで一元管理するための視覚的ライブラリ…

ComfyUI-Text_Image-Compositeは、ComfyUI向けのテキストと画像を合成するツールです。テキストの自動折り返しや、h3…