全AIリポジトリ

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…

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…

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…

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、…

「带货剪手（AI E-commerce Video Generator）」は、Eコマース販売者や短編動画運営者向けのAI動画生成ツールです。…

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…

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…

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…

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…

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-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…

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-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…