全AIリポジトリ

SciScholarは、文献に基づいた科学研究を自動化するための大規模な知識グラフを提供するツールです。これはコマンド…

AgentFigureGalleryは、Claude Code、Codex、Cursorなどのコーディングエージェント向けの科学プロットリファレンス…

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。…

ComfyUI Job Iteratorは、ComfyUIのワークフロー内でシーケンスを反復処理するためのカスタムノードです。これにより…

このツールは「wonda」という名前で、AIを活用して画像、動画、音楽、音声コンテンツの生成、編集、そしてソーシャル…

Minimalistic Comfy Wrapper WebUI (MCWW) は、ComfyUIに推論に特化したシンプルなUIを追加する拡張機能です。既存の…

「Nexels」は、疎なジオメトリを用いてリアルタイムで新しい視点画像を合成するニューラルテクスチャ付きサーフェル…

Crayotterは、単一のテキストリクエストから完全に編集されたビデオを生成する、マルチモーダルでエージェント駆動型…

「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…

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…

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…

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…

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…

「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…

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 …