全AIリポジトリ

Dokisは、RAG（Retrieval-Augmented Generation）パイプラインにおいて、LLMが生成する応答に含まれる根拠のない主張…

Colored Noise Diffusion Sampling (CNS)は、拡散モデルの画像生成プロセスを最適化するプラグアンドプレイ型のSDEサ…

「Voice agents from scratch」は、Pythonでリアルタイム音声エージェントをゼロから構築するための実践的なチュート…

macos-speech-serverは、macOS上で動作するローカルな音声認識（STT）および音声合成（TTS）サーバーです。OpenAI互…

arkivは、AIセマンティック検索機能を備えたオープンソースのローカルファーストメディアアセットマネージャーです。…

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…

Praxisは、RAG（Retrieval-Augmented Generation）とスキルベースエージェントの機能を統合するフレームワークです。…

Seedance v2.0 Generatorは、AIによるビデオ生成と編集に特化したオープンソースのSaaSボイラープレートです。Next.j…

ComfyUI-ConnectTheDotsは、人気のある画像生成UI「ComfyUI」のための拡張機能です。大規模なワークフローにおいて、…

「Codex GPT Image Skill」は、OpenClaw、Claude Code、Codex、Hermes AgentといったAIエージェント向けに、GPT-Imag…

ComfyUI Anima Flow Corrective Samplerは、ComfyUI用のカスタムサンプラーノードで、AnimaおよびCosmosスタイルの画…

OmniAgentは、動画コンテンツを効率的に理解するための革新的なオムニモーダルAIエージェントです。従来のモデルとは…

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）…

このツールは、AIを活用して英語の口語練習を効率的に行うためのWebアプリケーションです。AIとの対話、文章の音読練…

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…

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…

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…

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…

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…

CosyVoice.cppは、CosyVoice3のPython推論パイプラインをC/C++およびGGMLに非公式に移植したプロジェクトです。これ…

RTDMD（Reward-Tilted Distribution Matching Distillation）は、少ないステップ数で高品質な画像を生成する「few-st…

Canvas Realm Studio（画境工坊）は、チーム向けの軽量で自己ホスト可能なAI画像生成ワークベンチです。テキスト/画…

Neve AIは、プライバシーを最優先し、完全にデータ主権を保つローカルAIオーケストレーションエコシステムです。Fast…

LIVEditor-14Bは、文脈に即したスパースアテンション（In-Context Sparse Attention）を活用することで、動画編集に…