全AIリポジトリ

「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…

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、…

ModelFinderは、Windowsユーザー向けのComfyUI統合管理ツールです。ComfyUIの複雑なセットアップ、Pythonバージョン…

VL-Calibrationは、大規模視覚言語モデル（LVLMs）の推論における信頼性キャリブレーションを向上させるためのフレー…

本プロジェクトは「AI-DECLARATION.md」というオープンスタンダードを提唱し、ソフトウェアプロジェクトにおけるAI利…

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…

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…

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…

「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…

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。…

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…

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…

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…

このリポジトリは、GPT-Image-2用の高品質なプロンプトを厳選して集めた視覚的なギャラリーです。肖像画、ポスター、…

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…

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…

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…

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…

Jarvis-Macは、macOS上で動作する高度な日本語音声アシスタントです。ユーザーが「ジャービス」と呼びかけることで起…

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…