全AIリポジトリ

Friday Studioは、自然言語の指示をAIを活用した反復可能な自動ワークフローに変換するエージェントハーネスプラット…

「Awesome-Large-Language-Diffusion-Models」は、大規模言語拡散モデル（dLLM）に関する研究論文を網羅的かつ体系的…

WildPromptorは、ComfyUI向けにプロンプト生成と管理を効率化するカスタムノード集です。フォルダとテキストファイル…

VoiceBlenderは、SIPおよびWebRTC通話をブリッジし、多人数音声ミキシング、録音、テキスト読み上げ/音声認識（TTS/S…

SubForgeは、動画字幕制作を再現性のあるAIパイプラインに変えるために設計されたRust製のコマンドラインインターフ…

SD-Anima-Prompt-Studioは、Stable DiffusionとAnimaのプロンプト作成を支援する、洗練されたガラスモフィズムデザイ…

「ComfyUI Forbidden Vision」は、ComfyUIユーザー向けの革新的な顔検出、セグメンテーション、画像エンハンスメント…

HeyGen CLIは、HeyGenのAIビデオ生成APIをコマンドラインから操作するための公式ツールです。コーディングエージェン…

Clicky for Windowsは、カーソルの隣に常駐するAIティーチングコンパニオンです。画面の内容を認識し、ユーザーから…

「Design Image Studio」は、漠然としたビジュアルの要求を高品質なデザイン図に変換するAI Agent Skillです。ポスタ…

「locate-anything」は、NVIDIAのLocateAnything-3Bモデルを利用した、モバイルフレンドリーなWebインターフェースで…

このプロジェクト「doubao2api」は、Doubao（豆包）クライアントAPIをリバースエンジニアリングしたもので、AIエージ…

Agent Deckは、強力なコーディングエージェント「Pi」を活用したmacOSネイティブのプラットフォームです。このツール…

Narrator AI CLIは、AIを搭載した動画ナレーションプラットフォーム「Narrator AI」のコマンドラインツールです。AI…

ComfyUI-InpaintEasyは、ComfyUI向けに局所的な画像修正や描き直しを行うInpaintワークフローを扱いやすくするカスタ…

J.A.R.V.I.Sは、Hermes Agentをベースにした、アイアンマンスタイルの自律型音声アシスタント兼コマンドセンターです…

OpenDocumentsは、GitHub、Notion、Google Drive、ローカルファイル、Webソースなど、分散した組織の知識ソースを統…

ExtractStoryboardsは、動画をシーン単位の分鏡として分割し、各分鏡のキーフレームと対応インデックスを抽出するCom…

PhotoDoodleは、限られたペアデータから芸術的な画像編集を学習する手法をComfyUIで利用可能にするツールです。本ツ…

NeRF2Physicsは、CVPR 2024で発表された、言語埋め込み特徴フィールドから物理的特性を理解するためのツールです。Ne…

diarizeは、音声ファイルから「誰がいつ話したか」を自動的に識別するPython製のスピーカーダイアリゼーションツール…

MultiMind SDKは、複数のAIモデルとプロバイダーを統一されたAPIで扱えるPythonベースのAI開発フレームワークです。…

ComfyUI上でDiffusersベースの画像アウトペイントを行うためのカスタムノード集です。SDXL系のUNetとControlNetを読…

Meeting Transcriberは、macOS上で動作するローカル完結型の会議文字起こしツールです。Teams、Zoom、Webexなどの会…