全AIリポジトリ

「Coval Benchmarks」は、音声AI（STT/TTS）プロバイダーの性能を測定するためのオープンソースのベンチマーキングツ…

「pi-diff-review」は、`pi`プラットフォームに統合されたコードレビューツールです。開発者は`pi`のインターフェー…

ComfyUI向けに設計された究極のテキスト処理スイートで、画像からテキストへの変換データのバッチクリーニング、LLM…

civitai-genは、CivitaiのオーケストレーションWorkflow APIを介して、画像、動画、音声、音楽、文字起こしなどを生…

IDLM（Inverse-distilled Diffusion Language Models）は、ICML 2026で発表された画期的な技術です。本技術は、高品…

このリポジトリは、Suno AIから一貫してプロフェッショナルな結果を得るための、コミュニティによって編集されたリフ…

RU4D-SLAMは、ガウススプラッティングSLAMにおいて不確実性の重み付けを行うことで、4Dシーン再構築を実現するシステ…

このリポジトリは、ECG（心電図）言語モデル（ELM）のファインチューニングと評価のための研究フレームワークです。…

Kiro-Auto-Proは、Windows PC上で繰り返し行われるタスクを自動化するデスクトップアプリケーションです。Kiro IDEの…

このリポジトリは、OpenAI互換の画像APIを通じてエージェントクライアントが画像生成、編集、バッチ処理を行うための…

Permafrostは、Claude CodeとDeepSeekの間に入り、Claude Codeのプロンプト接頭辞を固定することで、DeepSeekの自動…

JoyBoyは、チャット、コーディング、画像生成、画像編集、動画実験、モデル管理といった多様なAIワークフローを統合…

「Awesome GenAI Fails」は、生成AI、LLM、AIエージェントへの過信が企業、個人、社会に害をもたらした主要なインシ…

「GPT Image 2 Agent Kit」は、AIエージェントやオペレーター向けに、より安全な画像生成ワークフローを提供するロー…

Forgeは、ローカルファーストで計画重視のマルチエージェント型ソフトウェアエンジニアリング実行環境です。Claude C…

このツールは、Androidデバイス向けに設計されたストリーミング音声認識ライブラリです。VoxRT独自のオンデバイス推…

「vo」はmacOS 26+およびApple Siliconデバイス向けのオンデバイス、リアルタイム文字起こし＆翻訳CLIツールです。ネ…

dlmserveは、拡散型言語モデル（Diffusion LLMs）向けにOpenAI互換のHTTPサービスを提供するツールです。拡散型LLM特…

ringbackは、AIエージェントが電話を介してユーザーと直接対話できるModel Context Protocol (MCP) サーバーです。無…

BrainDanceは、3D Gaussian Splatting（高斯泼溅）技術を利用して、現実空間をインタラクティブで回顧可能なホログラ…

recon3dは、動画や画像から3D Gaussian Splatをワンコマンドで生成するツールです。従来のCOLMAPを使用せず、VGGTやM…

Roveは、ローカルで動作するClaudeなどのCLIコーディングエージェントを、スマートフォンからTailscale経由で安全に…

「agent-voice-chat」は、ウェブサイトにマルチエージェントAI音声会話機能を簡単に追加できるTypeScript SDKとCLIツ…

AtomVoiceは、Mac向けに設計された、プライバシーを最優先する軽量な音声テキスト化ツールです。ユーザーはキーを押…