全AIリポジトリ

このツールは、粗いアイデアから「紅果/抖音（ショートビデオプラットフォーム）」で公開可能な完全なAI短編ドラマを…

このプロジェクト「kikiri-tts」（旧kokoro-deutsch）は、既存のKokoro-82Mモデルをドイツ語向けにファインチューニ…

LabVLAは、Qwen3-VL-4B-Instructビジョン言語モデルを、DiTフローマッチングアクションエキスパートと独自のπ0.5レシ…

AIAI Hubは、GitHub上のAI関連オープンソースプロジェクトをWordPressサイト上でカタログ化し、自動で紹介記事を作成…

ComfyUI-Doctorは、ComfyUI向けのリアルタイム診断およびデバッグ支援ツールです。ランタイムエラーを捕捉し、ノード…

このAIエージェントスキルは、旅行で撮影した大量の動画素材から、自動的にVlogを生成します。ユーザーは素材フォル…

PersonaPlex-MLXは、NVIDIAのフルデュプレックス音声対音声モデル「PersonaPlex」をApple Silicon向けにMLXで移植し…

AriaはWindows向けのAI音声入力ツールで、Qwen3-ASRを基盤とし、全ての音声処理をローカルで完結します。特徴として…

Blueは、ONNX Runtimeを活用した高速なオープンソースのテキスト読み上げ（TTS）推論ツールです。Python 3.12以降を…

Tadpole Studioは、AIによる音楽生成をローカル環境で完結できる多機能な音楽スタジオです。テキストからの音楽生成…

「Pulse of Motion: Measuring Physical Frame Rate from Visual Dynamics」は、動画のコンテナメタデータに依らず、…

Matryca Logseq LLM Wikiは、Andrej KarpathyのLLM WikiをアウトライナーパラダイムにもたらすヘッドレスなMCPサーバ…

VersperClawは、検索、ブラウザ制御、コーディング、および長時間のセッション継続能力を統合したエージェント型研究…

ShadowはmacOS向けの高度なパーソナルAIエンジンです。画面、音声、キー入力、クリップボードなど、コンピューター上…

CourtSIは、スポーツ分野における空間知能を評価するための大規模データセットとベンチマークです。100万以上の質問…

MediaScribeは、音声、ビデオ、テキストの文字起こしと、LLMを活用した要約を提供するコマンドラインツールです。そ…

edenartlab/sd-lora-trainerは、Stable Diffusion v1.5およびSDXL用のLoRaモジュールを学習およびフルファインチュー…

ComfyUI_AnyDoorは、画像生成AIツールであるComfyUI上で動作するカスタムノードです。このツールを使用すると、キャ…

ZeusHammerは、AIエージェントのコスト、速度、プライバシー、オフライン利用、記憶能力といった課題を解決するため…

soniqo/speech-androidは、Androidデバイス向けのオンデバイス音声SDKです。ONNX RuntimeとQualcomm NNAPIアクセラレ…

MXCPは、企業向けのAIアプリケーションを本番環境で構築するための、Model Execution + Context Protocol (MCP) フレ…

Endless-Nodesは、Stable Diffusion用UI「ComfyUI」のカスタムノード集です。標準ノードでは物足りないと感じるユー…

このリポジトリは、Retrieval-Augmented Generation (RAG) アーキテクチャの主要なタイプを網羅した、包括的な面接質…

このComfyUI拡張機能は、Depth Mapが適用された画像をComfyUI内で視覚的に表示するためのビューアーです。あらゆるDe…