ASR / 音声認識clicky-windows
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…
★ 96 ⑂ 25 MIT 2026-07-09
全AIリポジトリ
登録されているAI関連OSSの一覧
ASR / 音声認識
ASR / 音声認識subforge
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…
★ 96 ⑂ 9 MIT 2026-06-01
画像生成SD-Anima-Prompt-Studio
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…
★ 96 ⑂ 10 NOASSERTION 2026-07-16
ComfyUIComfyUI-Forbidden-Vision
「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…
★ 96 ⑂ 6 AGPL-3.0 2026-06-14
マルチモーダルlocate-anything
「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…
★ 95 ⑂ 13 Apache-2.0 2026-07-15
画像生成design-image-studio
「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…
★ 95 ⑂ 33 MIT 2026-04-20
マルチモーダルyolos-small
YOLOS (small-sized)は、Vision Transformerを基盤とした物体検出モデルです。このモデルはDETRロスを用いてCOCO 201…
❤ 95 ↓ 743.3k apache-2.0 2024-05-08
マルチモーダルdoubao2api
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…
★ 94 ⑂ 28 Apache-2.0 2026-05-24
ASR / 音声認識jarvis_ai
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…
★ 93 ⑂ 23 MIT 2026-06-13
ComfyUIComfyUI-InpaintEasy
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…
★ 93 ⑂ 10 MIT 2025-01-24
LLMOpenDocuments
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…
★ 93 ⑂ 18 MIT 2026-07-09
ComfyUIComfyUI_PhotoDoodle
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…
★ 93 ⑂ 2 MIT 2025-03-20
ComfyUIcomfyui_extractstoryboards
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…
★ 93 ⑂ 3 MIT 2025-12-04
3D / NeRFNeRF2Physics
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…
★ 93 ⑂ 4 MIT 2025-11-16
LLMagent-deck
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…
★ 93 ⑂ 6 MIT 2026-07-24
音声生成 / TTSnarrator-ai-cli
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…
★ 93 ⑂ 21 MIT 2026-07-05
ASR / 音声認識diarize
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…
★ 92 ⑂ 8 Apache-2.0 2026-05-06
LLMmultimind-sdk
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。…
★ 92 ⑂ 15 Apache-2.0 2026-07-10
ComfyUIComfyUI-DiffusersImageOutpaint
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…
★ 92 ⑂ 5 Apache-2.0 2026-07-06
ASR / 音声認識meeting-transcriber
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…
★ 92 ⑂ 22 MIT 2026-07-27
ComfyUIbfl-comfy-nodes
Black Forest LabsのAPIをComfyUIワークフロー内から直接呼び出せるカスタムノード集です。`custom_nodes` に配置し…
★ 91 ⑂ 14 MIT 2025-02-07
ASR / 音声認識HearoPilot-App
HearoPilotは、Androidデバイス上で動作するオンデバイスAI会議アシスタントです。リアルタイムの音声文字起こしとLL…
★ 91 ⑂ 29 Apache-2.0 2026-06-10
画像生成ReactiveGWM
ReactiveGWMは、プレイヤー操作とNPCの自律性を分離することで、ゲーム内のNPCをより動的に制御する新しいゲーム世界…
★ 91 ⑂ 11 2026-06-16
動画生成flow-agent
Flow Agentは、Google Flowを活用してAI動画や画像をターミナルから生成するCLIツールです。APIキー不要で、Omni Fla…
★ 91 ⑂ 34 2026-08-14