全AIリポジトリ

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…

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…

MINDは、ワールドモデルの記憶一貫性と行動制御能力を評価するための、初のオープンエンドな閉ループ再訪問ベンチマ…

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…

PaperPlotHubは、研究者向けのオープンソースの論文図表共有プラットフォームです。論文で使用された図表とその生成…

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…

omnivoice-serverは、OmniVoiceテキスト読み上げモデルのOpenAI互換HTTPサーバーです。OpenAIのTTSエンドポイントの…

Korean Voice Acting Engine (KVAE) は、韓国語音声に特化したローカルファーストのツールキットです。ユーザーが自…

このリポジトリは、OpenAIの最新画像生成モデル「GPT Image 2」に特化した高品質なプロンプト集を提供します。完璧な…

Agentic OS (agentic-os)は、AIエージェント向けのローカルホスト型マルチエージェントオーケストレーションプラット…

このツールは、AI画像生成および画像編集のための中国語のプロンプト集です。女性服、子供服、ECサイトのメイン画像…

このリポジトリは、動的シーンのためのニューラルラディアンスフィールド（NeRF）に関する優れたリソースのキュレー…

WeChat（微信）をあらゆるAIエージェントのインターフェースとして機能させるオープンソースツールです。`npx`コマン…

「Reshoot-Anything」は、単眼ビデオを新しいカメラ軌道で再撮影するための自己教師ありビデオ拡散モデルです。既存…

AKBは、AIエージェント向けの組織的記憶を目的としたナレッジベースです。Gitベースで、Model Context Protocol (MCP…

Harness Forgeは、Claude Codeのスキルとして提供されるツールで、固定された大規模言語モデル（LLM）の「ハーネス」…

AxocoatlはRust製のランタイムで、永続的で自己調整するマルチエージェントシステムを構築・実行します。中央のオー…

このツールは、AIエージェントがユーザーの物理デスクトップに影響を与えることなく、完全に隔離された隠れたLinuxデ…

Hermes Desktopは、自己改善型AIエージェント「Hermes Agent」をベースにしたオールインワンのクロスプラットフォー…

pi-listenは、Pi CLI (コーディングエージェント) 向けのハンズフリー音声入力ツールです。Deepgramによるクラウドス…

このプロジェクトは、1,000万件以上の大規模なドキュメント群に対応し、幻覚（Hallucination）をほぼゼロに抑えるこ…

このリポジトリは、モダリティ欠落学習（Modality Missing Learning, MML）および不完全マルチモーダル学習に関する…

agent-ctrlは、AIエージェントがデスクトップアプリケーションを自動化するための高速なネイティブRust製CLIツールで…