全AIリポジトリ

mlx-speechは、Apple Silicon Mac（M1以降）向けに特化した、純粋なMLXベースの音声技術ツールキットです。クラウド…

このMetashape MCPサーバーは、AIによるAgisoft Metashape Professionalの写真測量パイプライン自動化を実現するツー…

AI Zero Tokenは、ChatGPT/Codex OAuthアカウントに対応したローカルファーストのOpenAI互換ゲートウェイです。ロー…

claude-ttsは、Claude CodeのAI応答を自動的に音声で読み上げるためのプラグインです。ElevenLabs、OpenAI、Google、…

ChaosEngineAIは、本格的なAI開発者や愛好家向けのローカルAIワークステーションです。オープンウェイトモデルの発見…

「小龙 OpenClaw」は、OpenClawを音声で操作可能にする中国語音声アシスタントです。ユーザーは「小龙小龙」というウ…

modlは、ローカル環境でAI画像生成とLoRA学習を行うためのツールキットです。モデルのダウンロードから依存関係の解…

このツールは、arXivのビデオ拡散・ビデオ生成に関する最新研究論文、プロジェクト、リソースを自動更新で収集し、キ…

SILMA Arabic TTS v1は、SILMA AIによって開発された軽量かつ高性能なバイリンガル（アラビア語と英語）テキスト音声…

Codex-imageは、OpenAI Images APIを用いた画像生成・編集に特化したCodexスキルです。ネイティブの画像生成機能とは…

LA Studioは、音声認識、テキスト読み上げ、音声クローン、音声デザイン、モデルダウンロード、ランタイム管理を一つ…

Everything Gemini Code (EGC)は、Geminiを始めとするAIエージェントのためのオーケストレーションエコシステムと、…

ComfyUI WAN I2V Controlは、WAN Image-to-Video生成において、開始画像の特定の部分を選択的に変換するためのComfyU…

Pixel Petsは、M5Stackハードウェア上で動作するオープンソースのバーチャルペットエコシステムです。Muffin（LLM搭…

「scholar-ppt-cn」は、論文や研究資料から編集可能な学術発表用PowerPointを生成するAIワークフロースキルです。Cha…

「ComfyUI-Sapiens2-Easy」は、Meta Sapiens2モデルをComfyUIのネイティブノードとして統合するツールです。単一の画…

Research Proofは、研究における主張を厳密に検証するためのツールです。反証可能なエビデンス計画、敵対的チェック…

MOSAICは、強化学習（RL）、大規模言語モデル（LLM）、視覚言語モデル（VLM）、そして人間の意思決定者といった異な…

EAG-PTは、SIGGRAPH 2026で発表された、屋内の拡散反射シーンの再構築と編集を行うための研究プロジェクトです。Emis…

このツールは、画像をスケッチスタイルの手描きアニメーション動画に変換するオフラインのオープンソースアプリケー…

Pinecone Gemini CLI拡張機能は、Pineconeの公式拡張ツールです。このツールを利用することで、ターミナルから直接、…

「AIAI Hub」は、GitHub上のAI関連オープンソースソフトウェアを自動的に発見、要約、カテゴリ分類し、WordPressサイ…

このリポジトリは、Googleの次世代マルチモーダルAIモデル「Gemini Omni」に関する厳選されたリソース集です。テキス…

このリポジトリは、Google Gemini OmniのAPI利用ガイドとプロンプト集です。Gemini Omniの高度な機能（動画生成、編…