全AIリポジトリ

本リポジトリは、EgoBabyVLMチャレンジのインフラを提供します。これは、乳幼児の一人称視点ビデオデータ（BabyView …

VibeVoice.swiftは、macOSおよびLinux上でリアルタイム音声処理を実現するアプリケーションです。SwiftとMLXを活用し…

GoRi-Wireless Engineは、ComfyUIの複雑なワークフローにおけるノード間の配線を無線化し、整理するツールです。ワン…

このツールは、IBM Doclingを基盤としたセルフホスト型のドキュメント解析サーバーをDockerで簡単にデプロイするため…

PiD-Image-Upscalerは、NVIDIAのPiD（Pixel Diffusion Decoder）フレームワークを基盤とした、実験的な高機能超解像…

Brahは、リアルタイムでユーザーのPC画面を認識し、コンピューターを操作するデスクトップ音声アシスタントです。Ope…

Aftertoneは、AIコーディングエージェントの応答後にローカルでテキスト読み上げを行うツールです。クラウドTTS API…

HERO（Harness for Engineering and Run-time Orchestration）は、基盤モデルを活用した自律型ソフトウェアエンジニ…

本ツール「Knowledge and Memory Management」は、既存のAIエージェントの能力を拡張するプラグインです。特に、Herm…

このツールは、RAG（Retrieval-Augmented Generation）、高度なプロンプトエンジニアリング、ハイブリッド検索、リラ…

Architect — Agent Symphonyは、AnthropicのClaude Agent SDKを基盤とするデスクトップアプリケーションです。このツ…

このリポジトリは、LLM（大規模言語モデル）に関する実践的なチュートリアルと実装コード集を提供します。ファインチ…

pi-automodeは、Piエージェントのツール呼び出しを監視し、事前定義されたルールや自動モード分類器に基づいて、危険…

mlx-taefは、Apple Silicon向けに最適化された、拡散ラテントを高速にデコードするTiny AutoEncoderライブラリです。…

この「DisPOSE」は、自己教師ありマルチビュー3D人体ポーズ推定のための実装です。離散的なクロスビュー人物割り当て…

「Bony Agent」は「AI Media Agent」として、AIを活用したフルスタックのコンテンツ制作・配信プラットフォームです…

AfriSpeech Selectorは、142のアフリカ言語にわたる2200時間以上の音声データに簡単にアクセスできるCLIツールです。…

fablize-for-hermesは、fablizeの検証済み手順をHermes Agentエコシステムに適合させたプロジェクトです。検証の根拠…

CADENZAは、AIを活用してプログレッシブハウスやメロディックテクノ向けのMIDIを生成するツールです。BPMとキーを入…

Praxiaは、個人の暗黙知を組織の共有ノウハウへと自動昇格させることに特化した、ワークフロー指向のマルチエージェ…

「Finding LoRA — for ComfyUI」は、ComfyUIのLoRAローダーの使い勝手を大幅に改善するカスタムノードです。ブックマ…

AeroGraphは、AIエージェントのワークフローに特化したオープンソースの視覚的デバッガー兼フライトレコーダーです。…

VoxGoは、PCゲームプレイヤー向けに開発されたオープンソースのリアルタイム音声翻訳フロートウィンドウツールです。…

このツールは、ローカルで動作するLLM（OllamaやLM Studio）をDiscordボットとして利用可能にします。これにより、ユ…