全AIリポジトリ

EEP（Entity Engagement Protocol）は、デジタルエンティティとそれに追従するクライアント（エージェント）間の、プ…

「YouTube Shorts Bot」は、YouTubeショート動画のURLを処理し、AI（LLMとオプションのVision機能）を活用して動画か…

Speech Studioは、コンテンツクリエイター向けのオープンソースのデスクトップアプリケーションです。短い音声クリッ…

JARVISは、Tony StarkのAIアシスタントに触発されたMac上で動作するパーソナルAIアシスタントです。音声対話、映画の…

「3DGS Studio」は、ブラウザ上で動作する軽量な3D Gaussian Splatting（3DGS）作業環境です。ローカルの3DGSモデル…

AutoVioは、テキストプロンプトから完成されたMP4動画まで、AIを活用したオープンソースの動画生成パイプラインです…

VapiAIが開発・運用する「Humanness Index™」は、音声AIがどれだけ人間らしく聞こえるかを測定するオープンなベンチ…

ERPAValは、Claude Codeに特化した自律的なソフトウェア開発ツールです。探索、調査、計画、実行、検証、複利という6…

Sayboardは、プライバシーを最優先に設計されたiOS向けのAI音声キーボードです。音声入力を即座に送信可能なテキスト…

このプロジェクトは、論文「Steerable Rhythmic Complexity in Autoregressive Music Generation」の公式PyTorch実装…

SunoMCPは、AceDataCloud APIを介してSuno AIの音楽生成機能を提供するModel Context Protocol (MCP) サーバーです。…

LatentGateは、VL-JEPAに着想を得たパイプラインで、画像や長いテキストなどの複雑な処理をローカルのOllama（無料）…

ComfyUI Workflow Debuggerは、ComfyUIワークフローの破損、グラフのロード失敗、ノード接続エラーなどを解決するた…

このComfyUI向けノードパック「Magos Nodes」は、動画バッチからDWPoseのボディ/ハンド/フェイスのキーポイントとNLF…

このGitHubリポジトリは、リモートセンシング分野における優れた視覚的生成モデル、関連論文、データセット、および…

PRISMは、マルチモーダル大規模言語モデル（特にLLaVA）の継続的学習設定における命令チューニングのためのPyTorchベ…

Bumblebeeは、ユーザーが指定した長いフレーズを、実際の映画やテレビ番組のセリフを繋ぎ合わせて動画クリップとして…

Vaathiは、ユーザー自身のLLM APIキー（Groqなど）を持ち込むことで、無料でサイバーセキュリティを学べるAIパワード…

RiskKernelは、AIエージェントの運用を確実にするためのリスクエンジンです。AIエージェントの暴走を防ぐために、コ…

「Hand2World」は、自由空間での手のジェスチャーから一人称視点でのインタラクションを自動回帰的に生成する研究プ…

このリポジトリは、修士号を持つコンピュータサイエンスの専門家であり、フルスタックエンジニア、そして博士課程の…

「NanoGS: Training-Free Gaussian Splat Simplification」は、ガウシアンスプラットモデルをトレーニングなしで手軽…

ComfyUI-ControlOrder-FreeMemoryは、ComfyUIのカスタムノードで、ノードの実行順序を柔軟に制御し、ワークフローの…

「Awesome World Models for Video, Games & 3D」は、ビデオ生成、インタラクティブなシミュレーション、そして3Dワ…