全AIリポジトリ

この「Spatial Intelligence Handbook」は、SLAM、VIO、3D表現、センサー、デプロイメントの課題を、ロボットアーム…

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…

本ツールは、Bilibiliの動画投稿者「黒鴉」（Heya）の動画タイトルスタイル（長文、感情を煽る表現、複数の出来事を…

SEARは、RGB画像と熱画像を組み合わせてカメラのポーズを推定する3D再構築プロジェクトです。Visual Geometric Trans…

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。…

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…

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。…

Voctarは、TypeScriptで書かれたシンプルなライブラリで、RAG（Retrieval Augmented Generation）の主要なプリミティ…

「LLM Agents Radar」は、GitHub上で公開されているLLMエージェントフレームワークをリアルタイムで追跡し、インデッ…

CaptionEvalKit-for-VLMsは、VLM（Visual Language Model）向け画像キャプション評価を再現性高く、オールインワンで…

DBMSolverは、高品質な画像間変換（Image-to-Image Translation）を実現するための、トレーニング不要な拡散ブリッジ…

CareerForgesは、AIエージェントをローカルで実行することで、求職活動を自動化・最適化するためのオープンソースの…

mlx-swift-audioは、テキストから音声への変換（TTS）と音声からテキストへの変換（STT）機能をアプリケーションに提…

ComfyViewは、ComfyUIおよびAutomatic1111ユーザーのために開発された、Rustベースの高性能Tauriデスクトップアプリ…

GPT-Image-2 Studioは、KDB-Windが開発した、軽量でローカル優先のGPT-Image-2画像生成ツールです。テキストからの画…

この「ltx2-vidgen-skill」は、AIビデオ生成パイプラインを自社で所有・運用できるClaude Codeスキルです。写真一枚…

Plasmodは、マルチエージェントシステム向けに設計されたエージェントネイティブデータベースです。粘菌ネットワーク…

Suno AIの音楽生成におけるプロンプトエンジニアリングの実験を体系化した検索可能なアーカイブです。126以上の反復…

「Okay Hermes Voice」は、既存の「Hermes Agent」に「Okay Hermes」というウェイクフレーズを追加し、常に音声で操…

TaleWeaverは、AIが物語全体を司る次世代ブラウザベースのRPGエンジンです。AIゲームマスターが世界、キャラクター、…

このリポジトリは、Retrieval-Augmented Generation（RAG）の学習に特化した、基礎から本番環境でのエージェントRAG…

本プロジェクトは、CodexおよびChatGPTの画像生成ワークフロー向けの科研ビジュアルスキルパックです。科研、医学、…

Comfy-Launcher-MultiOSは、LinuxおよびmacOS環境でComfyUIのインストール、起動、更新、管理を簡素化するシェルスク…

このスキルはNext.js 16+のApp Routerプロジェクト向けに、キャッシングアーキテクチャの設計と実装を支援します。単…