全AIリポジトリ

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…

ComfyUI向けのSAM3カスタムノード集で、自然言語のテキスト指示から画像内の対象物を高精度に切り抜き・マスク生成で…

A8R8 ComfyUI Nodesは、A8R8をComfyUIに統合するためのカスタムノード集です。ComfyUIの`custom_nodes`に配置するかC…

このツールは、Chromeブラウザ上で任意のウェブページにアノテーションを付け、そのスクリーンショット、選択された…

このツールは、拡散モデルベースの画像生成ツール「ComfyUI」において、DiffusionLightのライトプローブ作成手法を簡…

ReImagineは、画像優先合成という先進的な手法を用いて、高品質で制御可能な人間動画を生成するためのフレームワーク…

ShadowはmacOS向けの高度なパーソナルAIエンジンです。画面、音声、キー入力、クリップボードなど、コンピューター上…

VocaMacは、macOS向けのオープンソースかつオフラインで動作する音声テキスト変換ツールです。ホットキーを押しなが…

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…

Ultimate-AI-Media-Generator-Skillは、AIエージェントが自律的に画像や動画を生成できるようにするオープンソースの…

Tadpole Studioは、AIによる音楽生成をローカル環境で完結できる多機能な音楽スタジオです。テキストからの音楽生成…

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…

ComfyUI-Doctorは、ComfyUI向けのリアルタイム診断およびデバッグ支援ツールです。ランタイムエラーを捕捉し、ノード…

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…

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…

ZeusHammerは、AIエージェントのコスト、速度、プライバシー、オフライン利用、記憶能力といった課題を解決するため…

agentcanvasは、Pydantic AIエージェントのLogfireトレースを、インタラクティブなHTMLダイアグラムとして視覚化する…

EverAnimateは、長時間の人間アニメーション動画生成において、視覚品質とキャラクターの一貫性を維持する効率的な後…

hwdsl2/docker-whisperは、Docker上で動作する自己ホスト型Whisper音声認識サーバーを提供します。高速なfaster-whis…

edenartlab/sd-lora-trainerは、Stable Diffusion v1.5およびSDXL用のLoRaモジュールを学習およびフルファインチュー…

ComfyUI_AnyDoorは、画像生成AIツールであるComfyUI上で動作するカスタムノードです。このツールを使用すると、キャ…

「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…

AriaはWindows向けのAI音声入力ツールで、Qwen3-ASRを基盤とし、全ての音声処理をローカルで完結します。特徴として…

CourtSIは、スポーツ分野における空間知能を評価するための大規模データセットとベンチマークです。100万以上の質問…