全AIリポジトリ

Seedance CLIは、ByteDanceのSeedance 2.0サービスをコマンドラインから利用するためのツールです。テキスト、画像、…

本ツールは、MediaTekのBreeze-ASR-26モデルを基盤とした台湾語（台語）に特化した音声文字起こしツールです。NVIDIA…

agent-lensは、Claude Code、Codex CLI、Gemini CLI、Cursor、GitHub Copilotなど複数のAIコーディングエージェント…

AI全自動短動画エンジン「Pixelle-Video」は、入力されたテーマに基づいて、動画スクリプトの自動作成、AIによる画像…

Evretは、推薦システム、RAG (Retrieval Augmented Generation)、検索システムにおけるリトリーバーの評価に特化した…

JibarOSは、Android 16をベースにAIをプラットフォームの基盤機能として統合したOSのフォークです。テキスト補完や画…

「ComfyUI-TensorRT-Reforge」は、ComfyUI向けに最適化された超高速TensorRTエンジンエクスポート・ロードツールです…

AI VTuber/ストリーマーフレームワーク「Wallie」は、リアルタイムの視覚認識、個性エンジン、リップシンクアバター…

hwdsl2/docker-whisper-liveは、faster-whisperを基盤とした自己ホスト型リアルタイム音声テキスト変換サーバーをDoc…

VoiceTypeは、シーン適応型のAI音声入力ツールで、アプリケーションの切り替えを自動で認識します。ローカルオフライ…

ZastTranslateは、動画の翻訳とAI音声クローンによる吹き替えを100%ローカルで実行するツールです。APIキー不要で、…

EricRollei/comfyui-refocusは、ComfyUI用のカスタムノード集で、生成型リフォーカシングパイプラインを実装していま…

GitHubPhobosが開発した「Ech👂 Voice Typing Assistant」は、高速でプライバシーを重視したプッシュトゥトーク方式…

UniMは、マルチモーダルな理解と生成の両方を単一のパラダイムで評価するための、初の統一されたAny-to-Anyインター…

AI Agent Simulatorは、実際のAIエージェントがチャットメッセージを処理する内部プロセスをリアルタイムで可視化す…

「/watch」は、YouTube、Instagram、X（旧Twitter）など多様なオンライン動画サイトやローカルファイルから、Claude…

Diffusers Tunerは、Hugging Face Diffusersモデルのファインチューニングにおける複雑さとオーバーヘッドを排除する…

docagentは、手元の論文やローカルドキュメントに対して質問し、ページ単位で正確かつ検証済みの引用付き回答を得ら…

このツールは、UIUC Polaris GEM e4向けの歩行者認識自律走行スタック「ADAPT」です。拡散ベースの歩行者軌道予測器…

RealUIDは、ICLR 2026で発表された「Universal Inverse Distillation for Matching Models with Real-Data Supervisi…

Aurisは、EPUB、PDF、TXT形式の電子書籍をオフラインでオーディオブックとして楽しむためのツールです。ローカルで動…

Olm Liquifyは、Photoshopの「ゆがみ」ツールに着想を得たComfyUI用カスタムノードです。画像の一部をインタラクティ…

ShrinkComfyは、ComfyUIで生成されたPNG画像を、ワークフローメタデータを保持したままWEBPまたはJPG形式に縮小するW…

macOSのMシリーズMacBookのノッチ部分に常駐するAIエージェントです。ユーザーは音声で指示を出し、Claude Sonnetが…