全AIリポジトリ

ComfyUI向けの潜在空間アップスケール用カスタム実装・モデル集です。画像をRGBで拡大してから再エンコードするので…

ComfyUI向けの実験的なカスタムノード集で、SeeCodersを使って画像から埋め込みを生成し、既存のテキスト埋め込みな…

PhyMotionは、人間のビデオ生成におけるリアルなモーション生成の課題を解決するために提案された、構造化された詳細…

Dictlyは、macOS向けの無料オープンソースのメニューバー音声入力アプリです。Apple Silicon搭載Macで、グローバルホ…

Voice-Zeroは、ゼロショットテキスト音声合成エンジン（Chatterbox、Pocket TTSなど）で利用可能な、高品質なオープ…

「MediaMixer」は、ComfyUI向けの動画ユーティリティノード集です。動画結合、最終・初回フレーム抽出、YouTube動画…

Image2 Ads Studioは、Image2向けの広告プロンプト生成エージェントです。顧客のビジネス要件、コピー、参考画像を分…

このリポジトリは、DGX Sparkという特定のハードウェア環境で動作する、小規模な言語モデルや量子化モデルのベンチマ…

このツールは、人気の画像生成UIであるComfyUIのImg2Img機能を高速化するための拡張機能です。GaParmar氏のImg2Img-T…

OmniAgentは、動画コンテンツを効率的に理解するための革新的なオムニモーダルAIエージェントです。従来のモデルとは…

arkivは、AIセマンティック検索機能を備えたオープンソースのローカルファーストメディアアセットマネージャーです。…

このリポジトリは、2025年から2026年にかけてのAIメディア生成ツールの決定版マスターリストです。画像、動画、音声…

PocketTTS.cppは、Kyutaiの軽量テキスト読み上げ（TTS）モデル「Pocket TTS」向けのC++推論ランタイムで、CPU上で完…

このリポジトリは、拡散大規模言語モデル（dLLM）向けのトレーニング不要でプラグアンドプレイな動的デコーディング…

Workspace-Benchは、大規模なファイル依存関係を持つワークスペースタスクにおいてAIエージェントの能力を評価するた…

このリポジトリは、OpenPoseモデルを使用して人間のポーズキーポイントを抽出し、視覚化するPython実装を提供します…

ComfyUI-KaniTTSは、ComfyUI用のカスタムノードとして、リアルタイムアプリケーションに最適化された高速・高忠実度…

このプロジェクトは、ビデオから3D再構築を効率的に行うためのツールです。VGGT（Video-based General-purpose Geome…

「AI Flow Architect」は、単一のAI出力に依存することなく、LLM（大規模言語モデル）のハルシネーション（誤情報生…

1rokは、OpenAI、Anthropic、Geminiなどの多様なLLMプロバイダーと、Alpaca、Yahoo Finance、FREDといった金融ツール…

macos-speech-serverは、macOS上で動作するローカルな音声認識（STT）および音声合成（TTS）サーバーです。OpenAI互…

「ComfyUI-BS_Kokoro-onnx」は、AI音声合成モデル「Kokoro-onnx」を人気のある画像生成UI「ComfyUI」で利用可能にす…

pluckは、AIコーディングエージェント向けに最適化されたローカルのRust製コード検索・取得ツールです。従来の`cat`…

ModelFinderは、Windowsユーザー向けのComfyUI統合管理ツールです。ComfyUIの複雑なセットアップ、Pythonバージョン…