全AIリポジトリ

「Planning with Files」は、長時間実行されるエージェントタスクのために永続的なファイルベースのプランニングを提…

「SYSTRAN/faster-whisper」は、OpenAIのWhisperモデルをCTranslate2で再実装した高速音声転写ツールです。オリジナ…

Pixelle-Videoは、入力されたテーマに基づいて、AIが短尺動画を全自動で生成するエンジンです。動画のスクリプト作成…

NocoBaseは、オープンソースのAIとノーコードを組み合わせたプラットフォームで、ビジネスシステムの高速構築を可能…

Activepiecesは、Zapierのオープンソース代替となるAI自動化プラットフォームです。TypeScriptで構築された型安全な…

「Anthropic Cybersecurity Skills」は、AIエージェントにサイバーセキュリティの専門知識を提供する、オープンソー…

このリポジトリは、NirDiamantによるGenerative AI (GenAI) エージェントに関するチュートリアルと実装の包括的なコ…

WhisperXは、OpenAIのWhisperモデルを基盤とした、単語レベルの正確なタイムスタンプと話者分離（Diarization）機能…

このGitHubリポジトリ「microsoft/unilm」は、Microsoftが提供する、タスク、言語、モダリティ（テキスト、画像、音…

FunAudioLLMが開発するCosyVoiceは、大規模言語モデル（LLM）を基盤とした多言語対応の音声生成モデルです。最新版の…

Jina-Serveは、gRPC、HTTP、WebSocketsを介して通信するAIサービスを構築・デプロイするためのフレームワークです。…

Readestは、熱心な読書家のために設計された、没入感のある深い読書体験を提供するオープンソースの電子書籍リーダー…

Open Generative AIは、コンテンツフィルターや制限なくAI画像、ビデオ、リップシンクを生成できる無料のオープンソ…

RAG-Anythingは、次世代のマルチモーダル対応オールインワンRAG（Retrieval-Augmented Generation）フレームワークで…

IndexTTS2は、感情豊かで再生時間の厳密な制御が可能な自己回帰型ゼロショットテキスト音声合成（TTS）モデルです。…

QwenPawは、個人のニーズに合わせてローカルまたはクラウドに容易に導入できるAIアシスタントです。ユーザーはデータ…

Buzzは、OpenAIのWhisperを搭載し、個人用コンピューター上で音声の文字起こしと翻訳をオフラインで実行できる高機能…

Screenpipeは、AIにユーザーのデジタル体験を学習させるためのオープンソースツールです。PC上でのあらゆる活動（画…

「ebook2audiobook (E2A)」は、電子書籍（非DRM）を高品質なオーディオブックに変換するツールです。高度なTTSエンジ…

Diaは、Nari Labsが開発した1.6Bパラメータのテキスト読み上げ（TTS）モデルです。このツールは、スクリプトから直接…

「Guizang PPT Skill」は、Claude CodeやCodexなどのAIエージェント向けに設計されたスキルです。洗練されたHTML形式…

code-review-graphは、AIコーディングツールがコードベース全体を毎回読み込むことで生じる非効率性と高コストを解決…

Potは、Windows、macOS、Linuxに対応したクロスプラットフォームのテキスト翻訳およびOCRソフトウェアです。主要機能…

FunASRは、エンドツーエンドの音声認識に特化した、研究者と開発者向けのツールキットです。音声認識（ASR）、音声活…