全AIリポジトリ

botscriptは、TypeScriptの上位互換言語であり、特にAIが生成するコードの信頼性と安全性を高めるために設計されてい…

hearsayは、YouTube動画、ポッドキャスト、ローカル録音などの多様な音声・動画コンテンツを、クリーンでタイムスタ…

このAI Video Generator APIは、Sora 2、Veo 3、Kling AI、Runway、Hailuo AIといった主要なAI動画生成モデルに、単…

「Awesome Volumography Creators」は、Volumography（ボリュメトリック＋フォトグラフィー）という3D/4D現実捕捉の…

OmniVoice FastAPIは、多言語対応のゼロショットTTS（Text-to-Speech）エンジン「OmniVoice」の機能を、Dockerで手軽…

Cordは、LLM、MCPサーバー、HTTPバックエンド、AIエージェントなどを相互接続する分散型ファブリックです。自然言語…

AgentDOMは、AIエージェントがウェブサイト、デスクトップアプリケーション、APIといったあらゆるソフトウェアと連携…

「FLOWING 🌊: Implicit Neural Flows for Structure-Preserving Morphing」の公式実装で、2025年のNeurIPSで発表さ…

chatgpt-bridgeは、既存のChatGPTサブスクリプションをOAuth認証経由で利用し、OpenAI互換のHTTPプロキシとして機能…

AI Medical Scribeは、ブラウザ内で完結するローカルファーストのAI医療記録ツールです。バックエンドやAPIキーが不…

「Gamentic」は、自己ホスト型でブラウザからプレイできるAIダンジョンRPGです。AIナレーターと個性豊かなAIキャラク…

このリポジトリは、静止画をAI動画に変換するためのプロンプト、AIワークフロー、およびモーションファーストの動画…

「Veo 3.1 Studio Generator」は、Google Veo 3.1エンジンを搭載した高精度AIビデオワークスペースです。Next.jsで構…

VolFillは、単一のRGB画像から屋内の完全な3Dシーンジオメトリを再構築する革新的なツールです。前景の背後に隠れた…

`voice-debrief`は、Claude Code向けの面接記録整理スキルです。録音ファイルやPDFの転写テキストを入力すると、AIが…

「YANQI for Obsidian」は、ObsidianのMarkdownノートを、小紅書/RedNote、抖音図文、Bilibili図文、WeChat、Jike、W…

このツールは、xAIのGrok Imagine APIを利用して、テキストから画像・動画を生成したり、既存の画像や動画を自然言語…

「GPT Image 2 Agent Kit」は、AIエージェントやオペレーター向けに、より安全な画像生成ワークフローを提供するロー…

minFLUXは、Black Forest LabsによるFLUX.1およびFLUX.2拡散トランスフォーマーの、非公式かつ最小限のPyTorch実装で…

JarvisQは、音声認識（STT）、大規模言語モデル（LLM）、音声合成（TTS）の全パイプラインがデバイス上で完結するプ…

VocoLocoは、Webブラウザ内で完結するテキスト読み上げツールです。サーバーやAPIキーを必要とせず、すべての処理が…

「ヴィンテージLLM」とは、特定の歴史的期間のテキストのみで訓練された大規模言語モデルのキュレーションリストです…

このツールは、Zyphra/ZONOS2モデルをComfyUIで利用するためのカスタムノード集です。テキスト読み上げ、音声のみで…

aeon-movie-makerは、Lightricks LTX 2.3 22Bモデル（220億パラメータ）をベースにした、高速な映画品質ビデオ生成ツ…