全AIリポジトリ

Sireneは、自己ホスト型で複数のバックエンドをサポートするテキスト読み上げ（TTS）プラットフォームです。現代的な…

「spz2glb」は、3D Gaussian Splatting向けSPZファイルをGLB形式に可逆変換する軽量ツールです。KHR_gaussian_splatt…

Course Navigatorは、動画学習に特化した高機能な作業台です。動画リンクやローカル動画から字幕を抽出し、逐語起こ…

ODE-GSは、ICLR 2026で発表された「Latent ODEs for Dynamic Scene Extrapolation with 3D Gaussian Splatting」の公…

mlx-serveは、Apple Silicon搭載Mac (M1+以降) 向けのローカル推論サーバーです。このツールは、AppleのネイティブML…

whisper-skillは、OpenAI API不要でローカル完結する無料の音声文字変換ツールです。99言語に対応し、Mac/Linux/Wind…

splatregは、3D Gaussian Splatting（3DGS）スキャン間の位置合わせ（アライメント）と結合を目的としたPythonライブ…

「阿亮开源のAI創作スキル集」は、短劇、Eコマース詳細画像、子供向け物語、音声付き絵本、音声合成、多人数ポッドキ…

Lumenは、チャット、ビジョンQA、テキストから画像生成、画像から画像生成、長文会話圧縮、画像共有、Telegramボット…

PhyCo-Sim（非公式）は、CVPR 2026で発表されたPhyCoの物理シミュレーションデータ生成パイプラインを独自に実装した…

Manor OSの「Minutes」は、ソロ創業者向けに設計されたAI議事録ツールです。会議の録音、リアルタイム文字起こし、AI…

このリストは、テキストから動画を生成するAI、リアルタイム動画、アバター・話し言葉ヘッド、動画のスタイル変換や…

Spectrumは、コードベースやテキストファイルをコンパクトでロスレスな`.specpack`形式に変換し、検索とバイト単位で…

Voqiは、あらゆるウェブアプリケーションを37言語で音声操作可能にするオープンソースの音声制御レイヤーです。数分…

Diagrammerは、LLMが作成した図をローカルで表示・編集するためのオープンソースビューアです。マインドマップ、ツリ…

Ka1zenは、Apple Silicon搭載Mac専用のローカルAIチャットアプリケーションです。アカウント登録やクラウド接続が不…

このツールは、Qwen3-ASR向けのマルチテナントストリーミングASR（自動音声認識）サーバーです。オリジナルのFlaskデ…

TokenPack-RAGは、長文のドキュメント、コードベース、PDF、フォルダなどのコンテンツを、証拠密度の高いコンパクト…

VLM Wikiは、Karpathy LLM Wikiの概念に基づいた、マルチモーダル対応の個人知識ベースです。画像、動画、音声、テキ…

Danbooru Dataset Filterは、AIトレーニング用データセットのキュレーションと準備を目的とした高性能GUIツールです…

DiffusionCreamPyは、最新のAIモデルを活用してヘンタイ画像からバーやモザイクといった検閲を解除するツールです。D…

PromptVaultは、AI生成画像用の2500以上のプロンプトを視覚的に管理するギャラリーツールです。精選されたプロンプト…

ComfyUI-MultiModal-Prompt-Nodesは、ComfyUIユーザー向けのマルチモーダルプロンプト生成ツールです。Qwen-Image-Ed…

Topological Motion Planning Diffusion（TMPD）は、障害物が多い環境で係留型ロボットが絡まない経路を生成するため…