全AIリポジトリ

VoiceInputは、macOS向けの軽量で直感的なメニューバー音声入力ツールです。右Commandキーを押しながら話すだけで、…

Comfy-Swapは、ComfyUIの複雑なワークフローを安定したREST APIエンドポイントやCLIコマンドに変換するツールです。A…

本プロジェクトは「AI-DECLARATION.md」というオープンスタンダードを提唱し、ソフトウェアプロジェクトにおけるAI利…

StyleExpertは、HVision-NKUによって開発された、多様な画像スタイル変換を可能にするツールです。Mixture of Style …

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…

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…

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…

OpenQuackはmacOS向けの音声文字変換メニューバーアプリです。ホットキーを押して話すだけで、話した内容がカーソル…

本リポジトリは、ICML2026で発表される論文「Video2GUI: Synthesizing Large-Scale Interaction Trajectories for Ge…

Praxisは、RAG（Retrieval-Augmented Generation）とスキルベースエージェントの機能を統合するフレームワークです。…

このプロジェクトは、Kimi TeamとMoonshotAIによる「Attention Residuals」のPyTorch実装です。Grouped Query Attent…

「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…

LIVEditor-14Bは、文脈に即したスパースアテンション（In-Context Sparse Attention）を活用することで、動画編集に…

Dokisは、RAG（Retrieval-Augmented Generation）パイプラインにおいて、LLMが生成する応答に含まれる根拠のない主張…

franken_whisperは、Rust製の先進的な自動音声認識（ASR）オーケストレーションスタックです。whisper.cpp、insanely…

AURIXは、ターミナル内で動作する自律型マルチエージェントAIワークスペースです。コードの記述、リサーチ、Webブラ…

Obsidian Vault Agentは、Obsidianユーザー向けのClaude Codeプラグインです。AIエージェントの能力を活用し、書籍、…

MaestroはAIエージェントを活用し、イシュートラッカーのタスクをエンジニアリング実行レイヤーに変革するプラットフ…

ComfyUI-ConnectTheDotsは、人気のある画像生成UI「ComfyUI」のための拡張機能です。大規模なワークフローにおいて、…

「Voice agents from scratch」は、Pythonでリアルタイム音声エージェントをゼロから構築するための実践的なチュート…

MothRAGは、GPUやファインチューニングを必要とせず、市販のLLM APIのみで研究SOTAと同等の性能を発揮する、決定論的…

Skill2Posterは、研究論文の内容から正確なA0サイズのHTML/PDF形式の学術ポスターを生成するためのCodexスキルパック…

SunoMCPは、AceDataCloud APIを介してSuno AIの音楽生成機能を提供するModel Context Protocol (MCP) サーバーです。…

このリポジトリは、GPT-Image-2用の高品質なプロンプトを厳選して集めた視覚的なギャラリーです。肖像画、ポスター、…