全AIリポジトリ

Micro Diffusionは、Pythonで実装されたテキスト拡散モデルの基礎を学習するためのプロジェクトです。KarpathyのMicr…

Uni-ViGUは、拡散モデルを基盤としたビデオジェネレータを通じて、ビデオの生成と理解を統一する革新的なフレームワ…

このツールは、WebGPUとTypeScriptを用いてブラウザ上でリアルタイムに3D Gaussian Splatting (3DGS) シーンを閲覧で…

ComfyUI上でTencentのHunyuan Image 3.0を使った基本的な画像生成を行うためのカスタムノードです。テキストプロンプ…

lilbeeは、ローカルでAIモデルを実行・管理し、ユーザーが所有するあらゆるデジタル情報をAIの力で検索することを可…

xRIRは、CVPR 2025で発表された論文「Hearing Anywhere in Any Environment」をPyTorchで実装したもので、部屋を跨ぐ…

MaxVideoAIは、Sora、Veo、Kling、Seedance、LTXといった複数のAIビデオモデルを比較・生成できるマルチエンジンAIビ…

Seedance 2.0 APIは、ByteDanceが開発したAI動画生成エンジンへの非公式アクセスを提供するツールです。このAPIは、…

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…

このツールは、ComfyUI向けのカスタムノードコレクションであり、Dots TTSによる高品質なテキスト音声合成、音声クロ…

HainTag（海茵的标签工坊）は、AI描画のためのタグ生成、管理、ワークフローを統合したWindowsデスクトップアプリケ…

このツールは、MicrosoftのImage-to-3D生成ツール「TRELLIS」を、AMD製GPU（特にROCm対応モデル）で動作するように修…

「ComfyUI-Veo2-Experimental」は、人気のAIアート生成ツールComfyUIにGoogleの最先端テキスト-ビデオ生成AI「Veo 2…

Skill Scanner Agentは、LLMエージェントベースのセキュリティスキャンツールです。SKILLディレクトリ内のセキュリテ…

Synaptic Memoryは、LLMエージェント向けの脳にインスパイアされた知識グラフとMCP（Multi-hop Chain of Thought）ツ…

「TTS Vue Next」は、Microsoft Edge TTSサービスを利用した、デスクトップ向けのテキスト読み上げ（TTS）アプリケー…

VibeClipは、長い動画コンテンツ（ポッドキャスト、インタビュー、ライブストリームなど）を、キャプション付きの縦…

このツールは、Node.jsを基盤とし、FFmpegでWindowsシステム音声をリアルタイムにキャプチャします。キャプチャされ…

Deja Vuは、AIエージェントやアシスタント向けに設計されたローカルファーストのAI記憶システムです。AIツール間で失…

ComfyUIのワークフローをワンクリックで役割ごとに整理するツール「CleanFreak」は、ローダー、エンコーダー、サンプ…

「ComfyUI in Telegram」は、画像生成AIツールComfyUIのワークフローをTelegram上で遠隔操作・実行可能にする革新的…

ShipinKitは、AIビデオ生成のプロトタイプを迅速に作成し、既存のプロジェクトに容易に統合するための非公式Swift SD…

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…

Everything Gemini Code (EGC)は、Geminiを始めとするAIエージェントのためのオーケストレーションエコシステムと、…