全AIリポジトリ

本ツールは、WavLM表現から高品質なフランス語音声を再構築するニューラルボコーダーです。JEP 2026に採択された論文…

mmx-mcp-serverは、MiniMaxの全モダリティ（テキスト、検索、画像理解、画像生成、音声合成、動画生成、音楽生成、配…

Bilibiliのお気に入り動画やクラウド文書をチャット可能な個人知識ベースへと変換するツールです。動画の音声認識（A…

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…

FastWordは、macOSユーザー向けのプライベートでローカルなプッシュトゥトーク音声入力アプリケーションです。ホット…

ImgX Studioは、GPT ImageおよびOpenAI互換の画像APIに対応した、洗練されたセルフホスト型WebUIです。デザイナー、…

Orkasは、AIエージェントのチームを構築し、単一のチャットインターフェースで指揮できるオープンソースのデスクトッ…

ComfyUI上でDeepSeek AIのJanus-Pro-7Bを使えるようにするカスタムノード拡張です。1枚または2枚の画像を入力し、詳…

本リポジトリは、自律エージェントや(M)LLMエージェントを用いた低レベル画像処理（画像修復、画像編集、超解像など…

このリポジトリは、Amazon Bedrockの基盤モデルをComfyUIのワークフロー内から呼び出せるカスタムノード集です。Bedr…

Speech Studioは、コンテンツクリエイター向けのオープンソースのデスクトップアプリケーションです。短い音声クリッ…

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、…

pinruleは、AIが長時間のタスク中に当初の目的から逸脱しないように、5〜10個の重要なルールを設定できる普遍的なAI…

ComfyUI向けの拡張ノードで、既定のPatchModelAddDownscaleを発展させ、モデル内の特定ブロックに対するダウンスケー…

MakeFrameは、ComfyUI向けに動画やアニメーションをフレーム単位で扱いやすくするカスタムノード集です。OpenCVで処…

CanvasChatは、Google GeminiのCanvasプレビューモードに特化した、Gemini 3 Flashモデルを無料で大量に利用できるチ…

Jarvis v3は、Apple Silicon Mac向けに設計された、Claude Codeを完全ローカルで音声操作するためのインターフェース…

このツールは、iMaC（Embodied World Models向けにアクションをモーションとコンタクトイメージに変換するモデル）と…

このツールは、Googleのオープンソース翻訳モデル「TranslateGemma」をComfyUIに統合するノードです。Gemma 3をベー…

X（旧Twitter）で保存したブックマークをパーソナルAIとして活用できるツールです。散逸しがちな保存投稿を「チャッ…

Supertone/supertonic-3モデル向けに、音声スタイル（.jsonファイル）を学習させるためのツールです。低GPU使用量（…

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、…

このスキルは、Claude AIに動画を「視聴」させ、タイム同期された文字起こしと自動スケーリングされた静止画を組み合…

「maplibre-gl-splat」は、MapLibre GL JS地図上で3D Gaussian Splatを視覚化するためのプラグインです。このツール…