全AIリポジトリ

pod2wikiは、YouTubeやRSSからの高品質なポッドキャストや長文コンテンツを自動的に中国語の要約と英語の原文に変換…

WeldFusionNetは、センサー、オーディオ、ビデオデータといった多様な情報を統合するマルチモーダル深層学習モデルを…

ComfyUI上でノードやグループの背景色をGUIで直感的に変更できる拡張です。色相・明度を使うビジュアルピッカー、HEX…

「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…

Live Translatorは、macOS上でシステムオーディオをリアルタイムで翻訳するアプリケーションです。YouTube動画、ポッ…

ComfyInjectはSillyTavernの拡張機能で、ボットメッセージ内の`[[IMG: ... ]]`マーカーからローカルのComfyUIインス…

n8n-claude-skillsは、AnthropicのClaude Skillsを活用し、n8nワークフローの構築、デバッグ、デプロイをプロダクシ…

このツールはComfyUIの標準`ReferenceLatent`ノードを強化したドロップイン代替品です。画像ごとに参照強度、タイム…

「codex-asr」は、ローカルの「Codex Desktop ChatGPT」のログインセッションを再利用し、ワンショットの自動音声認…

「Pronounce」は、`kubectl`、`GIF`、`JSON`などの開発者用語の正しい発音を音声で聞けるCLIツールです。544以上の用…

moldは、ローカルGPUを活用して画像や短いビデオクリップを生成する強力なCLIツールです。クラウドやPython環境を必…

「Candy Craft」は、AIによる画像生成のプロンプトを視覚的に最適化するためのツールです。Cloudflare Pagesにデプロ…

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、…

choughは、Parakeet TDT 0.6b V3とsherpa-onnxを基盤とする、高速かつメモリ効率に優れたCLIベースの音声認識（ASR）…

QuestRoomScanは、Meta Quest 3向けのリアルタイム3Dルーム再構築ツールです。GPU TSDFとSurface Netsメッシュ抽出を…

UniVerseは、ICCV 2025で発表された「動画拡散モデルのシーン事前分布を活用したロバストなラディアンスフィールド再…

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…

InkFrameは、macOSおよびWindows向けのローカルファーストAI映画制作ワークステーションです。ノードベースのキャン…

「The Brain」は、マルチモーダルなRAG（検索拡張生成）ダッシュボードおよび3D知識グラフ可視化ツールです。テキス…

このTypelessMLXは、macOS向けの音声文字変換（ディクテーション）アプリケーションです。Apple Silicon向けに最適化…

Qwen Lens Studioは、単一のQwenビジョン言語モデルを中心に構築されたマルチモーダルAIスタジオです。UIスクリーン…

SR-3Dは、ICLR'26で発表された「3D Aware Region Prompted Vision Language Model」の実装です。単一視点と多視点入…

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…

ComfyUI Hires Fix Ultra - All in Oneは、ComfyUI向けの高性能なHires Fixソリューションです。潜在空間/モデルアッ…