全AIリポジトリ

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）…

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…

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…

「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…

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…

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…

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…

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…

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、…

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…

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…

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…

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…

Peekyは、音声でAIカーソルを操作できる革新的なツールです。ホットキーを押しながら質問することで、カーソル移動、…

Scene Machineは、Google Cloudを基盤とするオープンソースの生成AIビデオ広告作成ワークベンチです。このツールは、…

「Midjourney ComfyUI Nodes」は、ComfyUI内でMidjourney V7、V8、Nijiモデルを用いて高品質な画像を生成するための…