全AIリポジトリ

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…

「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…

「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…

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…

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…

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…

ComfyUI Floodgateは、ComfyUIのワークフローにおけるロジックフローを簡単に制御できるカスタムノードです。処理時…

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、…

TimeOmni-1は、ICLR 2026に採択された研究に基づく、大規模言語モデルが時系列データを用いた複雑な推論を行うことを…

TurboQuantは、LLM（大規模言語モデル）のKVキャッシュを研究用途でベクトル量子化するためのRust製ライブラリです。…

「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…

Deskdropは、Androidデバイス向けのAI内蔵キーボードアプリです。OllamaなどのローカルAIモデルや、Gemini、Groq、Op…

NeRAFは、ICLR 2025で発表された、3Dシーンの情報を統合したニューラルラディアンスフィールドとアコースティックフ…

Reporecallは、開発者やClaude Code、Codexなどのコーディングエージェント向けに設計された、ローカルコードベース…

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…

このツールは、ComfyUIでワイルドカードを使用する際の再現性問題を解決するStable Wildcardsノードです。ComfyUIの…

Glancerは、Ruby on Railsアプリケーションに自然言語でのデータベースクエリ機能を追加するエンジンです。RAGとLLM…

OneEvalは、オープンな大規模言語モデル（LLM）の評価結果における監査の難しさや再現性の低さという課題を解決する…

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…

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…

このツールは、Qwen3-TTSモデルをONNX形式で利用し、C# .NETアプリケーションからローカルでテキスト音声合成（TTS）…