全AIリポジトリ

VarSplatは、不確実性認識型の3D Gaussian Splattingを基盤とした堅牢なRGB-D SLAMシステムです。個々のスプラットの…

SynPSは、CVPR 2026で発表された、複雑な非剛体画像編集のためのトレーニング不要な手法です。位置埋め込みと意味情…

「media-skills」は、OpenClaw向けのオープンソースエージェントスキル集で、画像、音声、動画のコンテンツ作成に特…

Provenantは、AIコーディングエージェント向けに最適化されたローカルコードベースメモリソリューションです。コード…

modlは、ローカル環境でAI画像生成とLoRA学習を行うためのツールキットです。モデルのダウンロードから依存関係の解…

claude-ttsは、Claude CodeのAI応答を自動的に音声で読み上げるためのプラグインです。ElevenLabs、OpenAI、Google、…

OpenAudioBookifyは、プレーンテキスト、マークダウン、HTML、EPUB形式のドキュメントをM4Aオーディオファイルに変換…

comfyui_stereoscopic は、ComfyUI向けのカスタムノード、ワークフロー、補助スクリプトをまとめたパッケージで、通…

AI Zero Tokenは、ChatGPT/Codex OAuthアカウントに対応したローカルファーストのOpenAI互換ゲートウェイです。ロー…

decibriは、Python、Rust、Node.js、ブラウザ向けに統一されたAPIを提供するクロスプラットフォームのオーディオエン…

「AIAI Hub」は、GitHub上のAI関連オープンソースソフトウェアを自動的に発見、要約、カテゴリ分類し、WordPressサイ…

AI Agent Simulatorは、実際のAIエージェントがチャットメッセージを処理する内部プロセスをリアルタイムで可視化す…

MOSAICは、強化学習（RL）、大規模言語モデル（LLM）、視覚言語モデル（VLM）、そして人間の意思決定者といった異な…

このツールは、Claude CodeのAIチャットでClaudeの応答を音声で聞くための、完全にローカルなTTS（Text-to-Speech）…

VapiAIが開発・運用する「Humanness Index™」は、音声AIがどれだけ人間らしく聞こえるかを測定するオープンなベンチ…

ChaosEngineAIは、本格的なAI開発者や愛好家向けのローカルAIワークステーションです。オープンウェイトモデルの発見…

MaidWhisperは、GPT-SoVITSを搭載したキャラクターボイスで、Windows上の選択したテキストを読み上げるシステムレベ…

mimo-mcpは、XiaomiのMiMo全モーダルAI機能（多モーダル対話、画像/動画理解、テキスト音声合成、音声クローン、音声…

LatentGateは、VL-JEPAに着想を得たパイプラインで、画像や長いテキストなどの複雑な処理をローカルのOllama（無料）…

このツールは、Arena AI (旧 LMSYS Chatbot Arena) のLLM、Vision、Code、Video、Imageなどの全リーダーボードのスナ…

NextFrameは、AIを活用した革新的なビデオエディターおよびランタイムです。構造化されたJSONデータからビデオを生成…

ETCHR (Editing To Clarify and Harness Reasoning)は、質問条件に基づいて推論を意識した画像エディタです。マルチ…

ArionTalkは、ウェブページに音声AIエージェントを追加するツールです。ユーザーがウェブページと自然な会話をできる…

「Awesome World Models for Video, Games & 3D」は、ビデオ生成、インタラクティブなシミュレーション、そして3Dワ…