全AIリポジトリ

MeetingRecorderは、Seeed XIAO ESP32-S3 SenseボードをベースにしたポケットサイズのAI会議レコーダーです。ライブ…

本リポジトリは、ドイツ語のKokoro音声モデル「Martin」を用いたテキスト読み上げ（TTS）システムのDockerおよびHome…

VividDubは、AIを活用した動画翻訳、吹き替え、字幕生成、ハードサブ（埋め込み字幕）除去を一体化した製品です。音…

このリポジトリは、中国語の古詩詞吟誦に特化したCosyVoice 1/2/3 LoRA微調整実験フレームワークです。CosyVoiceの三…

本プロジェクトは、CodexおよびChatGPTの画像生成ワークフロー向けの科研ビジュアルスキルパックです。科研、医学、…

VORTEXRAGは、Retrieval-Augmented Generation (RAG) システムにおけるセマンティックドリフトとコンテキスト汚染と…

HarnはAIエージェントをオーケストレーションするためのプログラミング言語とランタイムです。製品コードとプロバイ…

ComfyViewは、ComfyUIおよびAutomatic1111ユーザーのために開発された、Rustベースの高性能Tauriデスクトップアプリ…

ComfyUI Lance AIOは、ByteDance Lance-3BモデルをComfyUIで実行するためのカスタムノードを提供するリポジトリです…

Leva-TTSは、リアルタイム会話エージェント向けに最適化された、プロダクション志向のレバント・アラビア語と英語の…

Nexo Whisperは、macOS向けのネイティブアプリで、音声による文字起こしを100%ローカルで行います。ホットキーを押し…

Clippy Reloaded for ComfyUIは、クリップボードから画像を直接ComfyUIのワークフローに読み込むためのツールです。…

「gosd」は、Go言語で直接Stable Diffusionモデルの推論を可能にする高性能なライブラリです。stable-diffusion.cpp…

このCodexスキルは、「東方美人シリーズ」のAI画像生成プロンプトをディレクターレベルで提供します。古風、東方幻想…

このツールは、Google Meetの録画を自動的に文字起こしするためのパイプラインです。Google Driveの指定フォルダを監…

Kimariは、NVIDIA製消費者向けGPU（特にGTX 1060/1080などの古いモデル）で強力な大規模言語モデル（LLM）をローカル…

ComfyUI-Block-Spaceは、人気の画像生成UIであるComfyUIのキャンバスにおいて、Figmaのような高度なレイアウトとスナ…

このツールは、ウェブサイト訪問者をリアルタイムの音声と画面認識でガイドし、アクションを実行できるインタラクテ…

このリポジトリは、大規模言語モデル（LLMs）を用いた証拠に基づくテキスト生成に関する調査研究「Attribution, Cita…

Mneme (μνήμη)は、AIの記憶力不足を補うために設計された「ボルトオンブレイン」です。AIがコードベースの「WHY」「W…

このリポジトリは、Nano Banana ProとGemini 3 Pro Imageのプロンプト、AI画像生成ワークフロー、およびビジュアルデ…

「Okay Hermes Voice」は、既存の「Hermes Agent」に「Okay Hermes」というウェイクフレーズを追加し、常に音声で操…

a-agentは、ターミナルベースのワークフロー向けに最適化された、単一ファイルのAIコーディングエージェントです。特…

本ツールは、Linux/X11を主な対象としたプッシュツートーク方式のグローバル音声入力アプリケーションです。ショート…