全AIリポジトリ

Fast Subは、動画および音声ファイル用のローカルファーストの字幕ツールです。字幕の生成と翻訳を、ユーザーのデバ…

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…

このツールは、ACE-Step 1.5 AI音楽生成モデルをWindowsおよびLinuxにワンクリックでインストールする自動化されたオ…

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…

Reynは、MarkdownとYAMLで定義したスキルをもとに、LLMエージェントの処理フローを制約付きで実行・検証・再現できる…

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…

Hobnobは、クラウドやインターネット接続を必要としない、プライバシーを重視したデスクトップ会議メモアプリです。…

Open TTSは、サーバーやAPIキーなしでデバイス上で完結する、ローカルファーストのテキスト読み上げ（TTS）スタジオ…

shotfun-creatorは、画像、動画、音声、デジタルヒューマンといった多様なAIコンテンツ制作を網羅するスキル集です。…

CaptionEvalKit-for-VLMsは、VLM（Visual Language Model）向け画像キャプション評価を再現性高く、オールインワンで…

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…

SayItは、音声入力とAIによるテキスト修正（潤色）を組み合わせたオープンソースツールであり、Typelessの代替となる…

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…

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。…

このComfyUIカスタムノードは、Ideogram 4のMagic Prompt APIを活用し、ユーザーが入力した簡単なプロンプトを、Ideo…

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…

Operonは、高度な自律型AIターミナルコックピットです。OpenClawとHermes Agentの機能を統合し、ファイル管理、ウェ…

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…

「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…

Wan2GP Operatorは、WanGP/Wan2GPによるテキストからビデオ生成を効率化・自動化するオープンソースのCLIツールです…

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…