全AIリポジトリ

ComfyUI向けに設計された究極のテキスト処理スイートで、画像からテキストへの変換データのバッチクリーニング、LLM…

このリポジトリは、エンタープライズグレードのプロダクション対応RAG (Retrieval-Augmented Generation) システムを…

JLC ComfyUI Nodesは、画像生成AIツールComfyUI向けに、ControlNetの適用プロセスを大幅に改善するカスタムノード群…

「Awesome LLMs for AI Research」は、AI研究における大規模言語モデル（LLM）の活用に関する包括的なリソース集です…

「Silent Notetaker」は、ブラウザ内で完結するプライベートなAI会議メモ作成ツールです。音声を外部サーバーに送信…

このリポジトリは、Suno AIから一貫してプロフェッショナルな結果を得るための、コミュニティによって編集されたリフ…

civitai-genは、CivitaiのオーケストレーションWorkflow APIを介して、画像、動画、音声、音楽、文字起こしなどを生…

Silenciは、AIを活用して動画の無音部分を自動的に除去し、完璧に同期した字幕を生成するmacOSネイティブアプリケー…

「codex-image-in-cc」は、Claude Code上でCodex CLIの強力な画像生成スキル「imagegen」を、`/codex-image`というユ…

UniMは、マルチモーダルな理解と生成の両方を単一のパラダイムで評価するための、初の統一されたAny-to-Anyインター…

TypeLateは、macOSとWindows向けに開発された無料かつオープンソースの音声テキスト変換ツールです。ホットキー一つ…

VHSは、DiTベースの画像生成における推論時の効率的なスケーリング検証フレームワークです。テキストプロンプトに基…

Lightconeは、Tzafonが開発した視覚言語モデル「Northstar」のためのSDKおよびAPIです。NorthstarはGUI強化学習によ…

CrossScoreは、ECCV 2024で発表された、マルチビュー画像の評価とスコアリングを行うための研究プロジェクトです。特…

IDLM（Inverse-distilled Diffusion Language Models）は、ICML 2026で発表された画期的な技術です。本技術は、高品…

SpeakyはmacOS向けの音声テキスト変換ツールです。ホットキーを押して話すだけで、オンデバイスAIまたはオプションで…

ZastTranslateは、動画の翻訳とAI音声クローンによる吹き替えを100%ローカルで実行するツールです。APIキー不要で、…

このツールは、UIUC Polaris GEM e4向けの歩行者認識自律走行スタック「ADAPT」です。拡散ベースの歩行者軌道予測器…

NixKitsは、ソフトウェア、パッチ、NixOSモジュール、AIコーディングアシスタント向けスキルを集約したプロジェクト…

ComfyClawは、ComfyUIワークフローの発見、検査、実行を可能にするCLIツールです。タグベースのパラメータ上書きとサ…

AIを活用した次世代オーディオ制作プラットフォーム「Audio Content Creator」。テキストを基に、高品質な音声合成、…

docagentは、手元の論文やローカルドキュメントに対して質問し、ページ単位で正確かつ検証済みの引用付き回答を得ら…

RetrieveVGGTは、トレーニング不要で長時間のストリーミング3D再構築を可能にする革新的なフレームワークです。VGGT…

eXpromptは、LLM (大規模言語モデル) 向けのオープンソースCLIプロンプト圧縮ツールです。AIプロンプトからフィラー…