全AIリポジトリ

Course Navigatorは、動画学習に特化した高機能な作業台です。動画リンクやローカル動画から字幕を抽出し、逐語起こ…

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…

「Relay Imagegen」は、AIアシスタント「Codex」の中継ステーションを用いた画像生成において、解像度やアスペクト比…

GitHubPhobosが開発した「Ech👂 Voice Typing Assistant」は、高速でプライバシーを重視したプッシュトゥトーク方式…

PostgreSQLのpgvector拡張を用いた、本番環境に対応したRAG (Retrieval-Augmented Generation) システムです。セマン…

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…

「instagram-ai-agent」は、Instagramページの運用をAIが完全に自動化するツールです。AIが投稿のテキスト作成、画像…

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…

Kiro-Auto-Proは、Windows PC上で繰り返し行われるタスクを自動化するデスクトップアプリケーションです。Kiro IDEの…

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…

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…

このツールは、Pythonで開発された、プロ品質のMIDIドラムトラック生成システムです。モジュール式プラグインアーキ…

「gemma-4-abliterated」は、GoogleのGemma 4 31Bモデルから、品質を損なうことなくガードレール（倫理的な制限）を…

VLM-Instruct-FastGSは、3D Gaussian Splatting技術を拡張し、Vision-Language Models (VLM) からのセマンティックガ…

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…

Permafrostは、Claude CodeとDeepSeekの間に入り、Claude Codeのプロンプト接頭辞を固定することで、DeepSeekの自動…

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…

CREBAINは、研究目的の適応型応答・認識システム（ARAS）のプロトタイプです。3Dシーンレンダリング、複数カメラ監視…

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…

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…

このリポジトリは、ECG（心電図）言語モデル（ELM）のファインチューニングと評価のための研究フレームワークです。…

OpenClaw Voice Controlは、macOS上で動作するOpenClaw向けのローカル音声制御ツールです。Siriのようにウェイクワー…

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…

「pi-diff-review」は、`pi`プラットフォームに統合されたコードレビューツールです。開発者は`pi`のインターフェー…