全AIリポジトリ

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…

「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…

「GPT Image 2 Agent Kit」は、AIエージェントやオペレーター向けに、より安全な画像生成ワークフローを提供するロー…

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…

「Awesome GenAI Fails」は、生成AI、LLM、AIエージェントへの過信が企業、個人、社会に害をもたらした主要なインシ…

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、…

このリポジトリは、AI動画生成の質を向上させるための実践的でクリエイターフレンドリーなリソースです。AI動画生成…

「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…

Cerul Appは、ユーザーが視聴する動画や音声コンテンツをセルフホストで管理し、高度な検索を可能にするオープンソー…

Forgeは、ローカルファーストで計画重視のマルチエージェント型ソフトウェアエンジニアリング実行環境です。Claude C…

NP-Editは、画像編集モデルの学習において画像編集ペアデータが不要な画期的な手法を提案する、ICLR 2026で発表され…

「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…

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…

DOS (Dispatch Operating System) は、自律型AIエージェントの作業結果を検証するための信頼基盤を提供するツールで…

AtomVoiceは、Mac向けに設計された、プライバシーを最優先する軽量な音声テキスト化ツールです。ユーザーはキーを押…

Voxtral Codec PyTorchは、24kHzモノラル音声波形をTTS（Text-to-Speech）トレーニング用の離散コードに変換するVoxt…

「agent-voice-chat」は、ウェブサイトにマルチエージェントAI音声会話機能を簡単に追加できるTypeScript SDKとCLIツ…

Openflowは、Windowsデスクトップ向けに設計されたディクテーションアプリです。ユーザーが`Ctrl + Win`を押している…

WikiSeekerは、知識ベースの視覚的質問応答（KB-VQA）のために開発された革新的なマルチモーダルRAGフレームワークで…

atlascloud_comfyuiは、ComfyUIユーザー向けに、Atlas Cloudの300種類以上のAIモデルを直接ComfyUI内で利用可能にす…

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。…

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…

UnrealEngine5-Skillsは、Unreal Engine 5.6/5.7向けの再利用可能なワークフローを提供するスキルパックです。ブルー…

eyerollは、AIがビデオ映像を「見て、理解し、行動する」ためのツールです。画面録画、Loom動画、YouTubeリンク、ス…