全AIリポジトリ

このツールは、Unitree G1ロボットと互換性のある音声ファイルを生成するためのPythonスクリプトです。システムのTex…

Gromは、VS Code向けのAIコーディングアシスタントです。ユーザー自身のLLMをローカルで実行するため、コードがマシ…

SA-IR (Semantic-Axiomatic Intermediate Representation) は、単なるプロンプトではなく、DALL-E 3やImagenなどのAI…

本リポジトリは、ヨーク大学コンピュータサイエンス学部が提供する12週間の修士課程コース「大規模言語モデル — 内部…

「amikumar91/ai-systems-engineering」は、LLM推論、RAG、エージェント、評価、LLMOpsなど、AIシステムの開発と運用…

Lumaraは、Pollinations.aiを基盤としたAI画像生成デスクトップアプリケーションです。WindowsおよびLinuxに対応した…

このツールは、韓国語に特化した音声複製TTS（Text-to-Speech）サービスです。既存のGPT-SoVITSプロジェクトを基盤と…

LocalDoc RAGは、PDF/TXT/DOCX/CSVファイルに対応したブラウザのみで動作するローカルドキュメントRAGアプリケーショ…

EchoPilotは、macOS向けの会議記録および文字起こしアプリケーションです。システムオーディオとマイクオーディオを…

omni-retrievalは、テキスト、画像、音声、動画といった多様なメディアタイプを完全にローカルかつエアギャップ環境…

Miru（見る）は、マルチモーダルAIモデルの「ブラックボックス」問題を解決するための説明可能性エンジンです。画像…

「Read It Out」は、Webページや選択したテキストを自然なAI音声で読み上げるChrome拡張機能です。ブラウザ内蔵エン…

VoiceRAG Agentは、FastAPIを基盤としたローカル優先の音声対音声RAGアシスタントです。ユーザーは自身のドキュメン…

ReCo-Diffは、スパースビューCT（低線量CT）における画像再構成のための、残差条件付き決定論的サンプリングに基づく…

AGENT-33は、ローカルファーストのマルチエージェントオーケストレーションプラットフォームです。複数のAIエージェ…

CloudClawは、Spring BootとSpring AIを活用したエンタープライズグレードのオープンソースAIエージェントプラットフ…

litevizは、SLAMや3Dリアルタイム再構築などの3Dビジョン関連タスク向けに設計された軽量な3Dリアルタイム可視化アプ…

SDXL Containerは、SDXL (Stable Diffusion XL) のLoRAアダプターの訓練と推論を実行するためのDockerコンテナです。…

MeetMindは、AIを活用した会議レコーダーで、会議の録音、文字起こし、要約を完全オフラインで提供します。APIキーは…

「Hey Claude」は、ブラウザからハンズフリーでAnthropicのClaude Codeを音声操作できるツールです。ウェイクワード…

RunPod上でComfyUIをインタラクティブに実行するための、費用管理機能を重視したローカルファーストなセッションコン…

gemini-bridge-mcpは、APIキーなしでGoogle Geminiの機能をMCP（Multi-modal Chat Protocol）サーバーとして提供する…

LiveAudioは、ストリーマーやコンテンツクリエイター向けのリアルタイム自動音声認識（ASR）字幕生成ツールです。Ope…

「MiniMax SAPI5 TTS Bridge」は、クラウドまたはローカルのテキスト読み上げ（TTS）サービスが提供する音声を、Wind…