全AIリポジトリ

TypolessはmacOS向けのメニューバーアプリケーションで、グローバルな音声入力を可能にします。ローカルでの自動音声…

Bao Translateは、Androidデバイス上で動作するプライベートなリアルタイム音声翻訳アプリです。マイクからの音声を…

fablize-for-hermesは、fablizeの検証済み手順をHermes Agentエコシステムに適合させたプロジェクトです。検証の根拠…

VOD Auto Trimmerは、長時間のVODを手動で編集する手間を省くためのマルチスレッドPythonツールです。ローカルAI（Wh…

PARSEは、記述言語学のフィールドワークと、それに続く比較分析を支援するブラウザベースのワークステーションです。…

このプロジェクトは、テキストから画像（T2I）およびテキストから動画（T2V）を生成する、プロダクションレベルかつ…

wan2.2-i2v-fastは、14BパラメータのWan-AI/Wan2.2-I2V-A14B-Diffusersモデルを活用した、実験的かつ高度に最適化さ…

このリポジトリは、拡散モデルやフローマッチングモデルといった連続時間生成モデルの開発およびトレーニングコード…

ComfyUIの「Z-Image Turbo」ワークフロー向けに設計された、LLMを活用した高度なプロンプトエンジニアリングノードで…

Synthosは、AIを活用した学術研究のための自己進化型コグニティブオペレーティングシステムです。Pythonスクリプトを…

VoiceAuditionは、AIエージェント向けのTTS（Text-to-Speech）音声ディスカバリー・推薦ツールです。9つのTTSプロバ…

「laravel-agent-mcp」は、Laravelアプリケーションのデータベーススキーマ、クエリ、ログ、キュー、キャッシュ、ル…

このツールは、Hermes AgentがDraw Thingsのローカル画像生成機能を利用できるようにするgRPCプラグインです。Draw T…

「Verbatim · YouTube逐字稿工具」は、YouTube動画の文字起こしを支援するローカルで動作するウェブツールです。主な…

M-LongDocは、EMNLP 2025で採択されたマルチモーダル超長文ドキュメント理解のための挑戦的なベンチマークと、検索対…

WisprFlow SDKは、Wispr Flowデスクトップクライアントの非公式Python SDKです。Wispr Flowの音声APIをリバースエン…

MCPAGENT ($MCPX) は、Baseネットワーク上で動作するトラストレスなエージェントプロトコルです。ERC-8004に基づくエ…

WIPES（Wavelet-based Visual Primitives）は、多次元視覚信号の効率的な表現を目的としたウェーブレットベースの視…

Mynahは、Discordのボイス通話を録音し、高精度な話者ラベル付きでローカルに文字起こしするツールです。このツール…

ComfyUI-Drawerは、ComfyUIの複雑なワークフローをモバイルフレンドリーなモジュール式UIプラットフォームに変革しま…

このLLM Video Makerは、AIコーディングエージェント（Claude Code、Cursor、Codex、Windsurf、Geminiなど）向けのス…

このプロジェクトは、Codexの画像生成能力とGPT Imageの基準を活用し、人物の雑誌写真風画像を生成するワークフロー…

「voice-snap」は、低遅延を実現するAI音声コンパニオンライブラリです。高速な音声認識にはfaster_whisperを、自然…

Auto-Translatorは、複数のエージェントを活用したPDFコンテンツの自動翻訳ツールです。原文のフォーマットを完璧に…