全AIリポジトリ

「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…

このツールは、xAIのGrok Imagine APIを利用して、テキストから画像・動画を生成したり、既存の画像や動画を自然言語…

minFLUXは、Black Forest LabsによるFLUX.1およびFLUX.2拡散トランスフォーマーの、非公式かつ最小限のPyTorch実装で…

GraphRAG Studioは、フルスタックでインテリジェントな、知識グラフを強化したRAG（検索拡張生成）アプリケーション…

「YANQI for Obsidian」は、ObsidianのMarkdownノートを、小紅書/RedNote、抖音図文、Bilibili図文、WeChat、Jike、W…

このツールは、DreamScene360（ECCV 2024）の「Panorama-to-3D」パスをラップしたComfyUIカスタムノードです。360度…

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…

TurboPLYは、PLY (Polygon File Format)ファイルの高速な読み書きに特化した軽量なC++ライブラリです。ゼロコピーメ…

splatregは、3D Gaussian Splatting（3DGS）スキャン間の位置合わせ（アライメント）と結合を目的としたPythonライブ…

このツールは、Zyphra/ZONOS2モデルをComfyUIで利用するためのカスタムノード集です。テキスト読み上げ、音声のみで…

whisper-skillは、OpenAI API不要でローカル完結する無料の音声文字変換ツールです。99言語に対応し、Mac/Linux/Wind…

VocoLocoは、Webブラウザ内で完結するテキスト読み上げツールです。サーバーやAPIキーを必要とせず、すべての処理が…

MiNerva（咪涅瓦）は、資料調査、コード生成、データ処理、レポート作成など、多段階の複雑なタスクを自動で実行する…

SceneAlignerは、様々な実環境画像とラスタライズされたフロアプランを入力として、画像から重力に沿った3D点群を再…

Sireneは、自己ホスト型で複数のバックエンドをサポートするテキスト読み上げ（TTS）プラットフォームです。現代的な…

Auraは、Claude Code、Cursor、Gemini CLIなど、あらゆるAIツールに永続的な記憶、アクションの真偽検証、そして自己…

「Awesome GPT Image 2 Prompts」は、OpenAIのGPT-Image-2モデル向けに厳選された、最も包括的な無料プロンプトライ…

scribaは、AIエージェントやセカンドブレイン向けの、無料、ローカルで動作する高精度な会議議事録ツールです。話者…

JarvisQは、音声認識（STT）、大規模言語モデル（LLM）、音声合成（TTS）の全パイプラインがデバイス上で完結するプ…

「声绘 AI Voice Studio」は、Flutterを基盤としたAI音声生成、音色設計、音声クローンを実現するモバイルアプリケー…

NanoI2Vは、最先端の画像-動画変換（I2V）モデルをゼロから構築するためのステップバイステップのガイドです。拡散ベ…

nvs-benchは、Novel-View Synthesis（3D Gaussian Splats、NeRFなど）の手法を評価するための標準化されたベンチマー…

このリポジトリは、「効率的な拡散言語モデル (Efficient Diffusion Language Models)」に関する厳選された優れた論…

goalkeeperは、Claude Codeのための契約駆動型で耐久性のある目標実行ツールです。明確な達成基準（Definition of Do…