全AIリポジトリ

AI Medical Scribeは、ブラウザ内で完結するローカルファーストのAI医療記録ツールです。バックエンドやAPIキーが不…

「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…

「Des-java-auto-skill」は、Claude Code Agent Teamsを基盤としたJava Webアプリケーション向けの全自動セキュリテ…

Rexは、拡散モデルのサンプリング、反転、編集、補間タスクに利用可能な、代数的に可逆な指数型Runge-Kuttaソルバー…

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…

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…

「ヴィンテージLLM」とは、特定の歴史的期間のテキストのみで訓練された大規模言語モデルのキュレーションリストです…

ai0-video-creatorは、スクリプト作成から高品質なビデオアセット生成までを効率化する、高機能なデスクトップ向けオ…

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…

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…

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…

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…

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…

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…

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…

「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…

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…

「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…