全AIリポジトリ

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…

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…

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…

Text-to-Motionは、テキストプロンプトからG1 Unitreeヒューマノイドロボット用の参照モーションを生成するプロジェ…

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…

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…

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…

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…

「spz2glb」は、3D Gaussian Splatting向けSPZファイルをGLB形式に可逆変換する軽量ツールです。KHR_gaussian_splatt…

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…

「Agent Memory System (AMS)」は、AIコーディングエージェント向けにリポジトリローカルの永続的なメモリ層を構築す…

このリポジトリは、Mastra AIエージェント向けに設計された、プロダクション志向のスターターキットです。Retrieval-…

このツールは、最新の3D Gaussian Splatting技術をApple Siliconデバイス上でネイティブに実行するためのMLXベースの…