全AIリポジトリ

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…

FlowSRは、ICCV 2025で発表された、Consistency Rectified Flowを活用した高速画像超解像ツールです。低解像度画像か…

このツールは、IBM Doclingを基盤としたセルフホスト型のドキュメント解析サーバーをDockerで簡単にデプロイするため…

ComfyUI-FileManatyは、人気の画像生成AIツールComfyUIのWeb UI内に統合された強力なファイルマネージャーです。ユー…

Wan2GP Operatorは、WanGP/Wan2GPによるテキストからビデオ生成を効率化・自動化するオープンソースのCLIツールです…

この「Spatial Intelligence Handbook」は、SLAM、VIO、3D表現、センサー、デプロイメントの課題を、ロボットアーム…

tensor-serveは、OpenAI互換AI向けのZIMベースの検索拡張プロキシです。KiwixのOPDSカタログからZIMドキュメントをダ…

hwdsl2/whisper-installは、Whisperの音声認識・翻訳APIサーバーをUbuntu, Debian, AlmaLinux, Rocky Linux, CentOS,…

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…

「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…

Vocaは、WhatsAppなどの音声メッセージを、ChatGPT、Claude、Geminiといったあらゆる大規模言語モデル（LLM）で利用…

XiaomiMiMo-TUIは、Xiaomi MiMo専用のターミナルTUI/CLIクライアントです。Xiaomi MiMoのToken Planに特化したOpenAI…

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。…

korgは、AIエージェントの決定を記録、構造化、巻き戻し可能にする決定論的なコグニティブランタイムです。AIエージ…

AI 接线员 (AI Commander)は、ヘッドフォンの「再生/一時停止」メディアキーをカスタムホットキーにマッピングし、AI…

「短剧大师™ v6.2」は、一文のアイデアから高品質なAIマイクロ短劇を生成する、世界初の全プロセス閉ループ、精密エ…

VoxFlash-TTSは、リアルタイム推論に特化した業界最速の音声クローンシステムです。ゼロショット学習により、事前学…

ComfyUI-PuLID-Flux2は、FLUX.2モデル向けにPuLIDを実装した初のツールです。ComfyUI環境下で、生成画像における顔の…

SeqStudioは、タンパク質の機能アノテーションを行うための生成型推論システムです。配列相同性、構造類似性、ドメイ…

「dots.tts Studio」は、RedNote hilabの「dots.tts」を基盤としたポータブルなWindows向けテキスト音声合成ツールで…

memharnessは、AIエージェント向けのバイテンポラルで来歴を保持する長期記憶プリミティブです。SQLiteをバックエン…

nesiftは、AIエージェントがウェブコンテンツから情報を効率的に検索・抽出するための高速なローカルセマンティック…

stt-mdは、macOS向けの軽量（3MB）なメニューバーアプリです。マイクからの音声をローカルのWhisperで文字起こしし、…

EasyScriptはWhisper AIを搭載したデスクトップアプリケーションで、音声・動画ファイルの文字起こしと翻訳、リアル…