全AIリポジトリ

「Tongues」は、書かれたテキストと発音の間の可逆マッピング（Grapheme-to-PhonemeおよびPhoneme-to-Grapheme）に特…

AI Image Playgroundは、ブラウザベースでAI画像を生成するためのワークベンチです。OpenAIやGemini、カスタムHTTPエ…

このツールは、MiniMaxのAI生成機能をCodex CLIに統合するためのスキルです。画像生成、動画生成、音声合成（多言語…

「Awesome Large Model Self-Distillation」は、大規模言語モデル（LLMs）、マルチモーダルLLMs（MLLMs）、推論モデ…

VoiceRAG Agentは、FastAPIを基盤としたローカル優先の音声対音声RAGアシスタントです。ユーザーは自身のドキュメン…

このリポジトリは、PoyoAPIの「sora-2-official」モデルを使用して、サーバーサイドで高品質な動画を生成するための…

builder-aiは、AIアシスタントがLLM（大規模言語モデル）を活用した機能を開発する際、プロダクション環境の厳格な品…

KG-RAGは、Jiraサポートチケットの問い合わせに特化したRAG（検索拡張生成）システムです。ChromaDBによるセマンティ…

このプロジェクトは、音声感情認識（SER）におけるテキストのみ（RoBERTa）、音声のみ（wav2vec2/WavLM/HuBERT）、お…

ControlMindは、MinerUを活用した科学文書インテリジェンスシステムです。生PDFから直接情報を抽出し、科学論文の理…

prompt-to-skillは、AIプロンプトを再利用可能なAIスキルに変換し、標準化、検証を支援するツールです。異なるAIモデ…

本リポジトリは、ヨーク大学コンピュータサイエンス学部が提供する12週間の修士課程コース「大規模言語モデル — 内部…

Master Canvas Hermes Pluginは、AI動画プロジェクトのプリプロダクションキャンバスであるMaster CanvasのHermes Ag…

Orcyは、複数のAIコーディングエージェントが協調してタスクを遂行するためのオープンソースMCP（Multi-Agent Coordi…

MIL（Melodic Intelligence Layer）は、ニューラルネットワークを使わずに数学理論に基づいたアルゴリズムによるピア…

LocalDoc RAGは、PDF/TXT/DOCX/CSVファイルに対応したブラウザのみで動作するローカルドキュメントRAGアプリケーショ…

EchoPilotは、macOS向けの会議記録および文字起こしアプリケーションです。システムオーディオとマイクオーディオを…

omni-retrievalは、テキスト、画像、音声、動画といった多様なメディアタイプを完全にローカルかつエアギャップ環境…

Lumenは、オンライン記事をAIが生成したスワイプ可能な要約カードに変換するマルチエージェントAIプラットフォームで…

Suno CLIは、Suno AIの音楽生成機能をAceDataCloud API経由でコマンドラインから利用できるPython製ツールです。プロ…

zimage-skillは、自然言語のテキスト記述からAIが美しい画像を生成するツールです。プログラミングの知識がなくても…

Say Labは、大規模言語モデルとクラウドTTS（Text-to-Speech）を活用した軽量な自ホスト型発音練習Webページです。単…

Zotero MarginMindは、文献管理ソフトウェアZoteroのサイドバーにAIアシスタント機能を追加するプラグインです。ユー…

codex-imgenは、Codex CLIの画像生成機能をローカルでスクリプト可能にするCLIツールおよび非同期ジョブサービスです…