全AIリポジトリ

このツールは、GoogleのAgent Development Kit (ADK) for Go (`adk-go`) とAmazon Bedrockを連携させるためのライブ…

Seedance 2.0 APIは、ByteDanceが提供する最先端の動画生成モデル「Seedance 2.0」の公式APIです。テキスト、画像、…

llm-eval-layerは、LLMの出力品質を評価し、ハルシネーションを検出するための軽量なPython製決定エンジンです。アト…

aeon-movie-makerは、Lightricks LTX 2.3 22Bモデル（220億パラメータ）をベースにした、高速な映画品質ビデオ生成ツ…

このツールは、TypeScriptで書かれたマルチモーダルAIエージェントで、画像、音声、テキストを組み合わせて処理でき…

Lumenは、チャット、ビジョンQA、テキストから画像生成、画像から画像生成、長文会話圧縮、画像共有、Telegramボット…

ODE-GSは、ICLR 2026で発表された「Latent ODEs for Dynamic Scene Extrapolation with 3D Gaussian Splatting」の公…

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…

Benetto — VoiceNotes Localは、Androidデバイス上で動作する音声ノート録音・文字起こしツールです。OpenAIのWhispe…

TokenPack-RAGは、長文のドキュメント、コードベース、PDF、フォルダなどのコンテンツを、証拠密度の高いコンパクト…

このツールは、Qwen3-ASR向けのマルチテナントストリーミングASR（自動音声認識）サーバーです。オリジナルのFlaskデ…

ComfyUI-MultiModal-Prompt-Nodesは、ComfyUIユーザー向けのマルチモーダルプロンプト生成ツールです。Qwen-Image-Ed…

Noesis（智枢）は、自律的なAIワークフローを構築するためのコアエージェントフレームワークです。Vue 3、FastAPI、L…

Foundation Music Labは、Stable AudioをベースにFoundation_1モデルに最適化されたポータブルなAI音楽生成ツールで…

ClaraVidは、低高度UAV/航空画像からのセマンティックおよび幾何学的ニューラル再構築のための合成データセットです…

Majik's Music Studioは、オープンソースのAI音楽生成デスクトップアプリケーションです。ユーザーがテキストで音楽…

「阿亮开源のAI創作スキル集」は、短劇、Eコマース詳細画像、子供向け物語、音声付き絵本、音声合成、多人数ポッドキ…

Spectrumは、コードベースやテキストファイルをコンパクトでロスレスな`.specpack`形式に変換し、検索とバイト単位で…

Manor OSの「Minutes」は、ソロ創業者向けに設計されたAI議事録ツールです。会議の録音、リアルタイム文字起こし、AI…

SynPSは、CVPR 2026で発表された、複雑な非剛体画像編集のためのトレーニング不要な手法です。位置埋め込みと意味情…

このツールは、画像に埋め込まれたEXIF、GPS、C2PA/コンテンツクレデンシャル、AIウォーターマーク、Stable Diffusio…

gigasttは、GigaAM v3を搭載したロシア語専用のオンデバイス音声認識（STT）サーバーです。クラウドサービスやAPIキ…

Diagrammerは、LLMが作成した図をローカルで表示・編集するためのオープンソースビューアです。マインドマップ、ツリ…

「PPT Image Share Builder」は、学生、教師、研究者など、質の高いプレゼンテーション資料作成を必要とする全ての人…