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…

ComfyUI-LavaSRは、高速な音声強調およびオーディオ超解像モデルであるLavaSRのためのComfyUIカスタムノードです。こ…

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…

VoxrtAsr for iOSは、オンデバイスで動作するストリーミング音声認識ライブラリです。独自開発のRust製推論ランタイ…

Live Translationは、macOS上でシステムオーディオをリアルタイムでキャプション表示し、任意の言語へ翻訳して、半透…

SynCLIPは、セマンティクス的に同等な表現でも空間的注意が異なるという、オープンボキャブラリー高密度知覚（OVDP）…

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…

「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…

GraphRAG Studioは、フルスタックでインテリジェントな、知識グラフを強化したRAG（検索拡張生成）アプリケーション…

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…

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…

PhyCo-Sim（非公式）は、CVPR 2026で発表されたPhyCoの物理シミュレーションデータ生成パイプラインを独自に実装した…

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…

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…

「🧪lab」は、Open WebUIのような既存のAIウェブインターフェースに代わる、ミニマリストで超高速なサーバーレスツー…

Voqiは、あらゆるウェブアプリケーションを37言語で音声操作可能にするオープンソースの音声制御レイヤーです。数分…

本リポジトリは、AIビデオ作成のためのプロンプト、ワークフロー、ガイド、リソースを実践的かつ詳細に提供するGitHu…

Persona Media Studioは、ペルソナに基づいた画像および動画生成のためのローカルファーストAIクリエイティブパイプ…

デスクトップオーバーレイ形式のAIプログラミングパートナー「minipet-overlay」は、アニメーションと音声でコーディ…

本リポジトリは、ドイツ語のKokoro音声モデル「Martin」を用いたテキスト読み上げ（TTS）システムのDockerおよびHome…

このリポジトリは、「Seedream 5」を含むAI画像生成のための高品質なプロンプト、AI画像生成ワークフロー、プロダク…

SubForgeは、AIを駆使した高機能な動画字幕ツールです。音声のテキスト化、意味に基づいたスマートな断句、誤字修正…

「Prompt Reinjection」は、マルチモーダル拡散トランスフォーマーにおいて発生する「プロンプト忘れ」問題に対処す…

SWE-Model-Arenaは、ソフトウェアエンジニアリングタスク向けのツール呼び出しモデルをペアで比較評価するためのオー…