全AIリポジトリ

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…

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…

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…

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…

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…

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…

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、…

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、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…

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

「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…

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…

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…

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…

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…