全AIリポジトリ

本プロジェクトは、Tsuyoshi Matsuzaki氏による「diffusion-tutorials」の中国語翻訳・理論強化版です。拡散モデル（…

「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…

Voxlertは、Claude Code、Cursor、OpenAI Codex、pi、OpenClawなどのLLM生成AIコーディングエージェント向けに、ゲー…

このGitHubリポジトリは、「無料のAI画像生成プロンプト、テキスト-to-イメージワークフロー、AIアートプロンプトの…

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）…

ComfyUI Queue Managerは、ComfyUIのワークフロー実行キューを永続化して管理できる拡張ツールです。再起動後もキュ…

CADENZAは、AIを活用してプログレッシブハウスやメロディックテクノ向けのMIDIを生成するツールです。BPMとキーを入…

ComfyPanelは、Adobe PhotoshopとComfyUIを深く統合するプロフェッショナルなツールです。デザイナー向けに開発され…

「prompt-to-asset」は、プロンプトからロゴ、アプリアイコン、ファビコン、OG画像、スプラッシュスクリーン、SVGな…

HERO（Harness for Engineering and Run-time Orchestration）は、基盤モデルを活用した自律型ソフトウェアエンジニ…

「rag-forge」は、Retrieval-Augmented Generation（RAG）タスクに特化してLLM（大規模言語モデル）を効率的にファイ…

「Video-to-Prompt WebUI」は、動画からAI画像生成プロンプトを抽出するためのGradioベースのウェブアプリケーション…

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…

VecSlideは、SVGスライドとOpusオーディオを同期させた、ベクトルプレゼンテーションフォーマットです。ZIP形式の`.v…

mlx-serveは、Apple Silicon搭載Mac (M1+以降) 向けのローカル推論サーバーです。このツールは、AppleのネイティブML…

ComfyUI向けの拡張ノード集で、画像の保存・読み込みをローカル保存先だけでなく各種クラウドストレージにも直接対応…

MM-FMは、CVPR 2026で発表された、マルチモーダル分布のためのフローマッチング技術です。このツールは、特に高解像…

Architect — Agent Symphonyは、AnthropicのClaude Agent SDKを基盤とするデスクトップアプリケーションです。このツ…

AfriSpeech Selectorは、142のアフリカ言語にわたる2200時間以上の音声データに簡単にアクセスできるCLIツールです。…

GoodQ4Allは、ローカルファーストのマルチモーダル記憶システムで、長期間のビデオ、オーディオ、テキストからの情報…

Web Speedは、AIエージェント向けのWebページ解析ツールです。複雑なWebコンテンツ（HTML、レイアウト、JavaScript）…

ComfyUI-HeartMuLaは、音楽生成と歌詞転写を目的としたComfyUIの拡張機能です。HeartMuLaモデルファミリーとheartlib…

HayaiTTSはAndroid向けのオフラインニューラル音声合成（TTS）エンジンです。システム全体に登録されるため、他のAnd…

GameVoiceAssistantは、テキストベースのゲームに没入感を高めるための音声アシスタントツールです。AVGやビジュアル…