全AIリポジトリ

このリポジトリは、革新的な画像トークン化手法「Channel-wise Vector Quantization (CVQ)」とその応用である「Chann…

`printing-press`は、OpenAPI契約書から人間とAIエージェントの両方に適した、美しく高速でポータブルなAPIドキュメ…

CPPO（Contrastive Perception Policy Optimization）は、視覚言語モデル（VLM）エージェントのファインチューニング…

ComfyUI-Subworkflowは、ComfyUIの既存ワークフローを再利用可能な「サブワークフロー」として活用するための拡張機…

このツールは、Convexバックエンドを利用して、AIエージェントがアプリケーションを効率的に認識・発見できるように…

WonderWhisperは、Androidデバイス向けのオープンソース音声入力アプリです。システムワイドに表示されるフローティ…

Mimika – AI Voice Studioは、macOS向けに開発されたPythonフリーのネイティブなテキスト読み上げ（TTS）アプリケー…

本リポジトリは、Vision-Language-Action（VLA）モデルの安全性に関する厳選された研究論文リストです。データ準備、…

nanofatdog/omnivoice-thai-apiは、追加学習不要のタイ語テキスト読み上げ（TTS）APIおよびWeb UIです。Voice Clonin…

mlx-taefは、Apple Silicon向けに最適化された、拡散ラテントを高速にデコードするTiny AutoEncoderライブラリです。…

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…

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…

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…

「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…

「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…

このGitHubリポジトリは、AIアート生成のためのプロンプト、ワークフロー、アイデアを提供する実用的なリソースです…

Parakeyは、Apple Silicon Mac向けのプッシュトゥトーク方式の音声入力ツールです。キーを押しながら話すと、キーを…

TokDriftは、LLMがサブワードでコードを生成する一方、実際のコードは文法を持つというギャップを研究するためのフレ…

Agnes AI Platformは、Agnes AIのAPI（Agnes Image 2.1 FlashおよびAgnes Video V2.0）を利用した画像・動画生成のた…

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…

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…

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…

Kiro-Auto-Proは、Windows PC上で繰り返し行われるタスクを自動化するデスクトップアプリケーションです。Kiro IDEの…