全AIリポジトリ

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。…

このツールは、ComfyUI用のカスタムノード「ComfyUI-Dynamic-Sigmas」です。初心者から上級者まで、拡散モデルのシグ…

「🧪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…

DeepInterviewは、CVと職務経歴書をアップロードするだけで、AIが模擬面接官として音声で面接練習をサポートするオー…

「Bony Agent」は「AI Media Agent」として、AIを活用したフルスタックのコンテンツ制作・配信プラットフォームです…

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…

map-creatorは、DJIドローンを用いた3Dマッピングや写真測量ミッションを計画・視覚化するためのデスクトップアプリ…

Laurenは、コーディングエージェント向けの自律的なライブタスクキューシステムです。プロジェクトの進行中にタスク…

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…

DaisyはmacOS向けのローカルファーストな会議録音・AIノートアプリです。マイクとシステム音声から会議音声をキャプ…

AI World Cupは、FIFAワールドカップ2026の試合予測における無料の大規模言語モデル（LLM）の性能を比較するための、…

「Relay Imagegen」は、AIアシスタント「Codex」の中継ステーションを用いた画像生成において、解像度やアスペクト比…

VibeVoice.swiftは、macOSおよびLinux上でリアルタイム音声処理を実現するアプリケーションです。SwiftとMLXを活用し…

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）…

mlx-swift-dots-ttsは、rednote-hilabのdots.tts-soarモデルをAppleシリコン向けにMLXフレームワークへ移植したもの…

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-PlagueKind-Nodes」は、ComfyUIユーザー向けに画像とマスクのリサイズを統合し、LoRAの高度なスタッキング…

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（…

GDB (GraphicDesignBench) は、グラフィックデザインタスクにおけるビジョン言語モデルの性能を評価するためのリアル…

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…

AutoPilot Devは、GitHubのプルリクエストURLを入力として受け取り、AIがコードレビュー、バグ修正の提案、テスト検…

Cinemorphは、ユーザーのブリーフ（概要）から、映画のようなローンチビデオ、投資家向けピッチデッキ、または機能の…

Comfy-Launcher-MultiOSは、LinuxおよびmacOS環境でComfyUIのインストール、起動、更新、管理を簡素化するシェルスク…

Freestyleは、macOS向けのオープンソースAI音声ディクテーションツールです。ユーザーはホットキーを長押しして話し…