全AIリポジトリ

VisoRAGは、ローカルGPU環境で動作する、PDF、DOCX、画像ファイルの質問応答や情報抽出に特化したビジョンファースト…

SYNAPSE Intelligence Platformは、自律型AIエージェントと高度なセマンティック検索（RAG）を駆使し、FAANGグレード…

gemini-bridge-mcpは、APIキーなしでGoogle Geminiの機能をMCP（Multi-modal Chat Protocol）サーバーとして提供する…

LiveAudioは、ストリーマーやコンテンツクリエイター向けのリアルタイム自動音声認識（ASR）字幕生成ツールです。Ope…

「MiniMax SAPI5 TTS Bridge」は、クラウドまたはローカルのテキスト読み上げ（TTS）サービスが提供する音声を、Wind…

Speechstack Recipesは、音声AIエージェント構築のための実用的なオープンソースレシピ集です。Vapi、Retell、LiveKi…

DiffAudit Researchは、拡散モデルにおけるプライバシーリスクを監査するための再現可能な研究用スキャフォールディ…

「Read It Out」は、Webページや選択したテキストを自然なAI音声で読み上げるChrome拡張機能です。ブラウザ内蔵エン…

Metal Composerは、macOS向けのノードベースのビジュアルプログラミングアプリです。リアルタイムMetalシェーダー、…

本リポジトリは、WSQコース「Agentic AI Automation with n8n」の実践的なラボワークフローとウェブアプリを提供しま…

Moodle向けAI Readerは、Moodleのページやブックコンテンツに「Listen to this content」オーディオプレイヤーを追加…

Laser Scanner Toolkit (LSC)は、C++17で実装された3Dラインレーザープロファイラーのキャリブレーション、シミュレ…

AngeMediaは、AIエージェント、New-API、およびセルフホスト環境向けのOpenAI互換画像・動画生成ゲートウェイです。…

Python Autodubは、AIを活用した自動動画吹き替えパイプラインです。音声抽出、Demucsによるボーカル分離、DiariZen…

Floworkは、ユーザーが自身のAIエージェントを所有し、ローカルで実行するための主権的なAIエージェントOSです。USB…

このツールは、tryAGIが開発したSonauto (Melodia) のための現代的な.NET SDKです。OpenAPI定義から自動生成されてお…

このツールは、企業採用ページからエンジニアリングの求人情報を収集し、Claudeを使って各役割を分類・要約し、レン…

このツールは、ビジョン言語基盤モデル（CLIP、SigLIP 2、X-CLIP）を用いたゼロショット動画分類器です。タスク固有…

このプロジェクト「Awesome AI API Plus」は、AIビルダー向けの厳選されたAI APIリストです。一般的なAIツールリスト…

本ツールは、「都市センチメント認識のためのLLMエージェントにおけるペルソナの妥当性」に関する研究の公式実装です…

「AI Kissing Video Generator」は、2枚のポートレート写真を統合し、AIでロマンチックなキス動画を生成するオープン…

AI Playgroundは、LLMエージェントの実験に特化したローカル開発ツールです。ユーザーはMarkdownでエージェントを記…

Veynorは、DiscordなどのAIエージェント向けにリアルタイム音声インタラクションを提供するオープンソースの音声ラン…

NAVA-Text-to-Videoは、高度なオーディオビジュアル生成フレームワークです。Native Audio-Visual Alignment (NAVA) …