全AIリポジトリ

Nav2PlannerBattleは、ROS 2のNav2で使用される実際のプランナーとコントローラーの性能を比較できるユニークなブラ…

ComfyUI-PuLID-Flux2は、FLUX.2モデル向けにPuLIDを実装した初のツールです。ComfyUI環境下で、生成画像における顔の…

skill-autoshortsは、長尺動画からTikTok、Instagram、YouTube向けのショート動画を自動で生成するツールです。AIが…

RoboVoiceは、Trouver、Dreame、Movaブランドのロボット掃除機の音声をカスタマイズするためのオープンソースWeb UI…

YapYapは、MMORPGファイナルファンタジーXIV向けのDalamudプラグインです。このツールは、リアルタイムの戦闘ログを…

Harryは、macOS向けに設計された音声のみのAIアシスタントです。映画「JARVIS / FRIDAY」のような体験を提供し、洗練…

OmniVidは、YouTube、Bilibili、抖音、TikTokを含む1800以上の動画プラットフォームに対応した万能動画ダウンロード…

DSM（Dynamic Segmented Memory）は、LLMが数百万トークンのデータセット上で推論することを可能にする、高性能なメ…

msplatは、Apple Silicon搭載Mac向けに最適化された高速な3Dガウススプラッティングツールです。ユーザーはコーディ…

ComfyUI-NVML-Monitorは、ComfyUI上でNVIDIA製GPUのリアルタイムハードウェア監視を可能にする軽量な拡張機能です。C…

「Mega AI — Multi-Agent RAG System」は、自己改善型のマルチエージェント検索拡張生成（RAG）APIです。ユーザーか…

このツールは、Image2Studioが提供するGPT Image 2のプロンプト、画像リファレンス、視覚的な例を検索するためのエー…

「RAG-Lab」は、Retrieval-Augmented Generation（検索拡張生成）の原理から実装までを実践的に学べる実験プロジェク…

Athena Whisperは、ローカル環境で動作するデスクトップ向け音声入力ウィジェットです。faster-whisperを利用した高…

mpsplatは、3D Gaussian Splatsのトレーニングと表示を行う人気のライブラリ「gsplat」のApple Silicon (MシリーズMa…

このGitHubリポジトリは、AIエージェント、オーケストレーション、およびLLM開発ツールに関する優れたオープンソース…

Showrunnerは、スクリプトからAI生成のUGC（User Generated Content）動画コンテンツを作成するためのオープンソース…

Stable Audio Insightは、Stability AIの「Stable Audio Open 1.0」を基盤としたWindows向けのローカルオーディオ生…

このリポジトリは、大流行したAIミーム「Gugugaga Penguin（咕咕嘎嘎企鹅）」に関する参照ページを提供します。Arkni…

このリポジトリは、ICML 2025に提出された論文「Core Knowledge Deficits in Multi-Modal Language Models」の公式ウ…

このLLM Video Makerは、AIコーディングエージェント（Claude Code、Cursor、Codex、Windsurf、Geminiなど）向けのス…

このリポジトリは、AIによる音声生成技術（テキスト読み上げ、音楽生成、サウンドデザイン）に関する厳選されたAPI、…

このMarimoノートブックは、拡散モデルがなぜノイズレベルの条件付けを必要としないのかを、研究論文「The Geometry …

「拼好会-智能会議辅助系统」は、AIを活用したリアルタイム会議支援ソフトウェアです。PCの音声とマイク入力を同時に…