全AIリポジトリ

Cream Typerは、Apple Siliconデバイス上で動作するローカル音声翻訳・テキスト化ツールです。Caps Lockをタップして…

CaptionEvalKit-for-VLMsは、VLM（Visual Language Model）向け画像キャプション評価を再現性高く、オールインワンで…

このツールは「Florilegium（フロリレギウム）・他山之石」と名付けられ、YouTubeやBilibiliなどの動画リンク、また…

本プロジェクトは、CodexおよびChatGPTの画像生成ワークフロー向けの科研ビジュアルスキルパックです。科研、医学、…

Plasmodは、マルチエージェントシステム向けに設計されたエージェントネイティブデータベースです。粘菌ネットワーク…

ComfyViewは、ComfyUIおよびAutomatic1111ユーザーのために開発された、Rustベースの高性能Tauriデスクトップアプリ…

Lorelightは、Androidデバイス向けの多機能な小説およびEPUBリーダーアプリです。KotlinとJetpack Composeで開発され…

Voctarは、TypeScriptで書かれたシンプルなライブラリで、RAG（Retrieval Augmented Generation）の主要なプリミティ…

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…

「gosd」は、Go言語で直接Stable Diffusionモデルの推論を可能にする高性能なライブラリです。stable-diffusion.cpp…

このリポジトリは、Retrieval-Augmented Generation（RAG）の学習に特化した、基礎から本番環境でのエージェントRAG…

GPT-Image-2 Studioは、KDB-Windが開発した、軽量でローカル優先のGPT-Image-2画像生成ツールです。テキストからの画…

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…

AeroGraphは、航空安全インシデントレポートを対象としたグラフ拡張RAG（Retrieval-Augmented Generation）のベンチ…

このツールは、Google Labs FlowのOmni Flashビデオ生成機能をコマンドラインから利用するためのopencliプラグインで…

「ComfyUI Production Workflows」は、デジタルクリエイター向けに提供される、AIコンテンツ作成のための実践的ワー…

TypolessはmacOS向けのメニューバーアプリケーションで、グローバルな音声入力を可能にします。ローカルでの自動音声…

TaleWeaverは、AIが物語全体を司る次世代ブラウザベースのRPGエンジンです。AIゲームマスターが世界、キャラクター、…

このプロジェクト「modalformer-lowlight」は、低照度環境で撮影された画像のノイズ、色の歪み、細部喪失を改善する…

Calfcordは、Discordサーバー内で独自のペルソナを持つAIエージェントの分散チームを構築できるツールです。各エージ…

このツールは、NVIDIA Kimodo（テキスト駆動の3D人体モーション生成AIモデル）をSideFX Houdiniに連携させるブリッジ…

Suno AIの音楽生成におけるプロンプトエンジニアリングの実験を体系化した検索可能なアーカイブです。126以上の反復…

Local AIは、Ollamaを搭載した完全にオフラインでポータブルなAIワークスペースです。ユーザーは直感的なインターフ…

mlx-swift-audioは、テキストから音声への変換（TTS）と音声からテキストへの変換（STT）機能をアプリケーションに提…