全AIリポジトリ

Ar9av/mlx-lm-serverは、Apple Siliconを搭載したMac向けに開発された、OpenAI互換のローカル推論サーバーです。LLM…

ComfyUI MediaHubは、クラウドベースの画像および動画生成APIを、構成可能でクリーンなComfyUIワークフローに統合す…

WhisperCaptionはmacOS向けのリアルタイムキャプションアプリケーションです。マイク入力とMacのシステム音声を同時…

mellifluousは、Markdown形式のテキストを構造やインラインコンテンツを考慮し、自然な間合いで読み上げるツールです…

「kokoro-infer」は、高速で軽量なKokoro-82M TTS（Text-to-Speech）推論エンジンおよびサーバーです。CPU、CUDA、そ…

「AI Chat Studio」は、AIによる創作活動を支援する軽量なツールです。OpenAI互換のチャット機能に加え、テキストや…

PopTech Studioが提供するAI Cinema Studio Engineは、自社ホスト型のAI映画制作エンジンです。Higgsfield Cinema St…

TubeAssistantは、YouTubeチャンネルの運営を完全に自動化するツールです。AIがチャンネル分析に基づいてスクリプト…

MyPlayerは、Windows専用のC++製メディアプレイヤーで、Qt 6、FFmpeg、CUDA、ONNX Runtimeを基盤としています。主な…

verbatim-flowは、macOS向けのシンプルかつ高精度なディクテーションアプリです。発話された言葉をそのままテキスト…

agency-kitは、既存のClaude Code環境を強化するための中国語ネイティブ構成プラットフォームです。このシステムは、…

node-webrtc-rustは、Node.jsでリアルタイム音声エージェントを構築するためのRustネイティブWebRTCスタックです。電…

Verfixは、AIコーディングエージェントが生成するWebアプリケーションのブラウザ検証を自動化するためのローカルファ…

「LTX Desktop Unlocked」は、AIによる動画・画像生成を行うデスクトップアプリケーションのアンロック版です。従来…

この「LLM Observability Platform: Core Python Infrastructure」は、LLMアプリケーション向けに設計された高性能な…

「imagine-mcp」は、Google Gemini、OpenAI、Grokといった主要なAIモデルを横断し、画像や動画の理解および生成を可…

AutoReelは、AIを活用してソーシャルメディア向けの魅力的な短尺動画コンテンツを自動生成する、先進的なコンテナ化…

このリポジトリは、World Action Model (WAM) に関する2026年版の分類済み研究論文索引です。4つの主要な調査論文と7…

「Auto-Audiobook」は、EPUB、MOBI、PDF形式の電子書籍を、構造化されたMP3オーディオブックに自動変換するエンジン…

Eric Color Correction for ComfyUIは、ComfyUI向けのプロフェッショナルな色補正、スキントーン調整、およびバッチ…

「Awesome GPT Image 2 Prompts」は、HiAPIのGPT Image 2モデルと互換性のある、厳選されたプロンプトギャラリーです…

Robot Episode Curatorは、LeRobotデータセット内の外れ値エピソードを効率的に特定し、診断するためのツールです。R…

「rag-contract」は、RAG（Retrieval-Augmented Generation）アプリケーションのドキュメント検索品質を検証するため…

ovos-tts-plugin-kokoroは、Open Voice OS (OVOS) 音声アシスタント向けに開発された、多言語テキスト読み上げ（TTS…