全AIリポジトリ

GstrlはmacOS 14+向けの画期的なユーティリティで、ジェスチャー、音声、AIエージェントを組み合わせた直感的な操作…

LetAITalkは、AI音声アシスタントとしてユーザーに代わって電話に応答し、着信の意図を理解して安全な範囲で返答する…

「cover-xiaohongshu」は、小紅書（Xiaohongshu）のカバー画像を生成およびレイアウトを分析するためのCodex/Claude …

このツールはKaggleのGPU上で動作するマルチモーダルLLMサーバーで、テキストと画像の処理が可能です。無料のKaggle …

LangSliceは、Vision-Language Model (VLM) を活用し、組織学的脳切片をBrainGlobeアトラスに自動で高精度に位置合わ…

langchain-content-normalizerは、LangChain、MCPツール、Anthropicコンテンツブロック、およびマルチモーダルチャッ…

Thread Contractは、AIコーディングエージェント向けの対話スレッドに特化したランタイム契約レイヤーです。ユーザー…

MiMo-Codeは、MiMoモデルファミリー専用のネイティブデスクトップコーディングエージェントです。WindowsおよびmacOS…

Tri-AIは、Claude、Codex、Kimiなどの複数のAIモデルを連携させるためのポータブルなディスパッチプロトコルです。Cl…

EpubVoiceは、自己ホスト型の個人用EPUBリーダーで、テキスト読み上げ（TTS）機能を備えています。購読や制限がなく…

このリポジトリは、Seedance 2.0のプロンプト、マルチモーダルAIビデオワークフロー、画像からビデオへの変換例、音…

nodeguardは、ComfyUIのカスタムノードやノードベースのワークフロープラグイン向けのセキュリティスキャナーです。…

reachy-mini-agentは、Reachy Miniロボット向けのリアルタイム音声・視覚AIエージェントです。このツールは、ローカ…

mdrouterは、OpenAI、Ollama、Anthropicといった複数のLLMプロバイダーに対応したルーターです。低コスト、低遅延、…

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…

「ComfyUI Node Builder」は、視覚的なGUIとAIの力を活用し、ComfyUIのカスタムノードやノードパックを効率的に構築…

GradiumPPは、GradiumのText-to-Speech (TTS) およびAutomatic Speech Recognition (ASR) APIを利用するためのC++17…

Mono-HDR-3Dは、ICML 2025で発表された、単一露光の低ダイナミックレンジ（LDR）画像から高ダイナミックレンジ（HDR…

seedance-prompt-forgeは、SeedanceやKling、Runway、Veoなどのテキストからビデオへの生成モデル向けに、クリーンで…

HEPHAESTUSは、開発目標を与えるとAIエージェントが自律的にタスクを分解、実行、検証し、最終的にクリーンなコード…

LXによるCivitaiビジュアルブラウザノードは、ComfyUIユーザーがローカルのLoRA、チェックポイント、拡散モデルを効…

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…

「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…