全AIリポジトリ

ModelFaucetは、オープンソースのLLM配信ゲートウェイと組み込み可能なSDKです。あらゆるウェブサイト、アプリケーシ…

DREID-Packは、DREIDING力場、Goldstein+Split DEE、tree-decomposition DPを駆使し、全原子レベルでのタンパク質側…

short-video-directorは、Codexスキルシステム向けの短編動画作成支援ツールです。参照画像、キャラクター設定、環境…

Reality Pulseは、AppleのObject Captureフレームワークを活用し、写真から3Dモデルを自動再構築するmacOSアプリケー…

Viz2Speechは、インドネシアの視覚障害者のアクセシビリティを向上させるために開発された、画像から音声への変換エ…

AIwork4me/ernie-image-skillは、Baidu AI StudioのERNIE-ImageおよびERNIE-Image-Turboモデルを使用してローカルPNG…

GitClawは、GitHub ActionsとGitHub Issuesを基盤として動作する、サーバーレスなAIアシスタントのプロトタイプです…

このツールは、韓国語に特化した音声複製TTS（Text-to-Speech）サービスです。既存のGPT-SoVITSプロジェクトを基盤と…

PoYo AIプラットフォームのHappy Horseモデルは、テキスト、画像、参照ビジュアルから動画を生成・編集するための強…

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…

AgentDictateは、Linux環境向けのプッシュツートーク音声入力アプリケーションです。OpenAIの音声テキスト変換APIを…

Pannotateは、画像アノテーションとモーションプロンプトを組み合わせることで、視覚的にガイドされたAIビデオ生成を…

「kestrel」は、macOSのメニューバーからUSB-C HDMIキャプチャカードを介してビデオを録画・プレビューできるアプリ…

ernie-image-mlxは、Baiduの80億パラメータ画像生成モデルERNIE-Imageを、Apple Silicon向けにMLXフレームワークで純…

rust-whisper-diarizationは、純粋なRustで実装されたストリーミング音声認識と話者分離のライブラリです。whisper.c…

MemTestは、AIメモリシステムの評価に特化したユニバーサルなベンチマーク生成ツールです。手続き型生成により依存性…

r3f-rag-vizは、Retrieval Augmented Generation (RAG) および知識グラフのための編集可能な3D可視化ライブラリです…

Vesperaは、ユーザーのMacまたはLinuxマシン上で動作するプライベートな自己ホスト型AIアシスタントです。会話内容を…

「Local Mac TTS for Obsidian」は、ObsidianのノートをmacOSに内蔵された高品質なテキスト読み上げエンジンで読み上…

「My Podcast Studio」は、AI音声合成とポッドキャストナレーションを提供するオープンソースのSaaSプラットフォーム…

本リポジトリは、Stable Diffusion 3に着想を得た、DiTベースの条件付きフローモデルを実装しています。主な機能は、…

ReCo-Diffは、スパースビューCT（低線量CT）における画像再構成のための、残差条件付き決定論的サンプリングに基づく…

KubryxはWeb3向けのマルチチェーンAI金融スーパーアプリです。信用スコアリング、暗号化された遺産保管庫、プライベ…

「image-studio」は、Claude Codeを活用して、CanvaなどのデザインツールやAI画像モデルなしで高品質な静的画像を生…