全AIリポジトリ

「Video Podcast Clipper」は、長尺動画からTikTokやYouTube Shorts向けのバイラルな縦型ショートクリップを自動生成…

macOS向けの「handy-companion」は、無料のオフライン音声認識アプリ「Handy」で生成された文字起こしテキストを、大…

SkinAidは、皮膚疾患の分析を支援する高度なクロスモーダルAIフレームワークです。ユーザーは皮膚の画像と年齢、性別…

Prompt-KBは、AIプロンプトの学習、再利用、振り返りを目的とした知識蓄積システムです。DAIR.AIのPrompt Engineerin…

FlowSRは、ICCV 2025で発表された、Consistency Rectified Flowを活用した高速画像超解像ツールです。低解像度画像か…

このプロジェクトは、テキストから画像（T2I）およびテキストから動画（T2V）を生成する、プロダクションレベルかつ…

MicTypeは、macOSユーザー向けの革新的な音声入力ツールであり、AIコマンド機能を統合しています。ホットキーの「タ…

この「Spatial Intelligence Handbook」は、SLAM、VIO、3D表現、センサー、デプロイメントの課題を、ロボットアーム…

「voice-snap」は、低遅延を実現するAI音声コンパニオンライブラリです。高速な音声認識にはfaster_whisperを、自然…

ComfyUIの「Z-Image Turbo」ワークフロー向けに設計された、LLMを活用した高度なプロンプトエンジニアリングノードで…

ml-animationsは、機械学習と線形代数の概念を楽しく学習するためのインタラクティブなアニメーションと演習を提供す…

WhisperX Transcriberは、Windowsユーザー向けのオフラインAI音声文字変換ツールです。OpenAIのWhisperモデルとWhisp…

Veo 3 APIは、Googleの最新AI動画生成モデルであるGoogle Veo 3（Veo3, Veo 3.1, Veo 3 Fast）へ、最も安価で容易に…

BizyAir Skillは、AI Agent向けにAIGC（AI生成コンテンツ）機能を提供するスキルパッケージです。BizyAirのクラウド…

このリポジトリは、NVIDIA DGX Sparkワークステーション向けの包括的な設定を提供します。Caddyリバースプロキシ、Op…

AI Security Methodologyは、AIエージェント向けのセキュリティ研究方法論を提供するリポジトリです。攻撃パターン、…

「Learn (Almost) Anything」は、選択したトピックからパーソナライズされたコースを作成し、その学習を支援するデス…

ANARCHYは、クラウドやテレメトリーに依存しない、完全ローカルかつオフラインファーストのWindows向けAIアシスタン…

「短剧大师™ v6.2」は、一文のアイデアから高品質なAIマイクロ短劇を生成する、世界初の全プロセス閉ループ、精密エ…

AeroGraphは、AIエージェントのワークフローに特化したオープンソースの視覚的デバッガー兼フライトレコーダーです。…

このツール「rag-document-intelligence」は、Windows上でPDFやスキャンされた文書を扱うためのアプリケーションです…

CosyVoiceUIは、NVIDIA Triton Inference ServerとFastAPIを基盤とした高性能なCosyVoiceテキスト読み上げ（TTS）管…

bitHuman SDKは、音声入力からリアルタイム（25FPS）でリップシンクされたアニメーション顔を生成する開発キットです…

このツールは、Civitaiの複数画像投稿を単一画像投稿に分割し、Civitai、Pixiv、X (Twitter)、小紅書といった複数の…