全AIリポジトリ

このリポジトリは、IROS 2025で発表されたD4DGS-SLAMで利用される、微分可能な4Dガウススプラッティングラスタライザ…

NeuralForgeは、ローカルPCのハードウェアを利用して大規模言語モデル（LLM）をファインチューニングするためのツー…

このGitHubリポジトリは、APIDot社のGPT Image 2 APIを活用した画像生成および編集のサーバーサイド実装例を提供しま…

「@muapi/ai-sdk-provider」は、Vercel AI SDKと統合するためのMuAPIプロバイダーです。Flux、Veo3、Kling、Midjourn…

本ツールは、Higgs Audio StudioのワンクリックPinokioランチャーです。100以上の言語に対応する表現力豊かな音声合…

DB GameAgentは、ローカルで動作するゲームデータベースアシスタントです。現状は「アークナイツ」のゲームデータ、…

Anvil Audioは、Stability AIの`stable-audio-tools`を拡張し、AIオーディオ生成のためのプラグイン可能なスタジオツ…

@p8n.ai/pi-listensは、音声認識（STT）と音声合成（TTS）機能を提供する、音声ファーストのPiパッケージです。デフ…

このツールは、会議の録画（動画・音声）、文書（PDF、PPTX、DOCX、XLSX、CSV、TXT）、画像を取り込み、書き起こし、…

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…

gsplat-mlxは、Apple Silicon環境で3D Gaussian Splattingを高速に実行・開発するためのコアライブラリです。mlxのC+…

EasyTraceSTLは、3Dプリントメーカー向けの無料、オフラインで非常にシンプルな3Dデザインツールです。画像を取り込…

ShopSphere AIは、Google Gemini 2.5 Flashを搭載したマルチエージェントEコマースアシスタントです。ユーザーからの…

このツールは、GTZANデータセットを用いた音楽ジャンル分類のためのマルチモーダルCNNモデルを提供します。メルスペ…

本リポジトリは、拡散モデルを利用した浅層から深層への速度モデル構築に関する、学術論文の公式かつ再現可能な資料…

Murmurは、話すだけで文字入力ができる無料のオープンソースAI音声入力ツールです。Alibaba FunASR音声認識エンジン…

AGENT-33は、ローカルファーストのマルチエージェントオーケストレーションプラットフォームです。複数のAIエージェ…

Ariaは6〜17歳の子ども向けに設計されたデスクトップAIコンパニオンアプリです。ローカルで動作し、データプライバシ…

BookVoice-AIは、テキスト、eBook、さらには写真から高品質なAIオーディオブックを生成できるオープンソースのスタジ…

Universal Captionsは、Groq Whisper APIを活用し、任意のChromeブラウザタブでリアルタイムの音声テキスト変換キャ…

「rag-ferrite」は、キーワードだけでなくドキュメントの意味に基づいて検索可能な、高速でシンプルなRust製のパーソ…

RedNotebook AIは、Trino、DuckDB、その他11種類のSQLエンジンに対応したオープンソースのAIデータノートブックです…

「AB Wildcard - ComfyUI Wildcard Processor」は、ComfyUIのプロンプト作成を劇的に強化するカスタムノードです。ワ…

「天眼 TTS Mobile」は、軽量なAndroid WebViewブラウザアプリです。PaseoやZCodeの遠隔操作ページ、あるいは一般的…