全AIリポジトリ

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、…

「Supertonic 3 TTS App」は、Supertone Supertonic 3エンジンを搭載した、Windows向けのオンデバイス・ニューラルテ…

CUIGは、テキストから画像を生成する拡散モデルにおける概念忘却の研究コードベースです。本リポジトリは、独立、シ…

AgentRearrangeは、Swarmsフレームワーク向けの汎用マルチエージェントオーケストレーションプリミティブです。本ツ…

このリポジトリは、拡散モデルやフローマッチングモデルといった連続時間生成モデルの開発およびトレーニングコード…

saravananravi08/glm-ocrは、GLM-OCRビジョン言語モデルを搭載した純粋なRust製OCR推論エンジンです。PythonやPyTorc…

SYNTHRONは、実用的なマルチエージェントAIフレームワークで、毎日3500万以上の無料トークンを提供します。7つのLLM…

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…

Nimiは、AI-nativeなオープンワールドプラットフォームであり、ローカルファーストでマルチプロバイダーのパーソナル…

BlaiseはmacOS向けのローカルファーストな会議文字起こし・メモ作成ツールです。システムオーディオとマイクをデバイ…

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…

本講義は大言語モデル（LLM）の体系的な学習ノートで、Transformerの基礎からマルチエージェントシステムまで、15週…

ReMapは、3DキャプチャデータをGaussian SplattingやNeRFなどの高度なトレーニング用に準備するための強力なデスクト…

「VoxCPM Easy Launcher」は、OpenBMB/VoxCPM（優れたオープンソースのテキスト音声変換および音声クローンモデル）…

GPT-Image-2 Studioは、KDB-Windが開発した、軽量でローカル優先のGPT-Image-2画像生成ツールです。テキストからの画…

LektorAI by Slawaspr0は、Pythonで開発された映画やシリーズ向けのポーランド語AIナレーション生成ツールです。選択…

OpenExpertiseは「AI時代のMakefile」と称されるCLIツールで、チームの専門的なワークフロー（SOP）をYAMLグラフとし…

Docker上で動作する、OpenAI互換の自己ホスト型音声サーバーです。Whisperを含む7種類の自動音声認識（ASR）バックエ…

Vibe-singは、Claude Codeセッションの終わりに、そのセッションのトランスクリプトからユーザーの気分を読み取り、…

「dots.tts Studio」は、RedNote hilabの「dots.tts」を基盤としたポータブルなWindows向けテキスト音声合成ツールで…

ttscliは、Go言語で書かれた軽量で高速なコマンドラインインターフェース（CLI）ツールです。テキストを音声に変換し…

Local Brain RAGは、プライバシーを最優先し、完全にオフラインで動作する超最適化された知識ベースです。複雑なコー…

Chalkboardは、任意のトピックを自動でナレーション付きManimアニメーションビデオに変換するマルチエージェントパイ…