全AIリポジトリ

本リポジトリは、動画、3D、ロボティクス、自動運転など多岐にわたる生成型世界モデルの研究論文と関連リソースを集…

SplatfastK1は、スマートフォンで撮影した動画をGPU不要で3D Gaussian splatに変換できる無料のWindowsデスクトップ…

Godot 4.4+向けの火山エンジン豆包TTS音声大モデルのサードパーティSDKです。ゲームやインタラクティブプロジェクト…

Deep Video Watcherは、AIを活用したマルチモーダルな動画分析・編集インテリジェンスエンジンです。多数の動画コン…

Voice-Commandは、AI（Claude Desktop、Cowork、Claude Code、Codex CLI、Gemini CLI、LM Studioなど）を音声で完全…

このツールは、AIモデル訓練データのアノテーションルール文書を効率的に作成するためのClaudeスキルです。テキスト…

Jacobは、個人向けのAI財務管理ツール（AI CFO）です。PSD2オープンバンキングを通じて欧州の銀行口座と連携し、取引…

Python Autodubは、AIを活用した自動動画吹き替えパイプラインです。音声抽出、Demucsによるボーカル分離、DiariZen…

react-native-tts-kitは、React NativeおよびExpoアプリ向けに、デバイス上で動作するニューラル音声合成（TTS）ライ…

CloudClawは、Spring BootとSpring AIを活用したエンタープライズグレードのオープンソースAIエージェントプラットフ…

WatchReaderは、Wear OS向けのミニマリストな電子書籍リーダーで、スマートフォンから.txtや.epub形式の書籍を同期し…

opencrabは、タスクをこなすだけでなく、自己の目標を持ち自己進化を追求する「自律生命体」です。他のエージェント…

YourCarTalksは、Android Autoに接続するたびに「Welcome to Your [車の名前]」という挨拶を車のスピーカーから再生…

comfyui-gallery-loaderは、ComfyUIの画像およびパスウィジェット向けに設計された、タッチフレンドリーなギャラリー…

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…

このプロジェクトは、AIまたは手動スクリプト入力からYouTube ShortsやReelsのような短尺縦型動画を自動生成するため…

ChatWalaʻauは、完全にローカルで動作するフルスタックAIエージェントランタイムです。最新のチャットUIをAG-UIプロ…

「NEON SHADOWS: Chrome & Blood」は、2087年のサイバーパンク世界を舞台にしたPython製のテキストベースRPGです。プ…

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…

UAL（Understand Any Language）は、ESP32-S3を基盤としたIoT音声翻訳プロトタイプです。距離センサーでユーザーを検…

Page-agent-UIは、ウェブページの見た目と操作性を向上させるChrome拡張機能です。UI（ユーザーインターフェース）と…

Auto TikTokは、Douyin/TikTokクリエイター向けのローカルファーストなAI短編動画自動生成ツールです。与えられたト…