全AIリポジトリ

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…

このプロジェクトは、TinyMLとESP32を活用し、適応型ノイズ耐性を持つオフライン音声制御マイクロコントローラーシス…

「Chat to Comfy」は、WorkBuddyなどのAIコーディングアシスタント向けに開発された、AIによるアニメ画像生成ワーク…

CWX-Transcribeは、OpenAIの`gpt-4o-transcribe-diarize`モデルを基盤とした、長時間の2話者インタビュー向け高精度…

py-rag-engineは、PDFやMarkdown文書から情報を抽出し、質問応答を行うための軽量なPython製RAG (Retrieval-Augmente…

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…

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…

このツールは、AIコーディングエージェントが映画のような製品発表ビデオを作成するためのスキルです。製品の概要、…

このツールは、Obsidian向けの音声カプセルレコーダープラグインです。iOSのボイスメモに似たUIでノート内に音声を録…

EchoPilotは、macOS向けの会議記録および文字起こしアプリケーションです。システムオーディオとマイクオーディオを…

SYNAPSE Intelligence Platformは、自律型AIエージェントと高度なセマンティック検索（RAG）を駆使し、FAANGグレード…

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…

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…

Sirenは、生のビデオ/オーディオアセットからファインチューニングされた音声合成（TTS）モデルを作成するための、エ…

DRM Transformerは、従来のTransformerモデルの限界を打破するために開発された、デコーダーオンリーのTransformerで…

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、…

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…

「video-evaluator」は、動画ファイルから視覚的証拠を抽出し、コーディングエージェントによる自動レビューや視覚的…

cyxj-remotionは、中国語ナレーション動画制作に特化したRemotionキットです。デザインシステム、テーマトークン、再…

AIAI Hubは、GitHub上のAI関連オープンソースソフトウェアを自動的に発見し、LLM（Gemini, Claude, Codexなど）を用…

Agnesは、テキストからビデオを生成する2段階のAIパイプラインを提供するツールです。最大の特徴は、画像生成UIであ…

「agentwikis-mcp」は、AIエージェントが利用することを目的とした知識ベース「Agent Wikis」にアクセスするためのMC…