全AIリポジトリ

このツールは、1Cコードベースの分析におけるRAGおよびRLMベースのMCPサーバーのパフォーマンスをベンチマークし、比…

vibe-brainは、AIコーディングアシスタントがプロジェクトのコンテキストをセッション間で保持し、作業の効率性を高…

Swallow LLM Leaderboardは、大規模言語モデルSwallowの性能を評価し、その結果を可視化して公開するツールです。`py…

Jarvis Vision Assistantは、Python、Arduino、ウェブカメラ、テキスト読み上げ、Google Gemini Vision、パン/チルト…

このツールは、tryAGIが開発したSonauto (Melodia) のための現代的な.NET SDKです。OpenAPI定義から自動生成されてお…

このツールは、企業採用ページからエンジニアリングの求人情報を収集し、Claudeを使って各役割を分類・要約し、レン…

easy-transcriber-sttは、Windows向けのローカル音声文字起こしアプリケーションです。スピーチを自身のPC上でテキス…

NarrateFlowは、PPTやドキュメントを音声クローン、タイムライン調整、リタイムド動画合成機能を備えたナレーション…

zskyai-prompt-builderは、AIによる画像・動画生成のためのプロンプトを効率的に作成できる対話型のCLIツールです。…

このツールは、Volcengine Ark Seedance/Jimengの動画生成サービスと連携するローカルのstdio MCPサーバーです。物語…

Yuri OSは、自然言語で目標を指示するだけで、AIが自動的に複雑なマルチエージェントワークフロー（DAG）を設計し、…

Zox AIは、OllamaとLlama 3.1 8Bモデルを基盤とした、完全にオフラインで動作するWindows向けのAIデスクトップアシス…

Vision Studio-Xは、ローカル環境で動作するAIを活用した画像および動画生成用のプロフェッショナルなデスクトップア…

本プロジェクトは、Free Spoken Digit Datasetを用いてゼロから訓練された小型のCTC音声認識器です。1秒間の数字音声…

nuwa-skillは、特定の人物の思考、意思決定、話し方のパターンを詳細に分析し、その情報を再利用可能なモデルとして…

Veynorは、DiscordなどのAIエージェント向けにリアルタイム音声インタラクションを提供するオープンソースの音声ラン…

NAVA-Text-to-Videoは、高度なオーディオビジュアル生成フレームワークです。Native Audio-Visual Alignment (NAVA) …

comfyui-navigatorは、ComfyUIのワークフロー内のグループを一覧表示するフローティングパネルです。大規模なワーク…

このツールは、架空の航空会社FlightAIのためのマルチモーダルAIカスタマーサポートチャットボット「Airline Support…

このツールは、FunASRとParaformer-zhを基盤としたローカル音声転写APIを提供します。OpenAI Whisper APIと高い互換…

このツールは、Claude CodeやDeepSeekのようなテキストベースのAIモデルに、画像認識（OCR機能を含む）と音声認識（…

このRoboGuardは、産業用ロボットUR10eのマニュアルに基づいた技術サポートを提供するエンタープライズRAGエージェン…

ComfyUI-Voiceは、ComfyUIに統合された、拡張可能なオーディオおよび音声処理ノードスイートです。テキスト音声合成…

このGoアプリケーションは、Whatsmeow、PostgreSQL、OpenRouterを統合したWhatsAppチャットボットです。会話と参加者…