全AIリポジトリ

mini-pi0は、ロボットの動作ポリシーをフローマッチングにより学習するためのコンパクトな研究コードベースです。特…

「LTX Desktop Unlocked」は、AIによる動画・画像生成を行うデスクトップアプリケーションのアンロック版です。従来…

tendernessは、テキストと画像から合成かつ決定的なドキュメントを高速でレンダリングするためのPythonライブラリで…

「cover-xiaohongshu」は、小紅書（Xiaohongshu）のカバー画像を生成およびレイアウトを分析するためのCodex/Claude …

DialoStackは、ROS 2ロボットが目標指向の音声会話を行えるようにするフレームワークです。ユーザーから構造化データ…

Prompt-generationは、Stable DiffusionやMidjourney、FLUXなどのAI画像生成ツール向けに、プロンプト管理を劇的に簡…

本ツールは、Model Context Protocol、LangGraph、FastMCPを活用した自律的な買掛金AIシステムです。請求書のデータ…

crisp-captionは、ブラウザの音声やライブストリーム、OBSでの配信に対して、リアルタイムで日本語のライブキャプシ…

Pocket Claudeは、AnthropicのClaudeを自己ホストできるチャットフロントエンドです。ユーザー自身のPro/Maxサブスク…

mellifluousは、Markdown形式のテキストを構造やインラインコンテンツを考慮し、自然な間合いで読み上げるツールです…

skill-autoshortsは、長尺動画からTikTok、Instagram、YouTube向けのショート動画を自動で生成するツールです。AIが…

このMarimoノートブックは、拡散モデルがなぜノイズレベルの条件付けを必要としないのかを、研究論文「The Geometry …

Seshat TTSは、Windows向けのGUIユーティリティで、ゲームやアプリケーション向けにリアルタイムの音声ストリーミン…

ZenTapは、macOS向けの小型オープンソース音声入力ツールです。フローティングウィンドウのクリック操作で音声入力を…

nodeguardは、ComfyUIのカスタムノードやノードベースのワークフロープラグイン向けのセキュリティスキャナーです。…

「拼好会-智能会議辅助系统」は、AIを活用したリアルタイム会議支援ソフトウェアです。PCの音声とマイク入力を同時に…

AITuber MCPサーバーは、AIを活用して動画を生成するツールです。AIによるナレーション、ビジュアル、同期されたキャ…

Edmon02によって開発されたこのAIツールは、英語の動画コンテンツを高品質な東・西アルメニア語に自動的に吹き替える…

このツールは、ComfyUI用のカスタムノード拡張機能で、高品質なVHS/CRT/NTSCビデオエフェクトを画像に適用します。高…

HavocsCall's ComfyUI Custom Nodesは、ComfyUI向けに標準ノードを使いやすく拡張したカスタムノード集です。数値や…

「cite-formatter」は、LLM（大規模言語モデル）が生成したコンテンツに含まれる「[CITE:id]」形式の引用プレースホ…

Stable Audio Insightは、Stability AIの「Stable Audio Open 1.0」を基盤としたWindows向けのローカルオーディオ生…

「Marble x Nuke」は、Nuke 17+にWorld Labs Marble APIを統合したツールです。コンポジターやVFXアーティストは、テ…

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…