タグ: AIのオープンソースプロジェクト 2ページ目

概論 DeepGeminiは、開発者Thomas Sligterによって作成されたオープンソースプロジェクトである。マルチモデルオーケストレーションをサポートするAI管理ツールであり、主な特徴は、様々なAIモデルを柔軟に組み合わせる能力であり、OpenAI互換のAPIインターフェースを通じて呼び出される。プロジェクトはPython 3.11と...をベースにしている。

概論 OptexityはGitHub上のオープンソースプロジェクトで、Optexityチームによって開発されている。このプロジェクトの中核は、人間のデモデータを使用して、コンピュータタスク、特にウェブページ操作を完了するためにAIを訓練することです。このプロジェクトには、ComputerGYM、AgentAI、Playwrightの3つのコードライブラリが含まれており、ユーザは...

一般的な紹介 II-Researcherは、Intelligent-Internetチームによって開発され、GitHubでホストされているオープンソースの人工知能研究ツールです。深層検索と複雑な推論のために設計されており、インテリジェントなウェブ検索とマルチステップ分析を通じて複雑な質問に答えることができます。プロジェクトは2025年3月27日に開始された。

一般的な紹介 Cuaは、Computer-Use Agent（「クーア」と発音）と呼ばれるオープンソースプロジェクトで、Apple Siliconデバイス向けに設計されており、ネイティブデバイス90%に近い速度で高性能なmacOSとLinuxの仮想マシンを作成し、実行することができます。CuaはApple Siliconデバイス用に設計されており、ネイティブデバイスの90%に近い速度で、高性能なmacOSとLinuxの仮想マシンを作成して実行することができます。 CuaはAp...

はじめに Paper to Podcastは、学術研究論文を生き生きとした楽しいポッドキャストに変えることに特化したオープンソースのツールです。人工知能技術を使ってPDF形式の論文を3人の登場人物（ホスト、学習者、専門家）の対話に変えることで、複雑な学術的内容を簡単に理解できるようにします。この ...

概論 OmniSQLはRUCKBReasoningチームによって開発され、GitHubでホストされているオープンソースプロジェクトである。このプロジェクトの中心的な機能は、ユーザが入力した自然言語の質問を高品質なSQLクエリ文に変換し、ユーザがデータベースを簡単に操作できるようにすることである。このプロジェクトは、自動化されたテキスト...

概要 LatentSyncはByteDanceによって開発され、GitHubでホストされているオープンソースツールです。音声を通して動画内のキャラクターの唇の動きを直接駆動し、口の形を音声に正確に一致させることができます。このプロジェクトは、Stable Diffusionの潜在拡散モデルに基づいています。

一般的な紹介 Morphik Coreはmorphik-orgチームによって開発され、GitHubでホストされているオープンソースプロジェクトです。以前はDataBridge Coreと呼ばれていましたが、現在はMorphik Coreと改名されています。このツールはAIアプリケーションのために設計されたデータベースで、テキスト、画像、PDF、動画、その他様々なデータを扱うことができます。

一般的な紹介 serverless-markdown-convertorは、Cloudflare WorkerとWorkers AI開発に基づいて、様々なファイルをMarkdown形式に変換することができる無料のオープンソースツールです。PDF、画像、Office文書、HTML、その他の一般的なファイル形式をサポートしており、自分で変換する必要はありません。

概要 EditorJumperは、JetBrains IDE用に設計されたプラグインで、GitHubユーザーのwanniwaによって開発されました。このプラグインを使うと、開発者はJetBrains IDE（IntelliJ IDEAやPyCharmなど）とVS Code、Cursor、Trae、Windsurfなどのエディタとの間を素早く行き来することができます。

VirtualWifeは、開発者yakami129によって作られたオープンソースのバーチャルデジタルパーソンプロジェクトである。現在インキュベーション段階にあり、「魂」を持ったバーチャル・キャラクターを作成することが目標で、ユーザーは友人のように交流することができる。このプロジェクトはBステーションのライブストリーミングをサポートし、中国語の音声とテキストでコミュニケーションすることができます。

一般的な紹介 GPT-Crawlerは、BuilderIOチームによって開発され、GitHubでホストされているオープンソースツールです。1つ以上のウェブサイトのURLを入力することで、ページのコンテンツをクロールし、カスタムGPTやAIアシスタントを作成するための構造化ナレッジファイル（output.json）を生成します。ユーザーは...

包括的な紹介 MegaTTS3は、ByteDanceが浙江大学と共同で開発したオープンソースの音声合成ツールで、高品質な中国語と英語の音声を生成することに重点を置いています。MegaTTS3のコアモデルは0.45Bのパラメータしかなく、軽量で効率的です。プロジェクトはGitHubでホストされており、...

KBLaMはMicrosoftによって開発されたオープンソースプロジェクトで、知識ベース拡張言語モデル（KBLaM）として知られている。KBLaMは、外部の知識をベクトルに変換し、大規模なモデルのアテンションレイヤーに埋め込みます。

概要 BrowserTools MCPは、AgentDeskAIチームによって開発されたオープンソースプロジェクトです。AIがログ、ネットワークリクエスト、スクリーンショットを含むブラウザのアクティビティをリアルタイムで監視し、ChromeエクステンションやNode.jsサービスを通じてウェブパフォーマンス、SEO、アクセシビリティを分析することを可能にします。

概要 AgentLaboratoryは、Samuel Schmidgallによって開発された、GitHubでホストされているオープンソースツールです。大規模言語モデル(LLM)によって駆動されるインテリジェントエージェントを使用し、文献レビュー、実験デザイン、レポート作成を含む科学研究の全プロセスにおいて研究者を支援します。このツールの...

一般的な紹介 キロコードは、Visual Studio Code（略してVS Code）のオープンソース拡張プラグインです。人工知能技術を使って、ユーザーがより効率的にコードを書けるようにする。このプロジェクトはKilo-Orgチームによって開発され、当初はRoo Codeからフォークされ、その後、より多くの機能を追加しています。