カテゴリ
カテゴリ
優先：動画・画像・音声・音楽・ゲーム。
ノードベースのワークフローからワンクリックの Web UI まで、オープンソースの画像生成ツールとモデル。 11 総合
SmolVLM2-2.2B-Instruct 11
HuggingFaceTB/SmolVLM2-2.2B-Instruct A vision-language model that fits on a laptop and reads video. MiniCPM-V-2_6 10
openbmb/MiniCPM-V-2_6 A 3B model that sees, hears and reads — with excellent OCR. dicebear 80
dicebear/dicebear 開発者のための決定論的アバターとイラスト — 30+ スタイル、1 つの API。 image-to-3dlab 78
Bingeljell/image-to-3dlab 画像を渡すとゲーム対応の 3D アセットに — Apple Silicon 上で。 Real-ESRGAN 16
xinntao/Real-ESRGAN Practical super-resolution for photos, anime and frames InstantID 10
instantX-research/InstantID Keep the same face across generated images without heavy fine-tuning TRELLIS 58
microsoft/TRELLIS Structured image-to-3D for game props TripoSR 58
VAST-AI-Research/TripoSR Fast feed-forward image-to-3D InstantMesh 13
TencentARC/InstantMesh Efficient image-to-3D meshes stable-dreamfusion 7
ashawkey/stable-dreamfusion Classic open text-to-3D playground Omost 8
lllyasviel/Omost LLM-composed canvases for structured concept art オープンな動画生成モデルとツール。必要なハードウェアの差が大きいので、まず導入コストを確認しましょう。 9 総合
ArcReel 82
ArcReel/ArcReel 小説や脚本から完成映像へ。セルフホストできる AI 動画ワークベンチ。 dramaclaw 81
dramaclaw/dramaclaw 汎用 AIGC 動画エンジン：脚本から完成作品までを一つのパイプラインで。 FunClip 72
modelscope/FunClip 文字起こし・字幕・LLM によるクリップ抽出をローカルで。 auto-editor 79
WyattBlue/auto-editor 手間ゼロの動画編集：無駄な時間を自動でカット。 reelmimic 60
edenfunf/reelmimic 好きな動画を見せると、同じスタイルの新しい動画を作る。 whisperX 75
m-bain/whisperX Word-level timestamps on top of Whisper-class ASR SadTalker 14
OpenTalker/SadTalker Talking-head video from one photo plus audio MotionCtrl 8
TencentARC/MotionCtrl Controllable camera/object motion for AI video i2vgen-xl 7
ali-vilab/i2vgen-xl Image-to-video for animating concept art 音声認識と音声合成のプロジェクト。品質と同じくらい、対応言語とライセンス条件が重要です。 9 総合
Kokoro-82M 19
hexgrad/Kokoro-82M Studio-quality TTS from an 82M model you can run on a CPU. DiffSinger 63
openvpi/DiffSinger Diffusion-based singing voice synthesis toolkit F5-TTS 70
SWivid/F5-TTS Fast zero-shot TTS with natural prosody fish-speech 75
fishaudio/fish-speech Multilingual open TTS with an active community OpenVoice 20
myshell-ai/OpenVoice Instant voice cloning with style control Retrieval-based-Voice-Conversion-WebUI 65
RVC-Project/Retrieval-based-Voice-Conversion-WebUI The default WebUI for voice conversion covers whisperX 75
m-bain/whisperX Word-level timestamps on top of Whisper-class ASR voice-changer 60
w-okada/voice-changer Real-time AI voice changer for streams and games so-vits-svc 13
svc-develop-team/so-vits-svc Classic open singing voice conversion stack オープンなモデルとツールで作曲・伴奏・サンプリング・アレンジ。音声の TTS/ASR とは別に扱います。 17 総合
ACE-Step-1.5 73
ace-step/ACE-Step-1.5 一般向け GPU で動くローカル楽曲生成 YuE 78
multimodal-art-projection/YuE Open music model with symbolic planning and zero-shot covers ACE-Step 35
ace-step/ACE-Step Earlier ACE-Step stack — still useful if you follow v1 tutorials demucs 19
facebookresearch/demucs 曲をボーカル・ドラム・ベース等に分離 stable-audio-tools 60
Stability-AI/stable-audio-tools Training and inference toolkit for Stable Audio open models audiocraft 42
facebookresearch/audiocraft MusicGen and companion models for text-to-music DiffSinger 63
openvpi/DiffSinger Diffusion-based singing voice synthesis toolkit ACE-Step-Studio 75
timoncool/ACE-Step-Studio ACE-Step 1.5 XL ベースの Windows ワンクリック音楽スタジオ Retrieval-based-Voice-Conversion-WebUI 65
RVC-Project/Retrieval-based-Voice-Conversion-WebUI The default WebUI for voice conversion covers DiffRhythm2 28
ASLP-lab/DiffRhythm2 Full songs with lyric alignment via block flow matching heartlib 62
HeartMuLa/heartlib Open lyric+tag music generation stack for 2026 Muse 31
yuhui1038/Muse Fully open long-form song model with style controls AudioSep 7
Audio-AGI/AudioSep Text-queried universal audio separation AudioLDM2 8
haoheliu/AudioLDM2 Latent diffusion for text-to-audio and music ultimatevocalremovergui 66
Anjok07/ultimatevocalremovergui Desktop GUI for high-quality vocal/stem removal voice-changer 60
w-okada/voice-changer Real-time AI voice changer for streams and games so-vits-svc 13
svc-develop-team/so-vits-svc Classic open singing voice conversion stack 手作業やコードで画像を作り・作り変えるツール群：ピクセルアートエディタ、プロシージャルアバター、スタイル模倣パイプライン。 12 総合
reelmimic 60
edenfunf/reelmimic 好きな動画を見せると、同じスタイルの新しい動画を作る。 dicebear 80
dicebear/dicebear 開発者のための決定論的アバターとイラスト — 30+ スタイル、1 つの API。 Pixelorama 81
Orama-Interactive/Pixelorama 無料でオープンなピクセルアート多機能ツール — スプライト・アニメ・パレット。 PixiEditor 77
PixiEditor/PixiEditor 万能 2D エディタ：ピクセル・ベクター・アニメ・ノードグラフを一つに。 SadTalker 14
OpenTalker/SadTalker Talking-head video from one photo plus audio Real-ESRGAN 16
xinntao/Real-ESRGAN Practical super-resolution for photos, anime and frames InstantID 10
instantX-research/InstantID Keep the same face across generated images without heavy fine-tuning texel-studio 59
EYamanS/texel-studio Pixel-art agent that paints sprites tool-by-tool spritebrew 67
GAlbanese09/spritebrew Generate and export game-ready pixel sprite sheets spritesage 68
keystoneintelligence/spritesage Sprite editor with AI assist and Godot export Omost 8
lllyasviel/Omost LLM-composed canvases for structured concept art PuLID 3
ToTheBeginning/PuLID PuLID: high-fidelity identity customization for diffusion — consistent characters for games and comics. AI でゲーム開発を加速：アセット生成、画像から 3D へのパイプライン、AI モッドツール、一人スタジオキット。 14 総合
universal-modder 79
rehan-remade/universal-modder Claude を任意のゲームに向ければ、ほぼ何でも MOD できる。 skills 78
scenario-labs/skills あらゆるエージェントから、実戦品質の画像・動画・音声・3D を生成。 image-to-3dlab 78
Bingeljell/image-to-3dlab 画像を渡すとゲーム対応の 3D アセットに — Apple Silicon 上で。 ohmygame 76
WhiteTowerAI/ohmygame AI が仕切る、あなた専用の一人ゲームスタジオ。 texel-studio 59
EYamanS/texel-studio Pixel-art agent that paints sprites tool-by-tool spritebrew 67
GAlbanese09/spritebrew Generate and export game-ready pixel sprite sheets spritesage 68
keystoneintelligence/spritesage Sprite editor with AI assist and Godot export TRELLIS 58
microsoft/TRELLIS Structured image-to-3D for game props TripoSR 58
VAST-AI-Research/TripoSR Fast feed-forward image-to-3D InstantMesh 13
TencentARC/InstantMesh Efficient image-to-3D meshes stable-dreamfusion 7
ashawkey/stable-dreamfusion Classic open text-to-3D playground PuLID 3
ToTheBeginning/PuLID PuLID: high-fidelity identity customization for diffusion — consistent characters for games and comics. MotionCtrl 8
TencentARC/MotionCtrl Controllable camera/object motion for AI video i2vgen-xl 7
ali-vilab/i2vgen-xl Image-to-video for animating concept art オープンソースの大規模言語モデル、ランタイム、推論サーバーをまとめています。速度・必要なハードウェア・メンテナンス状況で比較できます。 5 総合
lmdeploy 71
InternLM/lmdeploy Turbocharge LLM/VLM serving with 4-bit weights and a fast gRPC API. SmolLM2-1.7B-Instruct 0
HuggingFaceTB/SmolLM2-1.7B-Instruct A 1.7B model good enough to be your default on-device LLM. Phi-3.5-mini-instruct 15
microsoft/Phi-3.5-mini-instruct A 3.8B model that reasons better than models twice its size. Qwen2.5-3B-Instruct 0
Qwen/Qwen2.5-3B-Instruct A 3B all-rounder with unexpectedly good coding and 29+ languages. gemma-3-1b-it 13
google/gemma-3-1b-it A 1B model that reads images and speaks 140+ languages with a 128K context. 計画・ツール呼び出し・協調を行う AI エージェントを構築するためのフレームワーク。抽象度、マルチエージェント対応、本番運用への適性で選びましょう。 8 総合
screenpipe 73
screenpipe/screenpipe Record everything on your screen locally and let AI search and act on it. gpt-researcher 72
assafelovic/gpt-researcher Point it at a question; it browses the web and hands back a sourced report. e2b 78
e2b-dev/e2b Give your agent a disposable Linux sandbox to run untrusted code safely. khoj 56
khoj-ai/khoj Ask questions across your own notes, files and chats from a chat box. litellm 80
BerriAI/litellm One import to talk to OpenAI, Anthropic, Google, Mistral and 100+ more. skills 62
anthropics/skills The canonical Skill library — copy any SKILL.md and your agent gains a capability. superpowers 69
obra/superpowers Drop-in skills that make your coding agent actually do TDD and debug properly. planning-with-files 68
OthmanAdi/planning-with-files Give your agent a durable, file-backed plan it actually follows. 検索拡張生成（RAG）のツールキットと、すぐに使えるナレッジベースアプリ。文書解析の精度、検索戦略、導入の手間が主な違いです。 6 総合
screenpipe 73
screenpipe/screenpipe Record everything on your screen locally and let AI search and act on it. gpt-researcher 72
assafelovic/gpt-researcher Point it at a question; it browses the web and hands back a sourced report. WrenAI 77
Canner/WrenAI Ask your database questions in plain English; it clarifies, then writes the SQL. docling 78
docling-project/docling Turn messy PDFs and Office docs into clean Markdown, JSON or a layout tree. khoj 56
khoj-ai/khoj Ask questions across your own notes, files and chats from a chat box. txtai 72
neuml/txtai Embed, index, search and prompt — no separate vector DB to run. コーディングエージェントや汎用エージェントの機能を拡張する、再利用可能な Skills・プロンプト・プラグイン。 10 総合
skills 62
anthropics/skills The canonical Skill library — copy any SKILL.md and your agent gains a capability. superpowers 69
obra/superpowers Drop-in skills that make your coding agent actually do TDD and debug properly. Skill_Seekers 63
yusufkaraaslan/Skill_Seekers Point it at a docs site and get a ready-to-use SKILL.md back. ui-ux-pro-max-skill 71
nextlevelbuilder/ui-ux-pro-max-skill Make your agent stop shipping generic 'AI slop' front-ends. planning-with-files 68
OthmanAdi/planning-with-files Give your agent a durable, file-backed plan it actually follows. scientific-agent-skills 73
K-Dense-AI/scientific-agent-skills Domain skills that let an agent do real scientific analysis. humanizer 70
blader/humanizer Make AI drafts read like a human wrote them. awesome-claude-skills 46
travisvn/awesome-claude-skills The discovery index for finding your next agent skill. universal-modder 79
rehan-remade/universal-modder Claude を任意のゲームに向ければ、ほぼ何でも MOD できる。 skills 78
scenario-labs/skills あらゆるエージェントから、実戦品質の画像・動画・音声・3D を生成。 オープンソースのコーディングエージェントとエディタ拡張。使えるモデルの幅、自律性、コスト管理で比較できます。 3 総合
e2b 78
e2b-dev/e2b Give your agent a disposable Linux sandbox to run untrusted code safely. superpowers 69
obra/superpowers Drop-in skills that make your coding agent actually do TDD and debug properly. ui-ux-pro-max-skill 71
nextlevelbuilder/ui-ux-pro-max-skill Make your agent stop shipping generic 'AI slop' front-ends. 自分の PC・ワークステーション・サーバーでモデルを動かすためのツール。必要 VRAM、対応プラットフォーム、最初の応答までの早さを重視して紹介します。 1 総合
テキスト・画像・音声・動画を横断して扱うモデルとツール。 3 総合
SmolVLM2-2.2B-Instruct 11
HuggingFaceTB/SmolVLM2-2.2B-Instruct A vision-language model that fits on a laptop and reads video. gemma-3-1b-it 13
google/gemma-3-1b-it A 1B model that reads images and speaks 140+ languages with a 128K context. MiniCPM-V-2_6 10
openbmb/MiniCPM-V-2_6 A 3B model that sees, hears and reads — with excellent OCR. モデル品質を測るためのデータセット、ベンチマーク、評価ツール。 2 総合
ゼロから作らずにチャットアプリ・エージェント・自動化を構築できる、セルフホスト可能な基盤。 5 総合
WrenAI 77
Canner/WrenAI Ask your database questions in plain English; it clarifies, then writes the SQL. ArcReel 82
ArcReel/ArcReel 小説や脚本から完成映像へ。セルフホストできる AI 動画ワークベンチ。 dramaclaw 81
dramaclaw/dramaclaw 汎用 AIGC 動画エンジン：脚本から完成作品までを一つのパイプラインで。 ohmygame 76
WhiteTowerAI/ohmygame AI が仕切る、あなた専用の一人ゲームスタジオ。 ACE-Step-Studio 75
timoncool/ACE-Step-Studio ACE-Step 1.5 XL ベースの Windows ワンクリック音楽スタジオ RAG やレコメンドを支えるベクトルデータベースと類似検索エンジン。 2 総合
人と同じようにブラウザやデスクトップを操作するエージェント。クリック・入力・画面の読み取りを行います。 1 総合