Modality-First
つないで、つくる。

テキスト、画像、音声、動画をつなぎ、自分だけの AI ワークフローへ。

オープンソース · モデルを選べる · セルフホスト対応

テキスト
画像
音声
3D
動画
得られた結果を、次のステップへ。
ひとつのワークフロー / 4つの手順

文書から始める。

文書を置く。

文書をキャンバスに置いて、繰り返し使う。

テキストを抽出する。

文字を取り出し、次の処理へ。

処理を二つに分ける。

同じテキストから、要約と音声を生成。

画像をつなぐ。

音声とキャラクター画像から、話す動画に。

構成例 · 実行には対応プラグインが必要ですスクロールして続きを見る

まず、何ができるか。
モデル選びは、その次に。

モデルを替えても、フローはそのまま。

モダリティから考える理由を読む →
何から始めますか?
ここから 変換する 次につなぐ
テキスト
アイデアを広げる
テキスト
画像を生成する
画像
声にする
音声

機能の例です。実行には対応プラグインの設定が必要です。

基本操作

追加、変換、合成、分割。

追加する

テキスト、ファイル、リンクから始める。

変換する

画像をテキストや動画、別の画像に変換。

組み合わせる

画像と音声を組み合わせて動画に。

分割・一括処理する

複数の部分に分けて、ひとつずつ処理。

スクロールして、つながりの変化を見る

目的に合わせて、処理をつなぐ。

01

情報を使いやすい形に

ドキュメント テキスト 要約 音声
02

一枚の画像から、その先へ

画像 変換 動画 / 3D
03

必要な部分を取り出す

動画 クリップ 音声 テキスト

MODALITY-FIRST

データ、機能、モデルを分けて考える。

結果が、次の起点になる

取り込んだ素材も、生成した素材も、次の入力に。

機能とモデルを分けて考える

互換モデルに切り替えても、フローを維持。

人もエージェントも、同じ構造で

画面で組み立てても、Agent に任せても、あとから編集。

スクロールして、つながりの変化を見る

見た目は画像から、動きは動画から。

対応するモーション転送プラグインで、ふたつの素材を動画に。

ソースコードを見る
猫の画像とダンスの参考動画をモーション転送ノードにつないだ TongFlow のキャンバス
実行例を見る

クラウドでも、自分の環境でも。

共通のオープンソース基盤に、必要なプラグインとサービスを接続。

macOS / Windows 版をダウンロード ↗デスクトップ版はクラウドに接続するため、インターネット接続が必要です。

使い始める前に

TongFlow とは何ですか?

TongFlow は、マルチモーダルAIワークフローを組み立てるオープンソースのツールです。キャンバス上でテキスト、画像、音声、動画、3D、文書をつなぎ、情報の抽出、変換、生成、組み合わせを行えます。各ステップは対応するプラグインと、そのモデルや処理プログラムで実行します。クラウド版でも、自分の環境に導入しても使えます。

Modality-first とは何ですか?

テキスト、画像、音声といった情報の形態を基本単位にする考え方です。機能がそれらをつなぎ、モデルが機能を実行します。違うワークフローも共通の構造で組み立てられます。

何でも自由につなげられますか?

各機能の入力・出力の型に合う接続が必要です。実行には対応するプラグインも必要です。組み合わせの設計は自由ですが、実行できる処理は現在の機能によって決まります。

画像や動画を生成するためだけのツールですか?

いいえ。画像の理解、テキストの抽出、文字起こし、動画の分割、複数のデータを組み合わせる処理も扱えます。生成は、その中のひとつの操作です。

実行するには何が必要ですか?

クラウド版を使うか、アプリをセルフホストし、選んだプラグインに必要な認証情報を設定します。Modal系プラグインにはModalアカウント、API系には対応するプロバイダーのキーが必要です。

料金の仕組みを教えてください。

クラウド版にはサブスクリプション料金がかかります。モデルAPIとGPUの利用料は、各プロバイダーから別途請求されます。TongFlowは生成クレジットを販売していません。料金と試用条件は料金ページをご覧ください。

料金 →

最初のノードをつなぐ。