#Python (2196 repos)

Memory OSは、Hermes Agentに永続的な長期記憶機能を提供する7層構造のメモリオペレーティングシステムです。エージ…

Tangoは、LLM（Flan-T5）によってガイドされる潜在拡散モデル（LDM）を用いた、テキストからオーディオを生成するツ…

BigVGANは、NVIDIAが開発したユニバーサルなニューラルボコーダーであり、ICLR 2023で発表されました。大規模なデー…

HunyuanCustomは、画像、音声、ビデオ、テキストといった多様な入力モダリティを活用し、特定の被写体が登場するカス…

cqは、AIエージェントが同じ過ちを繰り返すことを防ぐためのオープンな知識共有標準です。エージェントは学習した知…

ComfyUI向けに高品質なインペイント機能を提供するノード集です。Fooocusインペイントモデル（SDXL対応）、LaMa、MAT…

RES4LYFは、ComfyUI向けの先進的な画像生成サンプラーとユーティリティのコレクションです。独自のノイズスケーリン…

このツール群「cli-anything-wps」は、AIエージェントが複数の主要なアプリケーションをCLI経由で制御するためのハー…

ClawKeeperは、OpenClawのような自律エージェントシステムを包括的に保護するためのリアルタイムセキュリティフレー…

Irodori-TTSは、Flow Matching技術を用いたテキスト音声合成モデルで、絵文字によるスタイル制御が可能です。参照音…

muapi CLIは、muapi.aiの公式コマンドラインツールで、ターミナルから直接画像、動画、音声コンテンツを生成できます…

Optioは、AIコーディングエージェントのワークフローをオーケストレーションする自己ホスト型プラットフォームです。…

Mini-Coding-Agentは、コーディングエージェントの主要な構成要素を解説するために設計された、Pythonによる最小限で…

「Awesome AutoResearch」は、AIを活用した自動最適化手法「AutoResearch」の具体的なユースケースと、そのオープン…

Patterは、AIエージェントに電話番号を与え、電話通話機能を統合するためのオープンソースSDKです。PythonおよびType…

このツールは、AnthropicのAIであるClaudeに動画の視聴と理解能力を付与するClaude Codeプラグインです。ffmpegを用…

Loushangは、AIネイティブなコーディングオーケストレーションプラットフォームで、意図から検証済みデリバリーまで…

OpenOSINTは、AIを搭載したOSINT（オープンソースインテリジェンス）エージェントです。対話型REPL（Read-Eval-Print…

PIA (Personalized Image Animator) は、CVPR 2024で発表された、テキストプロンプトとパーソナライズモデルを組み合…

SEINEは、ICLR 2024で発表された、短い動画から長い動画を生成するビデオ拡散モデルです。動画の遷移生成や予測、画…

AI Audio Datasets (AI-ADS)は、スピーチ、音楽、効果音といった多様な音声データセットを網羅した包括的なリストで…

VibeSearchBenchは、AI検索エージェントの性能を評価するための最難関ベンチマークツールです。曖昧で多段階の検索ク…

このリポジトリは、オーディオAI研究のための包括的な情報ハブです。オーディオLLM、音声認識、音声合成、音楽・オー…

Raindrop Workshopは、エージェント（特にコーディングエージェント）のローカルデバッガーツールです。エージェント…