#Python (2218 repos)

Photo Agentsは、視覚情報に基づいてPCを操作する自律進化型エージェントです。画面上の情報を認識し、推論し、行動…

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…

OpenWorldLibは、高度なワールドモデル開発のための統合コードベースです。知覚、相互作用、長期記憶機能を核とし、…

Swapper AI Agent Toolkitは、AIエージェントやコーディングアシスタント向けの決済レイヤーです。資金の入金、トー…

「Causal Forcing」およびその改良版「Causal Forcing++」は、因果ODEや因果Consistency Distillationを活用し、高品…

このツールは、Hugging Faceのdiffusersパッケージを使い、画像ではなく音楽を生成する拡散モデルを適用します。オー…

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…

OhMyCaptchaは、FastAPI、Playwright、そしてOpenAI互換のマルチモーダルモデルで構築された、自己ホスト型のCAPTCHA…

CORALは、自律的なAIエージェント組織のための堅牢で軽量なインフラストラクチャです。実験実行、知識共有、ソリュー…

この「Text To Video AI」ツールは、AIを活用してテキストプロンプトから高品質な動画を自動生成します。YouTube Sho…

Open WebUI Toolsは、Open WebUIインスタンスを強力なAIワークステーションへと進化させるモジュラーツールキットで…

ComfyUI-FlashVSR_Ultra_Fastは、Diffusionベースのリアルタイム動画ストリーミング超解像モデルです。低いVRAM環境…

このツールは、人気の画像生成UI「ComfyUI」のカスタムノードであり、AIを用いた高品質な画像背景除去機能を提供しま…

このツールは、大規模言語モデル（LLM）のオンポリシー蒸留（OPD）のメカニズムとダイナミクスを系統的に調査する研…

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…

このリポジトリは、深層学習を用いた音楽生成に関する主要な研究論文や関連リソースをまとめたものです。2015年から2…

Vuiは、WebRTCストリーミング、faster-whisper ASR、ローカルLLM、Vui Nano TTSを組み合わせたリアルタイム音声アシ…

EurekaClawは、研究者の「ひらめき」を捉えるマルチエージェントAI研究アシスタントです。arXivなどの学術文献を自律…

AwesomeOPDは、LLM（大規模言語モデル）、VLM（視覚言語モデル）、エージェント、ドラフトモデルを対象としたオンポ…

FreeTheAiは、16,000以上の多様なAIモデルに対応した無料のOpenAI互換APIサービスです。チャット、ストリーミング、…

このリポジトリは、ゲームや仮想世界向けのAIネイティブなレンダラー「Generative World Renderer」を提供します。微…

SparkVSRは、インタラクティブな動画超解像（VSR）フレームワークです。ユーザーが任意の画像超解像（ISR）モデルで…

AutoScientistsは、長期的な計算科学実験を自律的に行うAIエージェントの分散型チームです。エージェントは有望な仮…

Burner Agentsは、Web上での永続的な追跡やプロファイリングを避けるために設計された、使い捨てエージェントの群れ…