#Python (2218 repos)

「The Elements of Agent Style」は、AIエージェントが生成するテキストを、プロの技術者が書いたような品質に向上さ…

recomby-geoは、GEO（地理空間情報や検索エンジン最適化）分野に特化したオープンソースのAI従業員ソリューションで…

このプロジェクトは、LLM（大規模言語モデル）のAPIプロキシと回復力ライブラリを提供します。自己ホスト型で、OpenA…

Jumping Agentは、ジャンピングゲーム形式のインタラクションを通じて、AIエージェントの構築を学べるプラットフォー…

Scal3Rは、CVPR 2026のHighlight論文として発表された、大規模な3D再構築のためのスケーラブルなテスト時学習手法で…

このリポジトリは「AI Engineering from Scratch」の中国語派生版であり、AIエンジニアリングを基礎から体系的に学ぶ…

このリポジトリは、様々なAIプロジェクトのためのGoogle Colabノートブック集です。特に、ビジュアルプログラミング…

PixelSmileは、顔の表情を連続的に制御しながら、微調整された編集を可能にするツールです。既存の顔の同一性を強く…

smfsは、エージェント向けに設計された高性能なファイルシステムです。ファイル、画像、動画などあらゆるデータを格…

SD Prompt Reader Nodeは、Receyuki氏のSD Prompt Readerのサブプロジェクトで、ComfyUIのカスタムノードとして機能…

Confucius4-TTSは、LLMと音声エンコーダをベースにした、多言語・異言語対応のゼロショット音声合成エンジンです。「…

Orthrusは、大規模言語モデル（LLM）の推論を高速化するためのデュアルアーキテクチャフレームワークです。自己回帰…

Bonsai Image Demoは、Apple Silicon (macOS) またはNVIDIA GPU (Linux/Windows) を利用して、ローカルで画像を生成…

「zai-org/GLM-skills」は、GLMモデルファミリー向けの公式スキルセットを統合したリポジトリです。Claude Code、Ope…

ComfyUI-OmniVoice-TTSは、画像生成AIのComfyUI向けに開発された、ゼロショット多言語テキスト読み上げ（TTS）ノード…

VeRL-Omniは、拡散モデルやオムニモダリティモデルといったマルチモーダル生成モデルに特化した強化学習（RL）トレー…

EnterpriseRAG-Benchは、企業の社内文書に特化したRAGシステム評価用のデータセットおよびベンチマークを提供します…

myAiVideosは、AIを活用した中国語短編動画の自動制作パイプラインです。トピック発見からクリエイティブ生成、視覚…

KVarNは、LLMのKVキャッシュ量子化をvLLM環境で実現するネイティブバックエンドです。特に、エージェントや長文コン…

VEGA-3Dは、「Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding」の公式実装…

「Paper Plot Skills」は、学術論文で用いる図表を効率的に再現・生成するためのAIスキルツールボックスです。厳選さ…

OmniShowは、ByteDanceが開発した人間とオブジェクトのインタラクションビデオ生成（HOIVG）のための統合モデルです…

Entrolyは、AIのハルシネーションを検知し、トークン費用を70-95%削減するオープンソースのコンテキストエンジンです…

MobileClawは、Androidデバイス上でLLMエージェントを動作させるためのオープンソースの実験的なモバイルアプリです…