#Python (2218 repos)

Portable Hermes Agentは、Windows向けのポータブルAIエージェントデスクトップアプリケーションです。インストール…

このツールは、画像生成AI「ComfyUI」向けにInstanceDiffusionを統合するノードセットです。複数のオブジェクトを詳…

このツールは、ComfyUI用のVoxCPM2テキスト読み上げノードを提供します。200万時間以上の多言語音声データで訓練され…

「Awesome Process Reward Models」は、プロセス報酬モデル（PRM）に関する最新かつ包括的な研究論文やプロジェクト…

「WorldStereo」は、カメラ制御ビデオ生成と3Dシーン再構築を融合する革新的なフレームワークです。Global-Geometric…

MotionCrafterは、単一のモノクロビデオ入力から密な4Dジオメトリとオブジェクトの動きを同時に再構築する、革新的な…

GBaseは、自己進化を核とするAIエージェントフレームワークです。エージェントが過去の経験を記憶し、自身の行動を反…

OpenHackは、コードベースの脆弱性を検出・検証するためのオープンソースのAgenticセキュリティスキャナーです。Clau…

piia-engramは、ユーザーのアイデンティティ、好み、学習した教訓、重要な決定事項をローカルのJSONファイルとして保…

EVAは、会話型音声エージェントの性能をエンドツーエンドで評価するためのオープンソースフレームワークです。エージ…

Pixal3D-ComfyUIは、単一の画像から高品質な3Dモデルを生成するためのComfyUI用カスタムノードです。TencentARCのPix…

WaDiは、CVPR 2026で発表された、ワンステップ画像生成のための公式PyTorch実装です。Weight Direction-aware Distil…

このツールは、Oxford Spires Datasetを用いて、SLAM（自己位置推定と環境地図作成）、NeRF（Neural Radiance Fields…

このツールは、ComfyUI上で動作するOpenPoseエディターであり、AI画像生成におけるキャラクターのポーズを細かく制御…

MRLibは、マルチモーダル推薦システムの研究開発に特化したオープンソースライブラリです。画像、テキスト、音声など…

このリポジトリは、OpenMOSS研究室が提供する具身知能および人型ロボット知能の入門実践チュートリアルです。ロボッ…

このツール「21 Days of Self-Interview」は、AIが実存主義心理カウンセラーとして、21日間毎晩3つの質問を投げかけ…

MAGICIANは、CVPR 2026で発表された、能動的なマッピングのための効率的な長期計画手法です。このツールは「Imagined…

KokoCloneは、Kokoro-ONNXを基盤とする高速な多言語音声クローンシステムです。短い音声サンプルからリアルタイムで…

Invincat CLIは、DeepAgents CLIを基盤としたPython製のターミナルAIプログラミングアシスタントです。ローカルリポ…

HiARは、階層的な自己回帰型のビデオ生成ツールで、従来のブロックファースト型からステップファースト型へと処理を…

Mobile-Oは、モバイルデバイス上で動作する、統一されたマルチモーダルAIモデルです。画像理解（VQA、OCR、推論）と…

DocPawsは、FastAPIとVue3で構築された企業向けのRAG (Retrieval-Augmented Generation) ドキュメントアシスタントで…