#Python (2218 repos)

このプロジェクトは、企業法務向けのRAG（Retrieval-Augmented Generation）Q&Aシステムです。Alibaba Cloudの埋め込…

OpenDirectorは、一行のアイデアから音声、BGM、絵コンテ付きの完成されたビデオを生成するオープンソースのAIビデオ…

このプロジェクト「doubao2api」は、Doubao（豆包）クライアントAPIをリバースエンジニアリングしたもので、AIエージ…

「聲聲慢 SpeakSlow」は、中国語に特化した最速のローカル音声入力ツールです。無料かつオープンソースで、100%ロー…

Cortexは、Claude CodeなどのAIコーディングアシスタントのセッション間で失われる文脈を保持するための、永続的な記…

AmicoScriptは、OpenAIのWhisperモデルをベースにした、プライバシー重視のローカルオーディオ転写ツールです。ユー…

W-Flowは、「Wasserstein Gradient Flowsを介したワンステップ生成モデリング」の公式PyTorchコードベースです。この…

Zikkaronは、AIが過去の対話や決定を記憶し、必要に応じて適切な文脈を再構築するための永続的なメモリエンジンです…

ComfyUI-Rodinは、Hyper3DのRodin APIをComfyUIから利用できる3D生成向けカスタムノード拡張です。画像から3D、テキ…

Robo3Rは、RGBフレームからリアルタイムで操作可能な3D再構築を可能にするツールです。深度センサーやキャリブレーシ…

LATOは、3Dメッシュのトポロジーを保持したまま圧縮し、効率的に生成する新しい手法を提案しています。これは、Verte…

nvim-mcpは、AIエージェントが実行中のNeovimセッションに直接アクセスできるようにするMCP（Model Context Protocol…

ArcSubは、クラウドサービスとローカルのOpenVINOモデルの両方を活用するエンドツーエンドの字幕翻訳ワークステーシ…

GEditBench v2は、汎用画像編集モデルの性能を人間が調整した基準で評価するための包括的なベンチマークです。1,200…

ThreatSwarmは、27のAIエージェントを活用し、偵察からエクスプロイト、ポストエクスプロイト、DFIR、CVSSスコア付き…

DeepCloakは、Cloudflare、Datadome、Turnstile、reCAPTCHAなどのボットウォールによってブロックされるウェブページ…

「OmniVideo-100K」は、音声・視覚推論能力の向上を目指す大規模データセットと、そのための自動データ合成エンジン…

EcoSplatは、効率制御可能なフィードフォワード3D Gaussian Splatting技術を実装したツールです。マルチビュー画像か…

「MuAPI ComfyUI Nodes」は、muapi.aiを通じて100以上の最先端AIモデル（Seedance、Kling、Veo3、Flux、HiDream、GPT…

LeapAlignは、フローマッチングモデルを人間の好みに合わせて微調整するための学習後手法です。完全なサンプリング軌…

Memexaは、AIエージェントと人間が中国語のデータを扱うための自己ホスト型記憶グラフツールです。WeChat、QQ、飛書…

このツールは、NVIDIA DGX Spark (GB10 / Blackwell / sm_121a) に特化して最適化された、最先端のComfyUIディストリ…

Doubao Murmurは、豆包（doubao.com）のWeb音声認識機能を活用したミニマルな音声入力ツールです。macOSとLinux/Stea…