#Python (2218 repos)

「EffectErase」は、ビデオからのオブジェクト除去と挿入を同時に、かつ高品質に行うためのツールです。CVPR 2026で…

VRChat向けデスクトップリアルタイム翻訳ツール「Mio RealTime Translator」は、VRChatでの国際交流を支援します。主…

Count Anythingは、テキストクエリに基づいて画像内のあらゆるオブジェクトを数えることができる汎用モデルです。自…

VidCom2は、Video Large Language Models (VideoLLMs) の推論を高速化するためのプラグアンドプレイなフレームワーク…

Chunkyは、RAG（Retrieval-Augmented Generation）パイプラインの品質を向上させるためのローカルでオープンソースの…

「Spectrum」は、学習不要なスペクトル拡散特徴予測を用いて、拡散モデルのサンプリング速度を大幅に向上させるツー…

「lecture-to-hw」は、大学の授業資料（講義、宿題ファイル、コード、過去の解答スタイル）から、簡潔なMarkdown形式…

このプロジェクトは、AI/LLM関連の公開講義、インタビュー、技術記事を中国語でまとめた学習リソースです。合計303の…

ScreenMindは、PCの画面活動をAIでキャプチャ、分析し、検索可能なプライベートAIメモリを構築するツールです。Gemma…

このプロジェクトは、Open WebUIの体験を強化するために設計された26種類のカスタムツール集です。主な特徴は、30秒…

「AI Desk Card」は、Claude CodeやCodexなどのAI AgentとM5Paper墨水屏を連携させるデスクトップサブスクリーンSkil…

Image Prompt Libraryは、生成AIで作成された画像とそのプロンプトをローカルで一元管理するための視覚的ライブラリ…

VODERは、ローカルで動作し、無料で利用できるプロフェッショナルグレードの音声処理ツールです。音声認識、テキスト…

Echo-Memoryは、Joy Future AcademyのEcho Teamが開発した、ビデオワールドモデルにおけるメモリの役割を研究するた…

Engramは、OpenClawエージェントに永続的な長期記憶機能を提供するハイブリッドプラグインです。SQLiteとFTS5を使用…

ComfyUI-Text_Image-Compositeは、ComfyUI向けのテキストと画像を合成するツールです。テキストの自動折り返しや、h3…

ComfyUI Meshは、拡散モデル（FLUX.2、LTX 2.3など）の計算を2つのNVIDIA GPU（同一マシンまたはLAN経由）に分散させ…

「Latent Particle World Models (LPWM)」は、ICLR 2026で発表された自己教師ありオブジェクト中心ワールドモデルのP…

UNITEは、画像や分子などのモダリティに対応した、トークン化と潜在拡散モデルの生成を単一ステージでend-to-endに学…

このリポジトリは、AIエージェントシステムの構築に関する分散した知識を集約し、体系的な学習ロードマップを提供す…

QuantClawはOpenClaw向けのプラグアンドプレイ型タスクルーティング量子化プラグインです。このツールは、着信する各…

DELEGATE-52は、大規模言語モデル（LLM）が様々な専門ドメインの文書編集タスクを長期にわたって委任された際の性能…

NAS3Rは、新規ビュー合成を介して自己教師あり3D再構築を行うためのフィードフォワードフレームワークです。このツー…

ComfyUI-RequestNodesは、ComfyUI用のカスタムノードプラグインです。APIへのHTTPリクエスト（GET/POST/PUT/DELETEな…