#Python (2218 repos)

Uni-ViGUは、拡散モデルを基盤としたビデオジェネレータを通じて、ビデオの生成と理解を統一する革新的なフレームワ…

本ツールは、WavLM表現から高品質なフランス語音声を再構築するニューラルボコーダーです。JEP 2026に採択された論文…

Bilibiliのお気に入り動画やクラウド文書をチャット可能な個人知識ベースへと変換するツールです。動画の音声認識（A…

Synaptic Memoryは、LLMエージェント向けの脳にインスパイアされた知識グラフとMCP（Multi-hop Chain of Thought）ツ…

このツールは、ComfyUI向けのカスタムノードコレクションであり、Dots TTSによる高品質なテキスト音声合成、音声クロ…

本リポジトリは、自律エージェントや(M)LLMエージェントを用いた低レベル画像処理（画像修復、画像編集、超解像など…

Jarvis-Macは、macOS上で動作する高度な日本語音声アシスタントです。ユーザーが「ジャービス」と呼びかけることで起…

pinruleは、AIが長時間のタスク中に当初の目的から逸脱しないように、5〜10個の重要なルールを設定できる普遍的なAI…

LongParserは、プライバシーを重視したドキュメントインテリジェンスエンジンです。PDF、DOCX、PPTX、XLSX、CSVとい…

このツールは、iMaC（Embodied World Models向けにアクションをモーションとコンタクトイメージに変換するモデル）と…

X（旧Twitter）で保存したブックマークをパーソナルAIとして活用できるツールです。散逸しがちな保存投稿を「チャッ…

このツールは、Googleのオープンソース翻訳モデル「TranslateGemma」をComfyUIに統合するノードです。Gemma 3をベー…

Supertone/supertonic-3モデル向けに、音声スタイル（.jsonファイル）を学習させるためのツールです。低GPU使用量（…

このリポジリは、顔の動作単位（AU）と顔の表情（FE）の双方向学習を可能にするStructured Semantic Mapping（SSM）…

n8n-claude-skillsは、AnthropicのClaude Skillsを活用し、n8nワークフローの構築、デバッグ、デプロイをプロダクシ…

Live Translatorは、macOS上でシステムオーディオをリアルタイムで翻訳するアプリケーションです。YouTube動画、ポッ…

このツールはComfyUIの標準`ReferenceLatent`ノードを強化したドロップイン代替品です。画像ごとに参照強度、タイム…

pod2wikiは、YouTubeやRSSからの高品質なポッドキャストや長文コンテンツを自動的に中国語の要約と英語の原文に変換…

このTypelessMLXは、macOS向けの音声文字変換（ディクテーション）アプリケーションです。Apple Silicon向けに最適化…

lilbeeは、ローカルでAIモデルを実行・管理し、ユーザーが所有するあらゆるデジタル情報をAIの力で検索することを可…

Qwen Lens Studioは、単一のQwenビジョン言語モデルを中心に構築されたマルチモーダルAIスタジオです。UIスクリーン…

「Super Video Maker Skill」は、AIエージェント向けの包括的な動画制作スキルです。HeyGenアバター、AI Bロール、Op…

EVA（Efficient Video Agent）は、動画エージェントのための効率的な強化学習フレームワークです。このモデルは「pla…

「Midjourney ComfyUI Nodes」は、ComfyUI内でMidjourney V7、V8、Nijiモデルを用いて高品質な画像を生成するための…