#Python (2196 repos)

diarizeは、音声ファイルから「誰がいつ話したか」を自動的に識別するPython製のスピーカーダイアリゼーションツール…

Flow Agentは、Google Flowを活用してAI動画や画像をターミナルから生成するCLIツールです。APIキー不要で、Omni Fla…

Black Forest LabsのAPIをComfyUIワークフロー内から直接呼び出せるカスタムノード集です。`custom_nodes` に配置し…

ReactiveGWMは、プレイヤー操作とNPCの自律性を分離することで、ゲーム内のNPCをより動的に制御する新しいゲーム世界…

ProctorAIは、AIを活用したリモート試験監視システムです。顔認証、ウェブカメラ、ブラウザ、音声チェックを通じて試…

AI Mixed-Cutは、既存の動画コンテンツを「解構-重構」という独自モデルで深度解析し、再利用可能な創作素材ライブラ…

SR-Agentsは、大規模言語モデル（LLM）エージェントにおけるスキル検索拡張（SRA）の研究と評価を目的としたコミュニ…

ComfyUI向けの非公式カスタムノード集で、論文「Restart Sampling for Improving Generative Processes」に基づく再…

FaceFusion ComfyUIは、ComfyUIに統合された非公式の拡張機能で、高度な顔スワッピングをローカルで実行します。API…

ComfyUI-RookieUIは、ComfyUIのカスタムノード拡張で、A1111（Automatic1111）スタイルのサイドバーUIとワークフロー…

「MobileI2V」は、画像から高品質な動画を高速で生成できるツールです。特にモバイルデバイスでの利用に最適化されて…

ComfyUI上でDemoFusion手法を使えるようにするカスタムノードです。高解像度画像生成の実験をComfyUIのノード環境で…

ReVidgenは、具現化されたAI領域における動画生成モデルを再考するための公式実装リポジトリです。本プロジェクトは…

このプロジェクト「kikiri-tts」（旧kokoro-deutsch）は、既存のKokoro-82Mモデルをドイツ語向けにファインチューニ…

このComfyui_MiniCPMv2_6-prompt-generatorは、ComfyUIのカスタムノードで、画像から自動的にプロンプトやキャプショ…

AceForgeは、macOS Silicon向けに設計されたローカルファーストのAI音楽ワークステーションです。ACE-Step技術を核と…

「kstack」は、Claude Code向けのスキルパックで、Kubernetesクラスターの監視、トラブルシューティング、監査をAIの…

「Granite Switch」は、IBM Researchが開発したオープンソースプロジェクトで、複数のファインチューニングされたLoR…

FeatureBenchは、複雑な機能開発におけるエージェント型コーディングのベンチマーキングを目的とした、テスト駆動型…

このプロジェクトは、1,000万件以上の大規模なドキュメント群に対応し、幻覚（Hallucination）をほぼゼロに抑えるこ…

LabVLAは、Qwen3-VL-4B-Instructビジョン言語モデルを、DiTフローマッチングアクションエキスパートと独自のπ0.5レシ…

このAIエージェントスキルは、旅行で撮影した大量の動画素材から、自動的にVlogを生成します。ユーザーは素材フォル…

Matryca Logseq LLM Wikiは、Andrej KarpathyのLLM WikiをアウトライナーパラダイムにもたらすヘッドレスなMCPサーバ…