#Python (2218 repos)

「Hand2World」は、自由空間での手のジェスチャーから一人称視点でのインタラクションを自動回帰的に生成する研究プ…

「NanoGS: Training-Free Gaussian Splat Simplification」は、ガウシアンスプラットモデルをトレーニングなしで手軽…

AVGen-Benchは、Text-to-Audio-Video (T2AV) 生成の多段階評価を目的としたタスク駆動型ベンチマークツールです。既…

「Cognitive Companion」は、多世代同居家庭の高齢者介護を支援する、プライバシーを最優先したオンプレミスAIシステ…

SynapseKitは、本番環境向けのLLMアプリケーション開発に特化した、最小限かつ非同期ファーストのPythonフレームワー…

Bumblebeeは、ユーザーが指定した長いフレーズを、実際の映画やテレビ番組のセリフを繋ぎ合わせて動画クリップとして…

LatentGateは、VL-JEPAに着想を得たパイプラインで、画像や長いテキストなどの複雑な処理をローカルのOllama（無料）…

Video Diaryは、家庭用監視カメラの録画映像をAIで自動分析し、効率的な管理を可能にするシステムです。NASやディレ…

このツールは、Arena AI (旧 LMSYS Chatbot Arena) のLLM、Vision、Code、Video、Imageなどの全リーダーボードのスナ…

decibriは、Python、Rust、Node.js、ブラウザ向けに統一されたAPIを提供するクロスプラットフォームのオーディオエン…

xyvaClawは、自己進化するAIアシスタントプラットフォームであり、OpenClawランタイムを深度強化したものです。ユー…

HairPortは、画像内の顔に参照ヘアスタイルを転送する最先端の3D認識型フレームワークです。このツールは、大規模な…

yshtcn/xiaomiTTS2OpenAITTSAPIは、小米MiMo TTS APIをOpenAI互換のTTS APIプロキシサービスに変換するツールです。…

SelenaCoreは、インターネット接続や月額料金が一切不要な、オフラインファーストのスマートホームハブです。Raspber…

ChipMATEは、RTLコード生成のためのマルチエージェント推論フレームワークです。Verilog生成エージェントとPython参…

ComfyUI-Pixal3Dは、TencentARCが開発したPixal3D（SIGGRAPH 2026）のComfyUIカスタムノードです。単一の画像からPBR…

vslinx/ComfyUI-vslinx-nodesは、ComfyUIのワークフローを効率化・高速化するためのカスタムノード集です。複数画像…

Timbreは、複数の話者が混在する音声録音（ポッドキャスト、インタビュー、ストリームなど）から、短い参照クリップ…

ComfyUI-LTXV-TimeGated-LoRAは、ComfyUIのLTX 2.3ワークフローで視覚的なLoRAを時間的に制御するためのノードです。…

WorldReasonBenchは、動画生成モデルが物理的、社会的、論理的、情報的に一貫した未来の世界状態を推論できるかを評…

本ツールは、MediaTekのBreeze-ASR-26モデルを基盤とした台湾語（台語）に特化した音声文字起こしツールです。NVIDIA…

Evretは、推薦システム、RAG (Retrieval Augmented Generation)、検索システムにおけるリトリーバーの評価に特化した…

「civitai-mcp-ultimate」は、Civitai APIの機能を包括的に提供するMCPサーバーです。本ツールは、モデルの高速かつ…

このツールは、テキスト読み上げ（TTS）サーバー「Kokoro」をDockerコンテナとして手軽にデプロイできるイメージです…