#Python (2218 repos)

VisualClawは、物理世界向けのリアルタイムでパーソナライズされたエージェントを構築するための自己進化型マルチモ…

studiomi300は、1つのプロンプトから30秒のシネマティックなリール動画を生成するエンドツーエンドのツールです。Dir…

「Coarse-guided-Gen」は、粗いサンプルをガイドとして、条件付きのビジュアルコンテンツ生成を可能にするツールです…

Hermes Katanaは、AIエージェント向けの多層防御セキュリティレイヤーです。テキストの出所を文字レベルで追跡し、プ…

「Realtime Call Translator」は、ビデオ/音声通話中にリアルタイムで音声を翻訳するツールです。あなたが話す言語は…

Audio-Oscarは、複雑な音声シーン記述から長尺で制御可能な音声を生成するためのマルチエージェントフレームワークで…

ThinkJEPAは、ビジョン-言語モデル(VLM)とJEPA(Joint Embedding Predictive Architecture)を統合したデュアルパス具…

mAIcroは、MicroClub-USTHBによって開発された、コミュニティや組織向けのオープンソースAI知識サービスです。このツ…

BitBrainは、最小限のGPUリソース（RTX 3090以上）で独自の小型LLM（miniLLM）を学習できるプロジェクトです。Qwen3-…

ComfyUI-Groundingは、ComfyUI上でテキスト指定による物体検出・領域マスク生成・SAM2セグメンテーションをまとめて…

OVGGTは、トレーニング不要で、任意に長いビデオストリームからリアルタイムで3D再構成を可能にする革新的なフレーム…

このツールは、感情状態、記憶の固定点、象徴的な原型に基づいて超現実的な夢のシーケンスを生成するエンジンです。…

「Irodori OpenAI TTS Server」は、Aratako/Irodori-TTSの500M v3ベースモデル向けに開発された、OpenAI Text-to-Spe…

Echoicは、AIを活用した発話練習ツールです。任意の音声ファイルをインポートし、文章ごとに発話練習を行い、音素レ…

「ComfyUI-FBCNN」は、人気の画像生成UI「ComfyUI」に、JPEG画像の圧縮ノイズ（アーティファクト）除去に特化したFBC…

ComfyUI向けの実験的なカスタムノード集で、SeeCodersを使って画像から埋め込みを生成し、既存のテキスト埋め込みな…

「VoiceInput」は、Windows OS向けのAI音声入力ツールです。指定されたショートカットキーを押すだけで、話した内容…

LatentScoreは、テキスト記述からアンビエントミュージックを生成するPythonライブラリです。GPU不要でローカル環境…

このツールは、ComfyUI用のカスタムノード「RMBG-2.0 Background Removal Node」です。briaai/RMBG-2.0モデルとBEN2:…

ComfyUI向けの潜在空間アップスケール用カスタム実装・モデル集です。画像をRGBで拡大してから再エンコードするので…

PhyMotionは、人間のビデオ生成におけるリアルなモーション生成の課題を解決するために提案された、構造化された詳細…

このツールは、人気の画像生成UIであるComfyUIのImg2Img機能を高速化するための拡張機能です。GaParmar氏のImg2Img-T…

Voice-Zeroは、ゼロショットテキスト音声合成エンジン（Chatterbox、Pocket TTSなど）で利用可能な、高品質なオープ…