#Python (2218 repos)

Image2 Ads Studioは、Image2向けの広告プロンプト生成エージェントです。顧客のビジネス要件、コピー、参考画像を分…

このリポジトリは、OpenPoseモデルを使用して人間のポーズキーポイントを抽出し、視覚化するPython実装を提供します…

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…

このプロジェクトは、ビデオから3D再構築を効率的に行うためのツールです。VGGT（Video-based General-purpose Geome…

ComfyUI-KaniTTSは、ComfyUI用のカスタムノードとして、リアルタイムアプリケーションに最適化された高速・高忠実度…

「AI Flow Architect」は、単一のAI出力に依存することなく、LLM（大規模言語モデル）のハルシネーション（誤情報生…

ND Super Nodesは、人気の画像生成AIツールComfyUI向けに設計された、モダンで使いやすいカスタムノード群です。特に…

1rokは、OpenAI、Anthropic、Geminiなどの多様なLLMプロバイダーと、Alpaca、Yahoo Finance、FREDといった金融ツール…

このリポジトリは、拡散大規模言語モデル（dLLM）向けのトレーニング不要でプラグアンドプレイな動的デコーディング…

Workspace-Benchは、大規模なファイル依存関係を持つワークスペースタスクにおいてAIエージェントの能力を評価するた…

VL-Calibrationは、大規模視覚言語モデル（LVLMs）の推論における信頼性キャリブレーションを向上させるためのフレー…

Chat Selfieは、AIエージェントに感情豊かな「顔」と「心」を与えることで、単なるテキストのやり取りを超えた深い対…

PatentRadarは、特許公開番号を入力するだけで、弁護士やエンジニアが直接レビュー可能なクレームチャート報告書を自…

「Voice agents from scratch」は、Pythonでリアルタイム音声エージェントをゼロから構築するための実践的なチュート…

「ComfyUI-BS_Kokoro-onnx」は、AI音声合成モデル「Kokoro-onnx」を人気のある画像生成UI「ComfyUI」で利用可能にす…

Dokisは、RAG（Retrieval-Augmented Generation）パイプラインにおいて、LLMが生成する応答に含まれる根拠のない主張…

Colored Noise Diffusion Sampling (CNS)は、拡散モデルの画像生成プロセスを最適化するプラグアンドプレイ型のSDEサ…

ComfyUI Floodgateは、ComfyUIのワークフローにおけるロジックフローを簡単に制御できるカスタムノードです。処理時…

「Codex GPT Image Skill」は、OpenClaw、Claude Code、Codex、Hermes AgentといったAIエージェント向けに、GPT-Imag…

SynthVisionは、医療画像VQA（Visual Question Answering）データセットの生成と、それを用いたVLM（Vision Language…

このリポジトリは、DGX Sparkという特定のハードウェア環境で動作する、小規模な言語モデルや量子化モデルのベンチマ…

OmniAgentは、動画コンテンツを効率的に理解するための革新的なオムニモーダルAIエージェントです。従来のモデルとは…

NeRAFは、ICLR 2025で発表された、3Dシーンの情報を統合したニューラルラディアンスフィールドとアコースティックフ…