#Python (2196 repos)

GPT Researcherは、Webとローカルの両方で任意のLLMプロバイダーを活用し、深い調査を自律的に行うエージェントです…

このリポジトリは、急速に成長するGenerative AI分野の研究更新、面接準備資料、Jupyter Notebook、およびその他多く…

AgenticSeekは、Manus AIの完全にローカルな代替となる音声対応AIアシスタントです。クラウド依存なしで、Webブラウ…

Haystackは、コンテキストを考慮した実用的なLLM（大規模言語モデル）アプリケーションを構築するためのオープンソー…

Pixelle-Videoは、入力されたテーマに基づいて、AIが短尺動画を全自動で生成するエンジンです。動画のスクリプト作成…

本ツールは、PyTorchフレームワーク上で動作する画像から画像への変換（Image-to-Image Translation）を実現するライ…

「Planning with Files」は、長時間実行されるエージェントタスクのために永続的なファイルベースのプランニングを提…

agentmemoryは、AIコーディングエージェントが過去の対話や作業内容を永続的に記憶し、同じ内容を繰り返し説明する必…

LLaVAは、視覚指示チューニングを用いてGPT-4レベルの能力を持つ大規模言語およびビジョンアシスタントです。画像だ…

「SYSTRAN/faster-whisper」は、OpenAIのWhisperモデルをCTranslate2で再実装した高速音声転写ツールです。オリジナ…

このリポジトリは、NirDiamantによるGenerative AI (GenAI) エージェントに関するチュートリアルと実装の包括的なコ…

Open Generative AIは、コンテンツフィルターや制限なくAI画像、ビデオ、リップシンクを生成できる無料のオープンソ…

WhisperXは、OpenAIのWhisperモデルを基盤とした、単語レベルの正確なタイムスタンプと話者分離（Diarization）機能…

RAG-Anythingは、次世代のマルチモーダル対応オールインワンRAG（Retrieval-Augmented Generation）フレームワークで…

Vibe-Tradingは、個人トレーダー向けのAI取引エージェントで、ワンコマンドで包括的な取引機能を提供します。永続メ…

QwenPawは、個人のニーズに合わせてローカルまたはクラウドに容易に導入できるAIアシスタントです。ユーザーはデータ…

FunAudioLLMが開発するCosyVoiceは、大規模言語モデル（LLM）を基盤とした多言語対応の音声生成モデルです。最新版の…

このGitHubリポジトリ「microsoft/unilm」は、Microsoftが提供する、タスク、言語、モダリティ（テキスト、画像、音…

IndexTTS2は、感情豊かで再生時間の厳密な制御が可能な自己回帰型ゼロショットテキスト音声合成（TTS）モデルです。…

Jina-Serveは、gRPC、HTTP、WebSocketsを介して通信するAIサービスを構築・デプロイするためのフレームワークです。…

PentAGIは、AI技術を活用して複雑なペネトレーションテストタスクを完全に自律的に実行できる革新的なシステムです。…

Buzzは、OpenAIのWhisperを搭載し、個人用コンピューター上で音声の文字起こしと翻訳をオフラインで実行できる高機能…

code-review-graphは、AIコーディングツールがコードベース全体を毎回読み込むことで生じる非効率性と高コストを解決…

Diaは、Nari Labsが開発した1.6Bパラメータのテキスト読み上げ（TTS）モデルです。このツールは、スクリプトから直接…