#Python (2218 repos)

ScrapeGraphAIは、LLMとグラフロジックを活用したPython製のウェブスクレイピングライブラリです。ウェブサイトやXML…

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…

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…

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…

OpenMontageは、世界初となるオープンソースのエージェント型動画制作システムです。AIコーディングアシスタントを本…

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…

「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…

「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…

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…

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…

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…

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…

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…

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。…

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…

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…

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。…

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…

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…

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…

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…

FunASRは、エンドツーエンドの音声認識に特化した、研究者と開発者向けのツールキットです。音声認識（ASR）、音声活…

LivePortraitは、人物、猫、犬のポートレートを効率的にアニメーション化するAIツールです。本ツールは、Stitchingと…