#Python (2214 repos)

「Verbatim · YouTube逐字稿工具」は、YouTube動画の文字起こしを支援するローカルで動作するウェブツールです。主な…

Auto-Translatorは、複数のエージェントを活用したPDFコンテンツの自動翻訳ツールです。原文のフォーマットを完璧に…

Hermes Memory-OSは、長時間稼働するHermesエージェント向けの「ファイルファースト」なメモリおよびガバナンスラン…

M-LongDocは、EMNLP 2025で採択されたマルチモーダル超長文ドキュメント理解のための挑戦的なベンチマークと、検索対…

wan2.2-i2v-fastは、14BパラメータのWan-AI/Wan2.2-I2V-A14B-Diffusersモデルを活用した、実験的かつ高度に最適化さ…

Mynahは、Discordのボイス通話を録音し、高精度な話者ラベル付きでローカルに文字起こしするツールです。このツール…

本講義は大言語モデル（LLM）の体系的な学習ノートで、Transformerの基礎からマルチエージェントシステムまで、15週…

Roboclawsは、VLMポリシー、OpenClaw、AIコーディングエージェントによって駆動されるAIロボティクスデモのためのリ…

crisp-captionは、ブラウザの音声やライブストリーム、OBSでの配信に対して、リアルタイムで日本語のライブキャプシ…

memharnessは、AIエージェント向けのバイテンポラルで来歴を保持する長期記憶プリミティブです。SQLiteをバックエン…

このツールは、単一のブリーフから高品質なAI動画を生成するパイプラインです。Geminiによるスクリプト作成、ElevenL…

PaintBenchは、生成AIモデルの画像編集能力を決定論的に評価するためのベンチマークツールです。MSペイントのような…

Morpheusは、動画生成モデルが生成した映像がニュートン物理学の法則にどれだけ従っているかを定量的に評価する、物…

子供向けのフォニックス学習用フラッシュカードアプリで、単語の音、発音、解読パターンを練習できます。自己ホスト…

Mnemaraは、Claude Agent SDKを土台にした対話ランタイムです。毎ターンでロールドキュメントを再読込してシステムプ…

このツールは、Civitaiの複数画像投稿を単一画像投稿に分割し、Civitai、Pixiv、X (Twitter)、小紅書といった複数の…

aeon-radio-dramaは、ラジオドラマ、オーディオブック、オーディオフィクションを制作するためのフルパイプラインツ…

Dermagemmaは、皮膚の色が濃い患者（スキントーンIV-VI）に対するAI皮膚科診断の精度低下という医療格差を解消するた…

rahulk-ddpmは、PyTorchでスクラッチから実装されたDenoising Diffusion Probabilistic Models (DDPM)です。UNetと正…

auto_3dgsは、360度動画から3D Gaussian Splatting（3DGS）モデルを完全に自動で生成するパイプラインツールです。こ…

VRAM Suiteは、ローカルAI推論ワークフローにおけるGPUメモリ診断のためのPythonフレームワークです。OOMエラーによ…

VidGroundは、動画理解ベンチマークや機械学習の後学習データセットに内在する「動画を見なくても回答できる」テキス…

nesiftは、AIエージェントがウェブコンテンツから情報を効率的に検索・抽出するための高速なローカルセマンティック…

Metisは、コードの読み書き、ターミナル操作、Webブラウジングが可能なデスクトップAIエージェントです。ユーザーが…