#Python (2208 repos)

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…

このプロジェクトは、ランダムなノイズから意味のあるテキストを生成する革新的なテキスト拡散モデルです。従来のモ…

opencode-visionは、マルチモーダルに対応していないOpenCodeモデルに画像認識機能を追加するツールです。ユーザーが…

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…

「paper2video」は、あらゆる技術記事や論文を、著名な「3Blue1Brown」スタイルに倣った2〜5分間の解説動画へと自動…

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…

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…

xAI Grok Imagine API向けのPythonクライアントであり、画像や動画の生成、編集、拡張、複数クリップのオーケストレ…

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…

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…

「ComfyUI-mflux-AnyModel」は、Apple Silicon（MLX/Metal）環境でComfyUIを使用して、あらゆるmflux/MLXモデルを実…

「pixeltamer」は、Claude Code、Codex CLI、OpenCode、Cursorなど50以上のAIコーディングエージェント向けに設計さ…

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…

Local Brain RAGは、プライバシーを最優先し、完全にオフラインで動作する超最適化された知識ベースです。複雑なコー…

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…

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…

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…

VoxPulseは、オフラインで動作し、100%プライバシーを保証する軽量なカスタムウェイクワード検出フレームワークです…

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…

PBSMは、従来のAIエージェントが抱える予測不能性、自己認識の欠如、非構造化された知識表現、脆弱なタスク計画とい…

mini-pi0は、ロボットの動作ポリシーをフローマッチングにより学習するためのコンパクトな研究コードベースです。特…

SesquiLSRは、SDXL、Flux、Flux2、Wan 2.1/Anima/Qwen Imageといった多様なモデル/VAEに対応し、1.0倍から2.0倍の範…

Live Translationは、macOS上でシステムオーディオをリアルタイムでキャプション表示し、任意の言語へ翻訳して、半透…