#Python (2196 repos)

このツールは、会議の録画（動画・音声）、文書（PDF、PPTX、DOCX、XLSX、CSV、TXT）、画像を取り込み、書き起こし、…

このプロジェクトは、「AI Learning Guides」と題され、PyTorch、LLM、画像生成、強化学習、ロボティクス、マルチモ…

「AB Wildcard - ComfyUI Wildcard Processor」は、ComfyUIのプロンプト作成を劇的に強化するカスタムノードです。ワ…

Miru（見る）は、マルチモーダルAIモデルの「ブラックボックス」問題を解決するための説明可能性エンジンです。画像…

VoxKitchenは、生の音声録音をクリーンで検査可能なトレーニングデータセットに変換するための、宣言型音声データ処…

opencrabは、タスクをこなすだけでなく、自己の目標を持ち自己進化を追求する「自律生命体」です。他のエージェント…

「Awesome Large Model Self-Distillation」は、大規模言語モデル（LLMs）、マルチモーダルLLMs（MLLMs）、推論モデ…

SYNAPSE Intelligence Platformは、自律型AIエージェントと高度なセマンティック検索（RAG）を駆使し、FAANGグレード…

このリポジトリは、スマートフォンからの未校正単眼ビデオストリームに対応したオフデバイスVSLAMベンチマークフレー…

ReCo-Diffは、スパースビューCT（低線量CT）における画像再構成のための、残差条件付き決定論的サンプリングに基づく…

AIyeahは、AIアプリケーション開発を簡素化するモジュール型AIプラットフォームです。複数のAIツールやプロバイダー…

このツールは「voice-channel」と名付けられ、Claude Codeエージェントをハンズフリーで音声操作するためのローカル…

SeekDeep Discord Botは、ローカルAIを活用した多機能なDiscordボットです。チャット、画像認識、画像生成、ウェブ検…

MergeFlow AIは、GitHubのプルリクエストがマージされた後の反復作業を自動化するAIエージェントです。プルリクエス…

K-MetBenchは、気象学における専門家の推論、地域性、マルチモダリティを詳細に評価するための多次元ベンチマークで…

ApocDataは、中国A株市場のAIネイティブな金融データベースを提供するツールです。株価、財務データ、資金流動、各種…

Qvoiceは、macOS向けのローカル音声テキスト変換ツールです。Controlキーをダブルタップするだけで録音の開始、停止…

Parleyは、音声指示型Vision-Language-Action（VLA）パイプライン向けのベンチマークツールキットです。このツールは…

Assetelierは、Codexの画像生成能力をゲームアートアセットのパイプラインへと変革するプラグインです。ゲーム開発者…

ShopSphere AIは、Google Gemini 2.5 Flashを搭載したマルチエージェントEコマースアシスタントです。ユーザーからの…

Document Assistantは、PDFやEPUBなどの個人文書ライブラリを対象としたローカルファーストのRAG（検索拡張生成）ア…

DiffAudit Researchは、拡散モデルにおけるプライバシーリスクを監査するための再現可能な研究用スキャフォールディ…

Voice-Commandは、AI（Claude Desktop、Cowork、Claude Code、Codex CLI、Gemini CLI、LM Studioなど）を音声で完全…

この「hermes-image-local-tools」は、Hermesエージェントでローカルでの画像生成を強力にサポートするためのプラグ…