#Python (2215 repos)

このリポジトリは、FunAudioLLM/CosyVoice v3 (Fun-CosyVoice3-0.5B) 向けのLoRAファインチューニングツールを提供し…

vlm4ocrは、Vision Language Models (VLMs) を活用して高精度なOCR（光学文字認識）を可能にするPythonパッケージお…

Auto-Read-Paperは、arXivから最新論文を毎日自動で取得し、AIが読解・評価を行うパーソナル論文読解アシスタントで…

WinDiNetは、LTX-Videoビデオ拡散トランスフォーマーを都市の風の流れにおける計算流体力学（CFD）シミュレーション…

このツールは、ブレや重複、露出不足、動く物体によって3Dパイプラインが失敗する問題を解決するため、生の動画から…

StarBridgeは、Windows環境で動作するローカルファーストのMCP stdioサーバーであり、AIエージェントをComfyUI、Blen…

「Prompt Reinjection」は、マルチモーダル拡散トランスフォーマーにおいて発生する「プロンプト忘れ」問題に対処す…

SWE-Model-Arenaは、ソフトウェアエンジニアリングタスク向けのツール呼び出しモデルをペアで比較評価するためのオー…

Topological Motion Planning Diffusion（TMPD）は、障害物が多い環境で係留型ロボットが絡まない経路を生成するため…

CausalGraph AIは、ESGレポートなどの長文企業報告書を分析し、検索可能なエビデンス、グラフコンテキスト、引用付き…

MiMo TTSは、小米MiMo APIを活用したAIオーディオブック制作ツールです。小説のテキストファイルをアップロードする…

「3D-RGBX」は、CVPR 2026で注目された研究プロジェクトであり、キャリブレーションや深度情報なしで3Dの一貫性を保…

ltx-video-mlxは、Apple Silicon（M1以降のMac）上でMLXを活用し、PyTorchなしでLTX-2.3モデル（22B）による高性能な…

ComfyUI-KittenTTSは、超軽量なKittenTTSテキスト読み上げモデルをComfyUIワークフローに統合するためのカスタムノー…

このプロジェクトは、T1加重MRI画像とT2加重MRIスキャン間の医療画像モダリティ変換を行う、条件付き拡散モデルの実…

ComfyUI-LavaSRは、高速な音声強調およびオーディオ超解像モデルであるLavaSRのためのComfyUIカスタムノードです。こ…

このツールは、PyTorch/Python環境で大規模な機械学習モデル（LLM、Diffusionモデルなど）を繰り返しロード・アンロ…

SubForgeは、メディアファイルの字幕作成、翻訳、動画への埋め込みを一元的に行うオールインワンツールです。音声や…

このリポジトリは、Qualcomm Snapdragonデバイス上で大規模な拡散モデルを実行するためのパイプラインを提供します。…

このガイドは、AIを活用したプログラミングとソフトウェア開発を学ぶためのスペイン語で書かれた最も包括的なリソー…

Bird's Nestは、Macユーザー向けに開発された、完全にローカルで動作する非Transformer型AIハブです。RWKV、Mamba、x…

「Web Design Enhancer」は、AIエージェントが生成するウェブデザインの品質を劇的に向上させるスキルです。一般的な…

GoRi-Wireless Engineは、ComfyUIの複雑なワークフローにおけるノード間の配線を無線化し、整理するツールです。ワン…

Web Speedは、AIエージェント向けのWebページ解析ツールです。複雑なWebコンテンツ（HTML、レイアウト、JavaScript）…