#Python (2207 repos)

Athena Whisperは、ローカル環境で動作するデスクトップ向け音声入力ウィジェットです。faster-whisperを利用した高…

LetAITalkは、AI音声アシスタントとしてユーザーに代わって電話に応答し、着信の意図を理解して安全な範囲で返答する…

このプラグインは、Hermes Agentに火山引擎（Volcengine）のDoubao LLM（大規模言語モデル）、Doubao Seedream（画像…

SuGPTは、中国の著名なAI/NLPブロガー、蘇剣林（科学空間 kexue.fm）氏の公開記事をAI Agentが直接照会できる知識ベ…

Fiona Anneは、プライバシーを最優先に考え、外部APIを一切使用せずに自身のマシン上で動作する、自己ホスト型の音声…

FableForgeは、AIを活用して管理学の寓話的な短編ビデオを自動生成するパイプラインです。ユーザーが用意した管理コ…

Eric Color Correction for ComfyUIは、ComfyUI向けのプロフェッショナルな色補正、スキントーン調整、およびバッチ…

Sanituneは、AIを活用して楽曲から不適切な言葉を自動で除去するツールです。ボーカルと伴奏を分離し、歌詞を文字起…

reachy-mini-agentは、Reachy Miniロボット向けのリアルタイム音声・視覚AIエージェントです。このツールは、ローカ…

SpeechifyPDFは、PDFドキュメントを自然で高品質な音声に変換し、読み上げてくれるアプリケーションです。通勤中やマ…

このツールは、Claude Agent Skillとして機能し、生活の知恵に関するアイデアを、AIナレーション付きで直接公開可能…

このPythonスクリプト群は、歴史家が自身の原稿を批判的に分析するための実験的なインフラストラクチャです。RAGアー…

MiniBoxは、GPT-SoVITSによる高品質な音声合成とクラウドLLMを組み合わせた、キャラクターボイスチャットボットです…

Supertonic Voiceは、PySide6とローカルONNX AI音声モデルで構築された、オフラインのデスクトップ音声合成（TTS）ア…

Ironcladは、大規模言語モデル（LLM）エージェントの信頼性を、モデルサイズではなく厳格な制約と強制によって実現す…

「rag-contract」は、RAG（Retrieval-Augmented Generation）アプリケーションのドキュメント検索品質を検証するため…

DSM（Dynamic Segmented Memory）は、LLMが数百万トークンのデータセット上で推論することを可能にする、高性能なメ…

Sirenumは、任意の画像を基に、決定的かつ再現性の高い音楽を生成するツールです。楽譜（MusicXML）、MIDI、およびロ…

LiveDialogue-Translatorは、Windowsデスクトップ向けのローカルファーストなキャプションアプリです。システムおよ…

このツールは、Claude Code向けに設計されたAIビデオ生成スキルです。プロンプトから最終的な編集まで、エンドツーエ…

mellifluousは、Markdown形式のテキストを構造やインラインコンテンツを考慮し、自然な間合いで読み上げるツールです…

このプロジェクトは、Matrix-3DをAMDのROCmエコシステム向けに最適化した3D世界生成ツールです。テキストまたは画像…

nodeguardは、ComfyUIのカスタムノードやノードベースのワークフロープラグイン向けのセキュリティスキャナーです。…

「Auto-Audiobook」は、EPUB、MOBI、PDF形式の電子書籍を、構造化されたMP3オーディオブックに自動変換するエンジン…