#Python (2216 repos)

Runa Agentは、既存AIエージェントの制限に不満を持つ開発者向けに設計された、自律的で自己認識を持つデジタルAIコ…

このMarimoノートブックは、拡散モデルがなぜノイズレベルの条件付けを必要としないのかを、研究論文「The Geometry …

LocalVoice TTSは、無料でローカル環境で動作するテキスト読み上げ（TTS）アプリケーションです。ユーザーは、ダイア…

「RAG-Lab」は、Retrieval-Augmented Generation（検索拡張生成）の原理から実装までを実践的に学べる実験プロジェク…

Onpuは、AIを用いて音楽を生成するSaaSプラットフォームです。シンプルなテキスト記述、カスタム歌詞、またはスタイ…

「ComfyUI Node Builder」は、視覚的なGUIとAIの力を活用し、ComfyUIのカスタムノードやノードパックを効率的に構築…

Mono-HDR-3Dは、ICML 2025で発表された、単一露光の低ダイナミックレンジ（LDR）画像から高ダイナミックレンジ（HDR…

Ar9av/mlx-lm-serverは、Apple Siliconを搭載したMac向けに開発された、OpenAI互換のローカル推論サーバーです。LLM…

GhostTone AIは、CPUで動作する無料のオープンソース音声クローンシステムです。わずか6〜10秒の音声サンプルから、…

「Mega AI — Multi-Agent RAG System」は、自己改善型のマルチエージェント検索拡張生成（RAG）APIです。ユーザーか…

TGS-SLAMは、IEEE Robotics and Automation Letters (RA-L) に採択されたセマンティックRGB-D SLAMシステムです。本…

「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…

「Doublage（ドゥブラージュ）」は、任意の動画の好きなシーンをオンラインで友達と一緒に吹き替えできる革新的なツ…

本プロジェクトは、Retrieval-Augmented Generation (RAG) システムをゼロから手動で構築し、学習することに特化して…

このオープンソースツールは、GoogleのGemini 2.5と3.1 TTSを活用し、英語の動画コンテンツを高品質なクメール語に自…

HEPHAESTUSは、開発目標を与えるとAIエージェントが自律的にタスクを分解、実行、検証し、最終的にクリーンなコード…

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…

OmniMemoは、MiMo V2.5 全スタックモデルを基盤とした多モーダル会議インテリジェントエージェントです。最大の特長…

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。…

「kokoro-infer」は、高速で軽量なKokoro-82M TTS（Text-to-Speech）推論エンジンおよびサーバーです。CPU、CUDA、そ…

.SPZファイル形式のRust実装を提供し、この形式を扱うためのCLIツールです。PythonとC言語のバインディングも利用で…

Tellixは、Windows向けに開発された軽量なスクリーンレコーダーです。画面、マイク、そしてオプションでGoogle Meet…

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…