#Python (2214 repos)

AgentDictateは、Linux環境向けのプッシュツートーク音声入力アプリケーションです。OpenAIの音声テキスト変換APIを…

macOS向けのプライバシーを重視した自己ホスト型音声入力ツールです。ホットキーを押しながら話すことで、音声をテキ…

Myth Forgeは、単一のテーマプロンプトから、AIが生成したカスタムカードアートとプロキシフレームを用いて、テーマ…

このツールは、AIを活用してスクリプト作成、画像検索、音声合成、最終的なMP4動画生成までを完全に自動化する、無料…

「Voice Sentiment AI」は、音声とテキストの両方からリアルタイムで感情やセンチメントを分析するAI搭載のWebアプリ…

CWX-Transcribeは、OpenAIの`gpt-4o-transcribe-diarize`モデルを基盤とした、長時間の2話者インタビュー向け高精度…

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、…

本ツールは、LLMとRAG技術を駆使した高度なテキスト整理および情報検索システムです。PDFやテキスト文書のアップロー…

このツールは、自然言語の質問をSQLクエリに変換し、データベースと対話することを可能にする「Text-to-SQL Generato…

このツールは「GrimmRibbity — ComfyUI Custom Node Suite」であり、ComfyUI向けの強力なカスタムノードスイートです…

このリポジトリは、41件の中国古代文物に関する高品質な3D点群データセットを提供します。点群の品質評価、3D再構築…

Aluminum OSは、Google Workspace、Microsoft 365、GitHubなど多様な生産性エコシステムを人間とAIエージェントが統…

SELPHは、ユーザーの声、スタイル、アイデンティティを学習し、その代理として行動するユニバーサルデジタルツインAI…

comfyui-gallery-loaderは、ComfyUIの画像およびパスウィジェット向けに設計された、タッチフレンドリーなギャラリー…

このプロジェクトは、複雑な表や図を含むPDF文書から情報を抽出するマルチモーダルRAGシステムの実装デモです。マル…

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…

Agnesは、テキストからビデオを生成する2段階のAIパイプラインを提供するツールです。最大の特徴は、画像生成UIであ…

schoolwork-ragは、PDFや講義ノートなどのローカルな学習資料を、検索可能な知識ベースに変えるプライバシー重視のRA…

このツールは、MuAPIをDifyに統合するカスタムプラグインです。Difyのワークフロー、チャットフロー、エージェントか…

ComfyUI向けのカスタムノード集で、ComfyUIが生成したPNG画像のメタデータからプロンプトを抽出できます。元のワーク…

Anvil Audioは、Stability AIの`stable-audio-tools`を拡張し、AIオーディオ生成のためのプラグイン可能なスタジオツ…

「creador_videos_ai」は、あらゆるWebサイトURLから30秒のプロフェッショナルなマーケティング動画を自動生成するツ…

このリポジトリは、機械学習とAIエンジニアリングを学ぶためのコース教材です。Jupyter Notebook形式で、教師あり学…

EchoPilotは、macOS向けの会議記録および文字起こしアプリケーションです。システムオーディオとマイクオーディオを…