#Python (2214 repos)

Blink Skillは、PC上でのユーザーのアクティビティ（会議、ドキュメント作業、動画視聴、コーディングなど）をAIが能…

「ComfyUI MCP Panel」は、ComfyUIのサイドバーにClaude Codeセッションを統合し、AIエージェントがComfyUIのグラフ…

CompeteScope Agentは、製品名を入力するだけで、企業グレードの競合分析レポートを10分で自動生成するツールです。5…

AIパワードの仮想キャラクター（エージェント）との対話と画像生成を深く統合した、フルスタックのWebアプリケーショ…

Robot Episode Curatorは、LeRobotデータセット内の外れ値エピソードを効率的に特定し、診断するためのツールです。R…

このリポジトリは、GPT-Image-2、Nano Banana、Seedance、Qwen-VL、Gemini ImagenなどのAI画像生成モデル向けの、955…

この「LLM Observability Platform: Core Python Infrastructure」は、LLMアプリケーション向けに設計された高性能な…

「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…

J.A.R.V.I.S.は、Linux上で動作するローカルの音声駆動型AIオペレーターです。Claude Pro、OpenRouter、またはOllama…

claude-eyesは、Claude Codeに動画処理能力を付与するためのプラグインです。主な機能として、ビデオ（URLまたはロー…

Supertonic Embeddings Trainerは、SupertonicTTS向けのローカルボイスクローニングパイプラインです。WAVファイルを…

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…

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…

Llaboratoryは、LLMが架空のツールを使用する際の挙動を研究するための、自己ホスト可能なオープンソースの実験プラ…

本ツールは、役割ベースのアクセス制御を備えた金融文書Q&A向けマルチエージェントRAGシステムです。FinanceBenchで7…

このツールはKaggleのGPU上で動作するマルチモーダルLLMサーバーで、テキストと画像の処理が可能です。無料のKaggle …

Tri-AIは、Claude、Codex、Kimiなどの複数のAIモデルを連携させるためのポータブルなディスパッチプロトコルです。Cl…

vid2llmは、あらゆる動画からマルチモーダル言語モデル（LLM）向けのフレームを効率的に抽出するPythonツールキット…

ernie-image-mlxは、Baiduの80億パラメータ画像生成モデルERNIE-Imageを、Apple Silicon向けにMLXフレームワークで純…

opencode-visionは、マルチモーダルに対応していないOpenCodeモデルに画像認識機能を追加するツールです。ユーザーが…

このリポジトリは、拡散モデルやフローマッチングモデルといった連続時間生成モデルの開発およびトレーニングコード…

FoveaEngineは、Godot 4.6+向けに開発された次世代VRレンダリングエンジンです。従来の3Dパイプラインを超越するため…

msplatは、Apple Silicon搭載Mac向けに最適化された高速な3Dガウススプラッティングツールです。ユーザーはコーディ…

「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…