#Python (2214 repos)

Viz2Speechは、インドネシアの視覚障害者のアクセシビリティを向上させるために開発された、画像から音声への変換エ…

Hybrid RAGとWhisper ASRを組み合わせたスマート着信分類処理システムです。ユーザーが授業中など電話に出られない状…

Vortelioは、クラウドやAPIキーなしでローカルにAIモデルを実行できるオープンソースプラットフォームです。LLM、Sta…

このリポジトリは、Googleの最新マルチモーダル埋め込みモデル`gemini-embedding-2`の経験的失敗モードと幾何学的特…

VisoRAGは、ローカルGPU環境で動作する、PDF、DOCX、画像ファイルの質問応答や情報抽出に特化したビジョンファースト…

builder-aiは、AIアシスタントがLLM（大規模言語モデル）を活用した機能を開発する際、プロダクション環境の厳格な品…

プログラマー向けのAI面接コーチツール「JobCopilot」は、ユーザーが作成したMarkdown形式の技術ノートをプライベー…

TermSubは、AIを活用して動画コンテンツの文字起こし、翻訳、専門用語管理を行うFastAPIアプリケーションです。マル…

slidocは、講義ビデオを各スライドとそのクリーンアップされたナレーションが対になったマークダウン形式に変換する…

Opus Magnum Claude Codeは、長期にわたる複雑なAIコーディングプロジェクトを、コンテキストの損失やエージェントの…

このリポジトリは、スマートフォンからの未校正単眼ビデオストリームに対応したオフデバイスVSLAMベンチマークフレー…

Pebbleは、高価な3Dスキャンサービスに代わる、NVIDIA製GPUユーザー向けのセルフホスト型3Dスキャンスタジオです。We…

本プロジェクトは、マルチエージェントアーキテクチャとRAG（検索拡張生成）システム、GoogleのGeminiモデルを組み合…

このリポジトリは、生成システムにおける「探索-利用」のジレンマを解決するための「共轭净化动力学 (CPD)」理論と、…

Anvil Audioは、AIオーディオ生成のためのプラグ可能なスタジオツールであり、Stability AIの`stable-audio-tools`を…

「Comic Drama Workflow」は、AIを活用してスクリプトからコミックドラマを制作するオープンソースのツールです。ス…

「Intuitives DAW」は、従来の音楽制作の障壁を取り除き、誰もが気軽に音楽制作を楽しめるよう設計された、実験的な…

antigravity-ralphは、Google AntigravityのヘッドレスCLI `agy` を活用し、Gitリポジトリの継続的な自己改善を目的…

このプロジェクトは、ローカル環境のAIエージェント間で知識を共有するための三層セマンティックメモリフレームワー…

DeepNumberVisionは、PyTorchとOpenCVで構築された深層学習コンピュータビジョンパイプラインです。ユーザーが描画ま…

Logica Voiceは、オープンソースで音声ネイティブな会話型AIエンジンです。フルデュプレックス、マルチエージェント…

このマルチエージェントリサーチシステムは、ユーザーのクエリを受けて、ウェブから情報を収集・分析し、構造化され…

fal (fal-ai) は、画像、動画、音声、マルチモーダルな生成AIモデルを超高速で実行できるAPIを提供する生成メディア…

Panakoesは、音声のキャプチャ、文字起こし、AIによるインサイト抽出を提供するオープンソースのクラウドプラットフ…