Python
292件のリポジトリ(注目度順) — 10ページ目
GPU不要、CPUだけで動く多言語リアルタイム字幕 — 早耳(hayamimi)はCPUのみで動く多言語音声認識ツールです。言語ごとに最適な専門モデルへ自動振り分けし、量子化ONNXモデルで高速推論。日本語でWhisper-large-v3-turboを大幅に上回る精度(CER3.8%)を達成しつつ、発話終了後約100msで字幕を確定表示します。
早耳 - Real-time multilingual speech-to-text on CPU only. Live subtitles, browser dashboard, speaker labels, translation. No GPU, no cloud.
AIエージェント群で未解決問題に挑むプロジェクト — 余ったLLMトークンを使い、行列乗算の乗算回数削減や暗号解読、数論の下限値更新など未解決問題に多数のAIエージェントで挑戦する実験的プロジェクトです。一行コマンドで誰でも参加でき、成果は検証可能な形で公開されます。
liberating known unknowns
自然言語で意味検索できるローカルgrep「sgrep」 — sgrepは、コード名を知らなくても自然言語の意図からローカルのコードやドキュメントを検索できるツールです。語句とセマンティクスの両方で一致箇所を探し、ripgrepの結果を意味的にランク付けすることも可能。アカウントやホスト型インデックス、モデルサーバー不要で完全ローカル動作する点がCKやmgrepとの差別化ポイントです。
Claudemy: an open-source alternative to Udemy and Coursera. Give Claude a topic, it researches the web and builds a course of 2-minute audio lessons with cited sources. A free Claude Code skill.
Tailscaleで複数AIエージェントを連携させる通信基盤 — Yobiruは、Codexやカーソルなど異なるPCやクラウド上で動くAIエージェント同士をTailscale経由でつなぐ通信レイヤーです。メッセージ・JSON・ファイルのやり取りや、条件付きの起動(ウェイクアップ)依頼ができ、各エージェントの既存インターフェースはそのまま使えます。ファイル保存サービスを持たず送信元から直接取得する設計も特徴です。
Let your agents talk: messages, data, files and wake-ups over Tailscale.
Replay your coding agent sessions as a map and a timeline
要約で失われる文脈を学習記憶で補う — 長期対話でコンテキストを圧縮(要約)する際、要約文の後に学習済みの「残差メモリ」を追加することで、凍結したモデルでも過去の作業履歴を踏まえた継続ができる手法です。Qwenセッションでのオンライン学習にも対応し、Hugging Face Daily Papersで2位を獲得した注目の研究実装です。
Remory: Learning Residual Memory for Context Compaction
デザイン画像を生成・レイヤー分解するAIモデル — inclusionAIによる6Bパラメータのオープンソースモデル群です。UIやポスターなど文字入りのビジュアルデザインを生成するモデルと、フラット化された画像を編集可能な透明レイヤーに分解するモデルの2種類を提供し、UIコーディングやPPT再現などのエージェントスキルとも連携できます。
API不要、Claudeプランで動くMac音声アシスタント — ⌃⌥Spaceを押して話すだけで、ウィンドウ整理やファイル検索、画面読み取りまでこなすMac用音声アシスタントです。APIキー不要で手持ちのClaude Pro/Maxプランで動作し、よく使う操作を学習して次回以降は瞬時に無料実行できる点が新しく、常用ツールとして刺さります。
Fast, free voice assistant for your Mac. No API key: runs on your Claude Pro or Max plan. Sends background agents for big jobs, remembers you and learns your shortcuts. Hold ⌃⌥Space and talk.
Neuro-symbolic agents with verified memory. MCP math tools, an algebra repair Skill, and an open challenge. Verify solutions, learn checked rules, and reuse.
Androidを自前SMS APIサーバーにするOSS — 手持ちのAndroidスマホをローカルホスト型のSMS API серверに変えるオープンソースアプリです。APIキー認証付きのREST APIでSMS送信を操作でき、広告なし・プライバシー重視で、Twilioなど有料SMSゲートウェイの自前代替として使えます。
An open-source solution for a SMS API Server hosted locally
答えに直行するAIエージェント向けクローラー — jevcrawlはAIエージェント向けのWebクローラーで、小さな判定モデルがリンクや文章を選別し、質問に答える部分だけをLLMに渡します。Crawl4AIの2倍の確率で正解ページを発見し、Claude自身にクロールさせるより10倍安く済む点が特徴です。
MCP server and CLI that crawls websites for AI agents: finds the answer page 2x more often than Crawl4AI, 10x cheaper per answer than letting Claude crawl.
Lambdaで長時間ワークフローを堅牢に実行するSDK — AWS公式のLambda向けDurable Execution SDKです。自動チェックポイント、リトライ付きステップ、待機/コールバック、並列実行、子コンテキストなどをサポートし、Step Functionsを使わずLambda単体で長時間・耐障害性のあるワークフローを構築できます。ローカル/クラウド両対応のテストSDKも同梱されています。
Lambda durable functions SDK
AI日本語を「明晰」に書き直すAgent Skill — AIが書いた日本語文書から読解負荷の高い複雑構文を削ぎ落とし、一読で理解できる文章に書き直すAgent Skillです。声や意見を足して自然さを出す系ツールとは逆方向で、中立な明晰さだけを追求します。やさしい日本語化や理解度チェック、PDF変換スキルも同梱しています。
AI Agent Plugin that strips away complex syntax from Japanese documents written by AI and rewrites them into text that can be understood at a glance.
Microsoft Entra ID認証をPythonで簡単に — MicrosoftのMSAL Pythonライブラリを土台にした高レベルAPIを提供し、Django・Flask・Quartなど主要Webフレームワークで共通して使える認証/認可ライブラリです。Entra ID(旧Azure AD)対応アプリの実装を簡略化したい開発者に向いています。
A helper library to power samples. This library, like all other samples hosted in Azure-Samples, is provided for demonstration purpose.
AIコーディングの「簡潔さ」を測るベンチマーク — AIエージェントがSWE-bench等の公開ベンチマークで生成したパッチを静的解析し、statementや呼び出しなどの「コーディング単位」の増減を数値化します。コードを実行せず公開データから誰でも再計算でき、タスクを解いた際に追加したコード量が少ないモデルほど上位にランクされる独自のリーダーボードを提供します。
Measures how much code AI coding agents add, from patches benchmarks already publish
AIっぽい「スロップ文章」を収集・分析するプロジェクト — 日本語文章に現れるAI Slop表現(AI生成特有の不自然な言い回しや定型句)を収集・分析するプロジェクトです。複数のテーマとモデルで文章を生成し、分析用モデルで不自然な表現を抽出する手法を採っており、LLM出力の「それっぽさ」を定量的に捉えたい人に刺さる内容です。
スロップすぎるよ展
ベクトル検索なしのGraphRAG実装例 — エンベディングやベクトル検索を使わず、Jevという判定AIのスコアとしきい値だけでグラフ登録・検索・ホップ判断を行うGraphRAGのPoCです。回答生成のみClaude Haiku 4.5を使い、根拠チャンクIDつきJSONで引用検証も行う点が特徴的です。
エンベディングを使わない判断特化型GraphRAGのPoC(判定はJev、回答はClaude Haiku 4.5)
AgentCoreのdev→stg昇格をLLM評価でゲート — AWS AgentCore Runtime上のエージェントをGitHub Actionsでdev→stgへ昇格させる際、AgentCore Evaluationsによる自動採点でゲートする検証用リポジトリです。LLM評価はrelease→stgのPRでのみ実行し、Goal成功率や正解一致度などの評価器に加え、重要な問いの誤答は平均点に関わらず不合格にする仕組みで、評価コストと品質保証を両立させています。
AgentCore Runtime を GitHub Actions で dev→stg に昇格させ、AgentCore Evaluations でゲートする検証
1GPU・1パスで構造化判断を返す拡散型LLM — NVIDIA Nemotron-Labs-Diffusion-8BをベースにしたDeciffusion 8B v2は、JSON状態と最大512個の質問を受け取り、生成やCoTなしで1回の双方向プリフィルで全選択肢の確率を返します。vLLM対応コンテナやNVFP4量子化版も提供され、ライセンス追跡済みデータで学習された実務向けの判断特化モデルです。
Nemotron Deciffusion 8B v2: big-model decisions, one GPU, one pass