노드 기반 확장형 확산 모델 GUI
The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. The fastest local inference engine in the world.
Hot
68.7
★★★☆☆
무엇을 해결하나복잡한 이미지·비디오 생성 파이프라인을 시각적 노드로 구성해 재현성과 세부 제어를 제공한다.
누가 쓰면 좋나Visual artists, ML engineers, and studios that need reproducible, tweakable media-generation pipelines and direct control of models and resources. Hobbyists who want to run and experiment with state-of-the-art diffusion models locally will also benefit.
왜 지금 뜨나광범위한 모델 지원과 로컬 실행 가능성, 풍부한 템플릿으로 사용자 기반이 빠르게 성장했다.
이 리포의 한 방A highly modular node graph that supports partial re-execution, model offloading, quantized models, and many native model formats.
발견 경로
트렌딩
오피스·PDF를 깔끔한 Markdown으로 변환
Convert Word, PowerPoint, Excel, OpenDocument, RTF, EPUB, CSV, and PDF to clean Markdown. Built in Rust, with Node.js and Python bindings.
Hot
82.3
★★★★☆
무엇을 해결하나다양한 문서 형식을 일관된 GitHub-flavored Markdown으로 변환해 LLM이나 색인에 바로 사용할 수 있게 한다.
누가 쓰면 좋나Backend engineers, tooling authors, and ML/agent teams who need fast, consistent document-to-text conversion for indexing, ingestion, or automation. It also fits projects that need Node, Python, Rust, or WebAssembly bindings to run conversions in different environments.
왜 지금 뜨나빠른 Rust 코어와 wasm/Node/Python 바인딩으로 여러 환경에 쉽게 통합되기 때문에.
이 리포의 한 방One consistent Markdown serializer for many input formats, producing predictable output and preserving document structure and assets.
발견 경로
에디터 픽워치리스트Watchlist 2 devs
자가개선형 코딩·장기 작업 에이전트
A self-improving RLM agent for coding workflows and long-running autonomous tasks.
Hot
76.5
★★★★☆
무엇을 해결하나세션 간 맥락과 도구 상태를 지속해 장기 작업과 자동화를 가능하게 한다. 재사용 가능한 스킬과 보완 프롬프트를 기록·세분화해 에이전트가 스스로 개선할 수 있다.
누가 쓰면 좋나Developers and researchers who build long-running automation, evaluation pipelines, or complex coding workflows. Teams that need reproducible, background-capable agent-driven processes and a way to capture and refine operational knowledge will benefit most.
왜 지금 뜨나장기 실행 에이전트와 자기 개선 워크플로에 대한 관심 증가로 주목받고 있다.
이 리포의 한 방A durable "Continual Harness" that persists prompts, memories, skills, and subagent specs and lets the agent apply small, reviewable refinements over time.
발견 경로
트렌딩워치리스트Watchlist 1 devs
AI 코딩 에이전트용 엔지니어링 스킬 모음
Production-grade engineering skills for AI coding agents.
Hot
67.3
★★★☆☆
무엇을 해결하나팀의 개발 흐름, 품질 게이트, 모범사례를 에이전트에 일관되게 적용합니다.
누가 쓰면 좋나Platform engineers, developer-tooling teams, and engineering orgs that integrate AI assistants into their CI/CD and code review processes. Tooling integrators who need consistent agent behavior across multiple agent platforms.
왜 지금 뜨나AI 개발 에이전트 확산과 일관된 엔지니어링 필요성 때문입니다.
이 리포의 한 방Provides a curated set of lifecycle skills and slash commands so agents follow senior-engineer workflows across many agent platforms.
발견 경로
트렌딩
에이전트 스킬 설치·사용 CLI
The open agent skills tool - npx skills
Hot
64.6
★★★☆☆
무엇을 해결하나분산된 에이전트 스킬(프롬프트/스크립트)을 중앙화해 설치와 실행을 간단히 합니다. 공개 및 사설 저장소와 다양한 에이전트를 지원합니다.
누가 쓰면 좋나Developers, platform engineers, and prompt curators who build or integrate chat/code assistants and need a reproducible way to share skills. Teams that manage collections of prompts or want to run skills temporarily without a full install will benefit.
왜 지금 뜨나에이전트 도구 확산과 npx 기반의 쉬운 사용성으로 빠르게 채택되고 있습니다.
이 리포의 한 방Runs directly via npx, supports many agent backends and source formats, and handles public/private repo auth and fallbacks.
발견 경로
트렌딩
WiFi로 벽넘어 공간·생체 신호 감지
π RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.
Hot
64.4
★★★☆☆
무엇을 해결하나저가 ESP32와 로컬 에지로 카메라 없이 점유, 활동, 호흡·심박을 감지해 홈 자동화와 모니터링에 제공합니다.
누가 쓰면 좋나Embedded, IoT, and home-automation developers who need privacy-preserving occupancy, activity, or vitals signals without cameras or cloud telemetry. Teams building local automation, assisted-living monitoring, or research prototypes in RF sensing will find it useful.
왜 지금 뜨나프라이버시 우선 로컬 AI와 저가 하드웨어 조합으로 실사용 배포가 가능해졌기 때문입니다.
이 리포의 한 방Converts ESP32 CSI data into room presence, activity, and even body keypoints and vitals entirely on local edge hardware.
발견 경로
트렌딩
다중 에이전트 LLM 실행 및 조정 도구
🌊 The original agent harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, federation, vector RAG integration, and native Claude Code / Codex / Hermes and many more Integrated
Hot
64.3
★★★☆☆
무엇을 해결하나여러 LLM과 도구를 에이전트로 조정하고 메모리, 학습 루프, 연합 통신과 보안까지 제공해 일관된 자동화 워크플로를 만든다.
누가 쓰면 좋나Engineers and teams building agentic workflows, autonomous agents, or conversational systems that need orchestration, memory, and cross-machine federation. Organizations integrating Claude Code, Codex, or other model plugins that want a batteries-included harness rather than a custom orchestrator.
왜 지금 뜨나멀티에이전트 오케스트레이션 수요 증가와 풍부한 플러그인/CLI 에코시스템으로 주목받고 있다.
이 리포의 한 방Delivers a full harness that converts models into coordinated, self-learning agent swarms with memory and federated comms out of the box.
발견 경로
트렌딩
여러 AI 공급자를 하나로 연결하는 게이트웨이
Never stop coding. Free MIT AI gateway: one endpoint, 375 providers (150+ free), 1,400+ models Kimi, Claude, GPT, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, OpenCode, Cline & Copilot. Quota-aware auto-fallback, RTK+Caveman compression saves 15-95% tokens, MCP/A2A, Desktop/PWA. Built by 900+ contributors
Hot
64.2
★★★☆☆
무엇을 해결하나수십 개 AI API, 키, 요금제, 속도 제한 관리를 하나의 엔드포인트로 통합하고 무료 티어 예산을 실시간으로 보여줍니다.
누가 쓰면 좋나Backend engineers, platform teams, and hobbyists who need multi-provider redundancy, cost control, or want to leverage many free-tier models without integrating each API. Teams building agent systems, multi-model experiments, or cost-sensitive production services will benefit most.
왜 지금 뜨나모델·서비스가 급증하고 API 비용이 문제되면서 비용 절감과 장애 대비를 위한 집계 수요가 늘었습니다.
이 리포의 한 방Aggregates 290+ providers with quota-aware auto-fallback and a live free-tier token dashboard.
발견 경로
트렌딩
C/C++ 기반 로컬 LLM 추론
LLM inference in C/C++
Hot
64.1
★★★☆☆
무엇을 해결하나클라우드 의존 없이 다양한 하드웨어에서 효율적으로 LLM과 VLM 추론을 수행할 수 있게 한다.
누가 쓰면 좋나Engineers who need low-latency, local LLM/VLM inference across diverse hardware or want to avoid cloud-hosted inference. Teams building on-device assistants, research prototypes, or cost-sensitive production inference should consider it.
왜 지금 뜨나로컬 프라이버시와 저비용 실행 수요 증가로 주목받고 있다.
이 리포의 한 방Extensive, highly optimized cross-platform backends and quantization options that let large models run efficiently on modest hardware.
발견 경로
Reddit
LLM 기반 다국가 주식 자동 분석 시스템
LLM 驱动的多市场股票智能分析系统：多源行情、实时新闻、决策看板与自动推送，支持零成本定时运行。 LLM-powered multi-market stock analysis system with multi-source market data, real-time news, decision dashboard, automated notifications, and cost-free scheduled runs.
Hot
63.1
★★★☆☆
무엇을 해결하나여러 시장의 시세·뉴스를 모아 LLM으로 일일 분석 리포트를 생성하고 메신저/이메일로 자동 전송합니다.
누가 쓰면 좋나Developers, quant hobbyists, and ops teams who need automated daily stock analysis across multiple markets and integrated push notifications. Suitable for teams wanting a reproducible pipeline instead of ad-hoc scripts and spreadsheets.
왜 지금 뜨나LLM과 API형 데이터의 보급, GitHub Actions 무비용 자동화 수요 증가로 주목받고 있습니다.
이 리포의 한 방Combines multi-market data aggregation, LLM-driven decision reports, and zero-cost scheduled runs via GitHub Actions with multi-channel push delivery.
발견 경로
트렌딩
Nothing matches those filters.