대화형 검증 아키텍처 다이어그램 생성기
Agent skill for beautiful, verifiable architecture, workflow, sequence, data-flow, and lifecycle diagrams—self-contained HTML with motion and crisp export.
Hot
72.1
★★★★☆
무엇을 해결하나코드나 설명을 인터랙티브하고 검증 가능한 아키텍처·데이터 흐름 다이어그램으로 변환해 리뷰 가능한 단일 파일 산출물을 제공합니다.
누가 쓰면 좋나Developers, architects, and reviewers who need precise, reviewable visualizations of system topology and changes during design or code review. Teams that integrate agent workflows and want diagram generation to be deterministic and verifiable should consider it.
왜 지금 뜨나에이전트 워크플로와 아키텍처-애즈-코드 수요 증가로 주목받고 있습니다.
이 리포의 한 방Produces self-contained, verification-backed interactive HTML artifacts with deterministic checks and multi-format exports.
발견 경로
에디터 픽Watchlist 1 devs
통합 LLM API와 코딩 에이전트 툴킷
AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI
Hot
69.5
★★★☆☆
무엇을 해결하나여러 모델 제공자, 에이전트 루프, 터미널 코딩 보조 도구를 하나의 일관된 스택으로 통합해 개발·운영 부담을 줄입니다.
누가 쓰면 좋나Platform engineers, backend/frontend developers, and researchers who build agent-driven tooling or internal coding assistants should use it. Teams that need multi-provider flexibility, local control, and a production-capable CLI will benefit most.
왜 지금 뜨나멀티-프로바이더 유연성과 자체 호스팅 제어 수요가 커지며 주목받고 있습니다.
이 리포의 한 방Combines a unified multi-provider LLM API with a pluggable agent runtime and a polished coding-agent CLI in one monorepo.
발견 경로
HN
로컬에서 모델을 실행·학습하는 데스크탑 앱
Local UI to run and train LLMs and diffusion models. Supports GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX and more.
Hot
69.5
★★★☆☆
무엇을 해결하나여러 LLM·디퓨전 모델을 로컬에서 실행, 미세조정, 배포하는 과정을 단일 UI로 통합합니다.
누가 쓰면 좋나ML engineers, dev teams, and advanced hobbyists who need to run or fine-tune large models on local hardware or private infrastructure. Also useful for researchers who want an integrated toolchain for experiments, agents, and model export.
왜 지금 뜨나자체 호스팅 수요와 최신 대형 모델 지원 확대로 관심이 높아졌습니다.
이 리포의 한 방Runs and trains a wide range of LLMs and diffusion models locally with an integrated UI, agent tooling, and export formats for deployment.
발견 경로
트렌딩
C/C++로 고성능 LLM 추론
LLM inference in C/C++
Hot
69.3
★★★☆☆
무엇을 해결하나로컬·엣지 환경에서 메모리와 연산을 줄여 LLM/VLM 추론을 효율적으로 실행합니다. 다양한 하드웨어와 양자화 옵션을 지원하여 비용과 지연을 낮춥니다.
누가 쓰면 좋나Developers and engineers who need low-latency, cost-effective LLM/VLM inference outside cloud APIs, or who must run models on edge or constrained hardware. Also useful for researchers building custom inference workflows and multi-backend deployments.
왜 지금 뜨나오픈 모델 확산과 프라이버시·비용 요구로 로컬 실행 수요가 급증했기 때문입니다.
이 리포의 한 방A portable, zero-dependency C/C++ runtime that runs quantized LLMs efficiently across many CPU and GPU backends.
발견 경로
HNReddit
키워드로 HD 쇼츠를 자동 생성하는 도구
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
Hot
68.1
★★★☆☆
무엇을 해결하나주제만 입력하면 스크립트 작성, 소재 검색·생성, 자막·TTS, FFmpeg 합성까지 자동화해 대량 쇼츠 제작 시간을 줄인다.
누가 쓰면 좋나Content creators, social media teams, and developers building automated content pipelines who need to produce many short videos quickly. Agencies and growth teams that want to prototype or scale short-form content without manual editing per item will benefit.
왜 지금 뜨나대형 멀티모달 모델 보급과 짧은 형식 콘텐츠 수요 증가로 관심을 받고 있다.
이 리포의 한 방Provides a one-click, end-to-end pipeline that turns a topic into a fully rendered HD short video by combining LLM-driven scripts, asset matching/generation, TTS, subtitles and FFmpeg editing.
발견 경로
트렌딩
로컬 AI 코드 에이전트 (CLI·데스크톱)
The open source coding agent.
Hot
66.2
★★★☆☆
무엇을 해결하나파일을 읽고 편집하며 쉘 명령을 실행하는 AI 에이전트로 코드 탐색과 반복 작업을 자동화해 개발자의 컨텍스트 전환을 줄입니다.
누가 쓰면 좋나Developers and engineering teams who want an interactive, local AI assistant to explore and modify repositories from the terminal or a desktop app. Useful for maintainers onboarding into new codebases, developers automating routine edits, and teams that prefer on-device tooling over fragmented web chat workflows.
왜 지금 뜨나로컬에서 동작하는 AI 개발 도구 수요, 깔끔한 설치·UX, 활발한 커뮤니티 때문에 주목받고 있습니다.
이 리포의 한 방A polished, cross-platform CLI + desktop app that runs file-aware AI agents with permissioned command execution.
발견 경로
Reddit
오픈소스 AI 자율 침투테스트 에이전트
Open-source AI penetration testing tool to find and fix your app’s vulnerabilities.
Hot
65.7
★★★☆☆
무엇을 해결하나수동 펜테스트와 정적 스캐너의 느림과 오탐 문제를 해결하고, 동적 테스트로 동작하는 PoC와 수정안을 자동 생성합니다.
누가 쓰면 좋나Application developers, DevSecOps teams, and security engineers who need faster, actionable vulnerability discovery integrated into CI/CD. Bug bounty researchers and red teams can also use it to accelerate reconnaissance and exploit validation.
왜 지금 뜨나LLM 에이전트와 CI 통합 수요가 늘어나며 자동화된 실무형 펜테스트가 주목받고 있습니다.
이 리포의 한 방Autonomous multi-agent pentesting that produces validated working PoCs and AI-generated fixes you can apply as PRs.
발견 경로
트렌딩
로컬에서 실행하는 AI 구직 도구
The job search that runs on your machine. AI job application framework built on Claude Code: evaluate postings, tailor CVs, write cover letters, prep interviews. Fork it and own it.
Hot
65.1
★★★☆☆
무엇을 해결하나구인공고 평가, 이력서·자기소개서 맞춤 작성, 면접 준비 등 구직 업무를 자동화한다.
누가 쓰면 좋나Jobseekers who want to scale personalized applications while keeping data and workflows local. Developers and technically comfortable users who can install CLI tools and a LaTeX toolchain will get the most value.
왜 지금 뜨나로컬 에이전트(Claude Code)와 LLM 도구 보급으로 개인화·자동화 수요가 늘었기 때문이다.
이 리포의 한 방A complete end-to-end local pipeline that evaluates postings, tailors LaTeX resumes, drafts cover letters, and runs reviewer agents with Claude Code.
발견 경로
트렌딩
AI 에이전트용 컨텍스트 데이터베이스
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
Hot
65.0
★★★☆☆
무엇을 해결하나에이전트의 기억·리소스·스킬을 통합 파일시스템으로 관리해 토큰 절감과 검색 가시성을 제공한다. 계층적 로딩과 검색 궤적 기록으로 디버깅이 용이하다.
누가 쓰면 좋나Developers building agentic systems, multi-agent workflows, or RAG-backed assistants that need deterministic, debuggable context retrieval. Teams that require fine-grained control over what an agent reads and transparent retrieval traces (note: AGPL-3.0 license requires compliance for networked deployments).
왜 지금 뜨나에이전트·RAG 수요 증가와 투명한 컨텍스트 관리를 요구하는 흐름과 맞물려 주목받는다.
이 리포의 한 방A virtual viking:// filesystem with tiered L0/L1/L2 content and observable retrieval trajectories for deterministic, debuggable agent context.
발견 경로
트렌딩
다양한 문서를 LLM용 구조화 데이터로 변환
Get your documents ready for gen AI
Hot
63.8
★★★☆☆
무엇을 해결하나PDF, DOCX, 이미지, 오디오 등 여러 포맷의 내용을 레이아웃·표·텍스트·OCR까지 통합해 단일 구조로 추출합니다. 이를 LLM·검색·문서 QA용으로 바로 사용할 수 있게 합니다.
누가 쓰면 좋나ML engineers, search engineers, and data teams preparing document corpora for LLMs, retrieval-augmented systems, or document QA. Also organizations that need local/offline processing for sensitive data.
왜 지금 뜨나대형언어모델 활용 확대에 따라 정제된 문서 입력 수요가 급증했기 때문입니다.
이 리포의 한 방Broad, layout-aware parsing across PDFs, Office files, images and audio with a unified DoclingDocument format and integrations into LLM toolchains.
발견 경로
트렌딩
Nothing matches those filters.