AI 에이전트를 위한 163개 과학 스킬
Turn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 250,000+ scientists worldwide. 177 ready-to-use validated skills plus 100+ scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.
Hot
68.2
★★★☆☆
무엇을 해결하나AI 에이전트에 검증된 도메인별 연구 작업과 데이터 연결을 제공합니다. 수동 통합과 불안정한 프롬프트 엔지니어링을 줄입니다.
누가 쓰면 좋나Computational biologists, cheminformaticians, and research-platform engineers who want to attach an AI agent to scientific databases and tools. Also useful for labs and startups that need repeatable, tested research workflows.
왜 지금 뜨나에이전트 표준 확산과 실험 가능한 오픈 스킬 세트의 수요 증가로 주목받습니다.
이 리포의 한 방Provides 163 validated, domain-specific skills plus 100+ scientific database connectors that follow the Agent Skills standard.
발견 경로
트렌딩
AI 코딩 에이전트용 엔지니어링 스킬셋
Production-grade engineering skills for AI coding agents.
Hot
68.2
★★★☆☆
무엇을 해결하나에이전트가 일관된 개발 워크플로와 품질 게이트를 따르도록 표준화된 검사와 절차를 제공합니다.
누가 쓰면 좋나Developer teams, platform engineers, and tool integrators who use or build AI coding assistants and need consistent engineering practices enforced. Also useful for organizations embedding agent workflows into CI or developer tooling.
왜 지금 뜨나AI 코딩 에이전트 도입 확대에 따라 실무 수준의 일관된 엔지니어링 관행 수요가 증가했습니다.
이 리포의 한 방Provides lifecycle-aligned skills and nine slash-commands that make agents follow test-driven, incremental engineering with optional automated execution.
발견 경로
트렌딩
수십 무료 LLM을 통합한 OpenAI 호환 프록시
7.4 billion tokens per month. 34 free LLM providers. 635 free model endpoints. All behind one /v1 endpoint, plus any custom OpenAI-compatible endpoint. Smart routing, automatic failover, encrypted keys. Personal experimentation only.
Hot
67.3
★★★☆☆
무엇을 해결하나여러 무료 제공자 SDK와 쿼터·실패를 하나의 OpenAI 호환 /v1 API로 통합해 라우팅·페일오버·키 암호화를 제공한다.
누가 쓰면 좋나Experimenters, hobbyists, and researchers who want to leverage aggregated free-tier LLM capacity via an OpenAI-compatible API. Developers who need a local, self-hosted proxy to test OpenAI-compatible clients against many free providers.
왜 지금 뜨나무료 티어 확산과 비용 절감 수요로 주목받고 있다.
이 리포의 한 방Combines dozens of free providers (34) and hundreds of endpoints (635) into one OpenAI-compatible /v1 router with automatic failover and per-key quota tracking.
발견 경로
트렌딩
로컬에서 빠른 C/C++ LLM 추론 엔진
LLM inference in C/C++
Hot
65.4
★★★☆☆
무엇을 해결하나무거운 프레임워크 없이 CPU/GPU에서 효율적으로 LLM/VLM을 실행하고, 양자화와 하드웨어 최적화로 메모리 사용과 추론 시간을 줄입니다.
누가 쓰면 좋나Developers who need local, efficient LLM inference for desktop, edge, or private cloud deployments. C/C++ engineers, systems integrators, and researchers who require fine-grained control over performance and hardware integration.
왜 지금 뜨나로컬 LLM 수요 증가와 광범위한 하드웨어 지원으로 주목받고 있습니다.
이 리포의 한 방A dependency-free, cross-platform C/C++ runtime that runs quantized LLMs across CPU and GPU backends with strong performance.
발견 경로
Reddit
타입화된 JSON을 인터랙티브 아키텍처 다이어그램으로 변환
Agent skill for beautiful, verifiable architecture, workflow, sequence, data-flow, and lifecycle diagrams—self-contained HTML with motion and crisp export.
Hot
65.2
★★★☆☆
무엇을 해결하나에이전트가 만든 JSON IR을 검증·컴파일해 자체 포함된 HTML/SVG로 출력하고 변경점(diff)을 정확히 비교해 검증 가능한 아키텍처 지도를 제공합니다.
누가 쓰면 좋나Software architects, SREs, reviewers, and engineering teams that need reproducible, traceable system maps and visual diffs as part of code review or documentation workflows. Teams using agent-driven generation or wanting stronger provenance for diagrams will get the most value.
왜 지금 뜨나에이전트 기반 워크플로와 아키텍처-애즈-코드 수요가 늘며 검증 가능하고 공유 가능한 다이어그램 도구가 필요해졌기 때문입니다.
이 리포의 한 방Deterministically compiles a typed JSON IR into a self-contained, verifiable HTML/SVG artifact with exact Before/Delta/After diffs.
발견 경로
트렌딩
Mac용 Apple Silicon 최적화 LLM 서버
LLM inference server with continuous batching & SSD caching for Apple Silicon — managed from the macOS menu bar
Hot
64.3
★★★☆☆
무엇을 해결하나메모리·SSD 계층 캐시와 연속 배칭으로 로컬 LLM을 빠르게 실행하고 메뉴바에서 모델을 관리할 수 있도록 한다.
누가 쓰면 좋나macOS developers and power users on Apple Silicon who need low-latency, private LLM hosting for local development, tooling, or integrations. Also useful for teams that want an on-device inference endpoint with menu-bar management rather than cloud dependence.
왜 지금 뜨나Apple Silicon 성능 향상과 로컬 프라이버시·오프라인 수요로 관심이 높아졌다.
이 리포의 한 방Persistent two-tier KV cache (hot in-memory + cold SSD) that preserves and reuses conversation context across requests and restarts.
발견 경로
Reddit
멀티에이전트 강의 제작 도구
Open Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click
Hot
63.7
★★★☆☆
무엇을 해결하나한 번의 입력으로 강의 계획, 슬라이드, 퀴즈, 미디어 등을 자동 생성하고 에이전트와 대화하며 수정할 수 있다. 서버 기반 세션으로 작업을 중단·재개하고 자체 모델·저장소를 연결할 수 있다.
누가 쓰면 좋나Educators, instructional designers, and developer teams who need to produce structured, interactive learning materials at scale. Organizations that want a provider-neutral platform to plug in custom LLMs, search, ASR, and storage backends.
왜 지금 뜨나에이전트 워크벤치와 BYO 모델·플러그형 스택을 갖춘 v1.0.0 공개로 자동화된 교육 콘텐츠 수요를 빠르게 흡수하고 있기 때문.
이 리포의 한 방An agent-first workbench that plans, builds, and revises full courses from uploaded materials with durable, server-backed sessions.
발견 경로
트렌딩
주제 하나로 HD 쇼트 비디오 자동 생성
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
63.2
★★★☆☆
무엇을 해결하나스크립트 작성, 소재 검색/생성, 자막·TTS·음악·합성을 자동화해 대량 쇼트 제작의 수작업을 줄인다.
누가 쓰면 좋나Content creators, marketers, and dev teams who need to produce many short-form videos quickly or build automation around social-video publishing. Developers who want a pluggable pipeline they can extend with different model providers and media sources should also evaluate it.
왜 지금 뜨나멀티모달 모델과 저비용 API 확산으로 자동화된 영상 제작 파이프라인이 실용화되었기 때문.
이 리포의 한 방Provides an end-to-end, pluggable pipeline that converts a keyword into a rendered HD short using AI models and ffmpeg.
발견 경로
트렌딩
브라우저·Node·테스트에서 동일하게 작동하는 WebGPU 라이브러리
Modular cross-runtime WebGPU library for shaders, 3D scenes, GPU tensors, neural networks, and math viz
Hot
62.3
★★★☆☆
무엇을 해결하나WGSL을 타입화된 모듈로 다루고 바인딩 불일치를 제거해 동일한 코드가 여러 런타임에서 동작하게 한다.
누가 쓰면 좋나Shader authors, graphics engineers, and developers building GPU-accelerated apps or compute pipelines in TypeScript who need the same code to run in browser, Node, and test suites. Teams that want tight shader/host synchronization and small, CI-friendly bundles.
왜 지금 뜨나WebGPU 보급과 멀티런타임 일관성 수요 증가로 주목받고 있다.
이 리포의 한 방Typed WGSL modules with reflection that keep shader bindings and host code automatically in sync across runtimes.
발견 경로
트렌딩워치리스트Watchlist 1 devs
금융용 파이썬 가격·리스크 툴킷
Python toolkit for quantitative finance
Hot
61.9
★★★☆☆
무엇을 해결하나금융상품 가격 책정, 리스크 계산과 거래·구조화 워크플로를 가속화하고 검증된 분석을 제공합니다. Marquee API와 연동되어 기관 환경에 적합합니다.
누가 쓰면 좋나Quantitative developers, desk quants, and risk engineers at financial institutions who need production-grade pricing and risk primitives. Researchers and prototypers can use core features, but full functionality requires GS Marquee credentials.
왜 지금 뜨나금융업계의 프로그래매틱 트레이딩 수요 증가와 Goldman Sachs의 지속적 유지·업데이트로 주목받고 있습니다.
이 리포의 한 방A production-grade quant library maintained by Goldman Sachs that bundles pricing, risk models, instruments, and Marquee API integration.
발견 경로
에디터 픽트렌딩Watchlist 1 devs
Nothing matches those filters.