무료 LLM을 통합한 OpenAI 호환 API
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
68.1
★★★☆☆
무엇을 해결하나여러 제공업체의 무료 티어와 키·속도 제한을 하나의 OpenAI 스타일 엔드포인트로 통합해 자동 라우팅과 페일오버를 제공한다.
누가 쓰면 좋나Developers, researchers, and hobbyists who want large aggregate free inference capacity for experimentation and prototypes. Not recommended for critical production workloads due to usage and reliability limits described by the project.
왜 지금 뜨나다수 벤더의 무료 모델이 늘면서 이를 자동으로 합치는 수요가 커졌다.
이 리포의 한 방Exposes ~34 free providers and 635 free endpoints behind one OpenAI-compatible /v1 with smart routing, failover, and encrypted keys.
발견 경로
트렌딩
AI 에이전트를 과학 연구 도우미로 전환
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
68.1
★★★☆☆
무엇을 해결하나도메인별 도구와 데이터에 안정적으로 접근할 수 있도록 163개의 검증된 스킬과 100개 이상의 데이터 연결을 제공해 반복 가능한 연구 워크플로를 만든다.
누가 쓰면 좋나Research engineers, bioinformaticians, cheminformaticians, and teams building agent-driven research pipelines or scientific plugins. Also useful for labs that want reproducible agent workflows and quick connectors to domain databases.
왜 지금 뜨나에이전트 프레임워크와 오픈 스킬 표준이 확산되며 재사용 가능한 도메인 스킬 수요가 늘고 있다.
이 리포의 한 방A large, tested catalog of 163 domain-specific skills plus adapters to 100+ curated scientific databases packaged for open Agent Skills standards.
발견 경로
트렌딩
검증 가능한 상호작용형 아키텍처 다이어그램 HTML 생성
Agent skill for beautiful, verifiable architecture, workflow, sequence, data-flow, and lifecycle diagrams—self-contained HTML with motion and crisp export.
Hot
66.9
★★★☆☆
무엇을 해결하나타입화된 JSON을 받아 자체 포함 가능한 HTML/SVG로 렌더하고 변경점을 정확히 비교·검증합니다.
누가 쓰면 좋나Software architects, SREs, engineering teams, and developers using agent workflows or wanting verifiable architecture-as-code artifacts. Useful where traceability, reviewable changes, and polished exports are required.
왜 지금 뜨나에이전트 기반 워크플로와 아키텍처 코드화 수요가 급증해 검증 가능한 시각화가 필요합니다.
이 리포의 한 방Deterministically compiles typed JSON IR into self-contained, verifiable HTML/SVG artifacts with exact added/removed/changed diffs and multi-format export.
발견 경로
트렌딩
에이전트 기반 강좌 자동 생성기
Open Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click
Hot
65.9
★★★☆☆
무엇을 해결하나프롬프트나 업로드한 자료로 슬라이드, 퀴즈, 미디어를 조합해 전체 강좌를 자동으로 생성하고 서버 백업 세션으로 작업을 중단·재개할 수 있게 한다.
누가 쓰면 좋나EdTech engineers, instructional designers, and researchers who want to automate course production or prototype interactive learning experiences. Teams that need pluggable model, media, search, and storage providers will benefit most.
왜 지금 뜨나에이전트 워크플로우와 모델 중립적 배포 수요 증가로 주목받고 있다.
이 리포의 한 방A chat-first agent workbench that plans, builds, and revises entire courses with durable, server-backed sessions and pluggable providers.
발견 경로
트렌딩
포터블 C/C++ 기반 LLM 추론 런타임
LLM inference in C/C++
Hot
65.6
★★★☆☆
무엇을 해결하나로컬 및 엣지 환경에서 의존성이 적은 LLM/VLM 추론을 가능하게 한다. 다양한 하드웨어와 저비트 양자화로 메모리 사용을 줄이고 속도를 개선한다.
누가 쓰면 좋나Developers and engineers who need self-hosted or edge LLM/VLM inference, precise control over performance, or reduced memory footprint via quantization. Also useful for teams wanting an OpenAI-compatible local API without heavy ML framework dependencies.
왜 지금 뜨나오픈 모델 확산과 로컬 추론 수요, 그리고 폭넓은 하드웨어 최적화 때문에 주목받고 있다.
이 리포의 한 방Pure C/C++ implementation that runs quantized LLMs across many CPU and GPU backends with minimal dependencies.
발견 경로
Reddit
타입 안전 WGSL 모듈과 크로스 런타임 WebGPU 런타임
Modular cross-runtime WebGPU library for shaders, 3D scenes, GPU tensors, neural networks, and math viz
Hot
63.5
★★★☆☆
무엇을 해결하나WGSL과 TypeScript 바인딩 불일치, 브라우저/Node/테스트 간 차이, GPU 의존 CI 문제를 연동된 API와 모의(mock) 런타임으로 해결합니다.
누가 쓰면 좋나Graphics and GPU-compute developers who want a single API for browser and server-side WebGPU code, shader authors who want typed WGSL imports, and teams that need deterministic GPU-less tests. Also useful for projects that embed shaders in web apps, demos, or ML inference on GPU targets.
왜 지금 뜨나WebGPU 채택 확대와 동시에 크로스-런타임 일관성 요구가 커졌기 때문입니다.
이 리포의 한 방Typed WGSL module imports with reflection that keep shader bindings and TypeScript in sync across browser, headless Node, and a deterministic mock.
발견 경로
트렌딩워치리스트Watchlist 1 devs
로컬에서 LLM과 확산 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
63.1
★★★☆☆
무엇을 해결하나여러 모델 형식과 GPU 백엔드를 한 곳에서 실행, 학습, 배포하는 과정을 단순화한다.
누가 쓰면 좋나Developers, researchers, and enthusiasts who need to run or fine-tune models on local or private hardware and prefer a GUI plus CLI. Teams that manage multi-GPU setups or need an OpenAI-compatible local API will find it useful.
왜 지금 뜨나자체 호스팅 수요와 새로운 모델·형식의 확산으로 주목받고 있다.
이 리포의 한 방Provides a native desktop app and CLI that runs and fine-tunes LLMs and diffusion models across NVIDIA/AMD/Intel GPUs and CPU, with export and OpenAI-compatible serving.
발견 경로
트렌딩
금융 파생상품·리스크 파이썬 툴킷
Python toolkit for quantitative finance
Hot
63.0
★★★☆☆
무엇을 해결하나파생상품 가격결정, 리스크 계산, 거래 워크플로용 생산급 파이썬 라이브러리를 제공합니다. 골드만삭스 API와 연동해 실거래와 리스크 보고를 가속화합니다.
누가 쓰면 좋나Quant developers, risk engineers, and institutional trading teams that need a maintained, comprehensive Python library for derivatives and risk analytics. Not suitable for retail users without Goldman Sachs API access for some features.
왜 지금 뜨나최근 릴리스와 기관 수요로 유지·활용 사례가 증가하고 있습니다.
이 리포의 한 방A comprehensive, production-grade Python library for pricing and risk built and maintained by Goldman Sachs quants.
발견 경로
에디터 픽트렌딩Watchlist 1 devs
고성능·저메모리 LLM 추론 엔진
A high-throughput and memory-efficient inference and serving engine for LLMs
Hot
62.7
★★★☆☆
무엇을 해결하나GPU 메모리를 절약하고 연속 배칭·페이징·최적화 커널로 추론 처리량을 높여 대형 모델을 효율적으로 서비스하게 한다.
누가 쓰면 좋나ML engineers, infra teams, and researchers who need to serve large or many LLMs efficiently on GPUs, accelerators, or heterogeneous clusters. Also useful for teams who want production-grade APIs compatible with OpenAI-style endpoints and advanced quantization options.
왜 지금 뜨나대형 모델 보급과 비용 압박으로 고효율·다중 하드웨어 서빙 솔루션 수요가 급증했기 때문이다.
이 리포의 한 방PagedAttention and continuous batching enable state-of-the-art throughput and memory efficiency for large-model serving across many hardware backends.
발견 경로
HN
실시간 음성·멀티모달 AI 에이전트 프레임워크
A framework for building realtime voice AI agents 🤖🎙️📹
Hot
62.2
★★★☆☆
무엇을 해결하나STT, LLM, TTS, WebRTC와 스케줄링을 통합해 서버에서 실시간 음성·멀티모달 에이전트를 운영하도록 돕습니다.
누가 쓰면 좋나Backend engineers and platform teams building real-time voice or multimodal conversational agents, IVR systems, or interactive kiosks who need self-hosting, telephony, or tighter control over latency and integrations. Also teams that want an open source, production-capable stack for media+model orchestration.
왜 지금 뜨나실시간 모델과 음성 기술 성숙 및 자가 호스팅 수요 증가로 채택이 늘고 있습니다.
이 리포의 한 방Integrates WebRTC media, STT, LLM, TTS, telephony, and job dispatch into one open-source server framework for realtime voice agents.
발견 경로
트렌딩
Nothing matches those filters.