편집 가능한 상징 계획 기반 음악 생성
YuE2: frontier music generation with symbolic planning, zero-shot covers, and agentic music editing.
Hot
64.0
★★★☆☆
무엇을 해결하나멜로디와 코드로 된 악보를 먼저 생성해 사람이 수정할 수 있게 한 뒤, 그 계획을 고품질 음원으로 실현한다. 제로샷 커버와 대화형(에이전트) 편집을 지원한다.
누가 쓰면 좋나ML researchers, audio engineers, and product teams building controllable music-generation features, plus musicians who want programmatic yet editable composition workflows. It requires a GPU-centric deployment, so it's aimed at teams with inference infrastructure.
왜 지금 뜨나심볼릭 플래닝과 에이전트 편집으로 제어성과 음질을 동시에 개선했기 때문에 주목받고 있다.
이 리포의 한 방White-box symbolic planning: generate an editable melody+chord score and then render studio-quality audio from the same checkpoint.
발견 경로
트렌딩워치리스트Watchlist 1 devs
병렬 코딩 에이전트 관리용 ADE
Orca is the place for working with a fleet of agents (e.g. Grok Bot, Claude Code). Run any coding agent with your own subscription. Available on desktop, mobile and remote runtime.
Hot
69.3
★★★☆☆
무엇을 해결하나여러 AI 코딩 에이전트를 각기 분리된 git worktree에서 실행·비교하고, 리뷰와 병합까지 지원합니다.
누가 쓰면 좋나Developers and teams who use one or more AI coding agents and need reproducible, reviewable outputs tied to git workflows. People who want to run agents locally or on beefy remote machines while monitoring and steering them from desktop or mobile.
왜 지금 뜨나다중 모델 워크플로와 원격·모바일 제어 수요 증가로 주목받고 있습니다.
이 리포의 한 방Runs each agent in an isolated git worktree with built-in review, merge, terminal, and remote runtime tooling.
발견 경로
트렌딩
저사양 하드웨어에서 MoE 초대형 모델 실행
Run frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk. Tiny engine, immense model. 🐦
Hot
67.8
★★★☆☆
무엇을 해결하나디스크→RAM→VRAM을 단일 멀티티어 메모리로 처리해 VRAM 부족 환경에서도 대형 MoE 모델 추론을 가능하게 한다.
누가 쓰면 좋나ML systems engineers, researchers, and advanced hobbyists who want to run or experiment with frontier MoE models locally without renting hyperscaler VMs. Teams exploring model internals, scheduling, or storage-bound inference workloads will find it useful.
왜 지금 뜨나대형 MoE 보급과 비용 절감, 로컬에서 최첨단 모델을 돌리려는 수요가 증가해서.
이 리포의 한 방Streams experts from disk and treats storage/RAM/VRAM as one memory hierarchy to run 744B-2.8T MoE models in a tiny pure-C engine.
발견 경로
워치리스트Watchlist 1 devs
사양 중심 개발을 위한 툴킷
💫 Toolkit to help you get started with SDD or any other process!
Hot
67.2
★★★☆☆
무엇을 해결하나사양을 실행 가능한 워크플로로 바꿔 AI 코딩 에이전트가 계획·구현·검증하도록 돕는다.
누가 쓰면 좋나Engineering teams and organizations adopting AI coding agents (Copilot or others) that need reproducible, auditable development workflows and guardrails. Also for maintainers who want to create presets and extensions to encode team practices.
왜 지금 뜨나AI 코딩 에이전트 확산으로 절차와 거버넌스 수요가 늘어서.
이 리포의 한 방Provides an end-to-end, extensible spec-driven process (specify → plan → tasks → implement → converge) with CLI tooling and extensions that integrate with AI coding agents.
발견 경로
트렌딩
대규모 LLM/VLM 후훈련용 엔터프라이즈 RL 프레임워크
Miles is an enterprise-facing reinforcement learning framework for LLM and VLM post-training, forked from and co-evolving with slime.
Hot
66.4
★★★☆☆
무엇을 해결하나분산 GPU/가속기 환경에서 대형 모델의 안정적이고 빠른 RL 후훈련, 롤아웃-학습 분리와 가중치 전파를 해결합니다.
누가 쓰면 좋나ML engineers, infra teams, and research groups that need to run RL post-training on frontier-scale models across multi-node GPU/accelerator clusters. Organizations that already use Megatron-style model parallelism or SGLang for high-throughput rollout will get the most value.
왜 지금 뜨나프론티어 모델과 저정밀도 트레이닝, 다양한 하드웨어 지원 수요가 급증했기 때문입니다.
이 리포의 한 방Fully async rollout + in-loop P2P weight transfer lets new weights reach inference engines in seconds even on trillion-parameter models.
발견 경로
에디터 픽Watchlist 1 devs
로컬 우선 3D 건축 에디터
Open-source 3D architectural editor with a local CLI, MCP tools, and practical workflows for humans and AI agents.
Hot
65.8
★★★☆☆
무엇을 해결하나로컬에서 건축 3D 모델을 편집하고 AI 에이전트를 안전하게 연결해 자동화된 워크플로우를 실행합니다.
누가 쓰면 좋나Architects, BIM/CAD developers, and engineering teams who want an extensible local 3D editor and deterministic agent integrations. Tooling and AI developers who build agent skills or embed scene-aware assistants in design workflows will find the CLI and MCP hooks useful.
왜 지금 뜨나로컬 우선·프라이버시 요구와 에이전트 통합 수요, WebGPU 채택이 맞물려 주목받고 있습니다.
이 리포의 한 방A local CLI that launches a verified web runtime plus an authenticated MCP server and installable agent skills, enabling reproducible, local agent-driven editing workflows.
발견 경로
트렌딩
경량 C/C++ 기반 LLM 추론 엔진
LLM inference in C/C++
Hot
64.3
★★★☆☆
무엇을 해결하나최소한의 의존성으로 다양한 CPU/GPU에서 로컬 LLM/VLM 추론을 고성능으로 실행할 수 있게 한다. 양자화와 하이브리드 실행으로 메모리 사용을 줄여 큰 모델도 기기에서 돌릴 수 있다.
누가 쓰면 좋나Developers who need low-latency, local or offline LLM/VLM inference across diverse hardware without heavy Python stacks. Teams building privacy-sensitive, embedded, or cost-constrained AI deployments will find it useful.
왜 지금 뜨나온디바이스 추론 수요 증가와 양자화·하드웨어 지원 개선으로 로컬 LLM 실행이 현실화되었기 때문이다.
이 리포의 한 방A compact, dependency-free C/C++ core with wide backend and quantization support that makes practical local LLM inference feasible.
발견 경로
Reddit
오픈 에이전트 스킬 설치·실행용 CLI
The open agent skills tool - npx skills
Hot
63.6
★★★☆☆
무엇을 해결하나Git 저장소나 로컬에서 스킬(프롬프트와 자산)을 찾아 설치하거나 임시로 실행해 여러 에이전트에 일관되게 제공한다.
누가 쓰면 좋나Developers and integrators who build, share, or operate collections of prompts and agent adapters across multiple agent CLIs. Teams that need reproducible prompt deployments, CI-friendly installs, or private-repo distribution for skills.
왜 지금 뜨나에이전트 런타임과 스킬 저장소의 확장으로 통합 설치·공유 도구 수요가 늘었다.
이 리포의 한 방Single CLI that discovers skills from git (public or private), writes or symlinks files per-agent, and can generate prompts or launch agents interactively.
발견 경로
트렌딩
맥에 최적화된 LLM 서버, 배칭·SSD 캐시
LLM inference server with continuous batching & SSD caching for Apple Silicon — managed from the macOS menu bar
Hot
62.9
★★★☆☆
무엇을 해결하나연속 배칭과 메모리+SSD 계층 KV 캐시로 로컬 LLM의 응답 속도와 메모리 사용을 개선하고 문맥을 지속해서 재사용할 수 있게 합니다.
누가 쓰면 좋나macOS developers, data scientists, and teams who want low-latency, private, cost-controlled local LLM inference on Apple Silicon. Also useful for anyone integrating local models into tools or integrations that expect an OpenAI-compatible endpoint.
왜 지금 뜨나M 시리즈 성능 향상과 로컬 인퍼런스 수요 증가로 실용성이 높아졌기 때문입니다.
이 리포의 한 방Continuous batching plus a persistent two-tier KV cache (RAM + SSD) enables practical, low-latency local LLM serving on Apple Silicon.
발견 경로
트렌딩
로컬 우선 AI 코딩 에이전트 데스크톱
Local-first AI coding agent desktop: Electron + Rust host core + pi Agent Harness + user-installable plugins
Hot
62.3
★★★☆☆
무엇을 해결하나프로젝트 상태와 에이전트 세션, 권한을 한 곳에서 관리하고 모델 선택을 사용자 제어로 유지합니다. 플러그인으로 기능을 확장할 수 있습니다.
누가 쓰면 좋나Developers and teams who want to run AI coding agents against local repositories while keeping data and model choices under their control. Plugin authors and infra engineers who need a desktop-hosted, extensible agent runtime will also benefit.
왜 지금 뜨나로컬 모델과 프라이버시 요구가 커지며 모델-중립 데스크톱 워크스페이스 수요가 늘고 있습니다.
이 리포의 한 방A local-first, model-agnostic desktop workspace that combines permissioned agent actions, session persistence, and an installable plugin ecosystem.
발견 경로
트렌딩
Nothing matches those filters.