개발자들이 오늘 실제로 Star 누른 AI 오픈소스
AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI
여러 LLM 공급자와 도구 호출, CLI/TUI, 지속 상태를 한 곳에서 구성해 에이전트 개발 반복을 줄인다. 확장성 있는 패키지·스킬·확장으로 워크플로우에 맞춰 커스터마이즈할 수 있다.
코딩 에이전트나 대화형 도구를 만들려는 개발자와 팀. 여러 모델을 연결해 재현 가능한 에이전트를 운영하려는 사람들.
멀티 공급자 통합과 로컬 친화적 에이전트 UX 수요가 커졌기 때문이다.
여러 모델 공급자와 통합된 에이전트 런타임과 확장 가능한 CLI/TUI를 함께 제공한다.
OpenShell is the safe, private runtime for autonomous AI agents.
에이전트의 파일, 네트워크, 자격증명 접근을 정책으로 제한하고 런타임에서 강제합니다. 정책 변경은 형식 검증으로 잠재적 위험을 사전 검토합니다.
에이전트 플랫폼 및 보안·인프라 엔지니어와 자격증명 노출을 엄격히 제한해야 하는 팀에 적합합니다.
에이전트 확산과 자격증명·네트워크 노출 우려가 커지며 주목받고 있습니다.
커널 수준 샌드박스와 정책 변경의 형식 검증을 결합한 점이 인상적입니다.
Write HTML. Render video. Built for agents.
HTML/CSS/JS와 시크 가능한 애니메이션을 일관된 MP4로 렌더링해 자동화 파이프라인과 에이전트에서 재현 가능한 비디오를 만듭니다. CLI와 에이전트용 스킬로 제작·미리보기·렌더링 과정을 자동화합니다.
프로그램적 비디오 생성이 필요한 개발팀과 콘텐츠 자동화 파이프라인을 운영하는 팀이 주 사용층입니다. AI 에이전트로 비디오를 생성·관리하려는 조직에도 적합합니다.
에이전트 통합 수요와 자동화된 비디오 제작 필요성이 급증하고 있기 때문입니다.
에이전트용 스킬 집합과 HTML을 결정적으로 MP4로 변환하는 렌더링 파이프라인.
📑 PageIndex: Document Index for Vectorless, Reasoning-based RAG
긴 전문 문서에서 유사도 검색이 놓치는 관련 정보를, 벡터 DB와 청킹 없이 트리 인덱스와 LLM 추론으로 찾아 근거 있는 응답을 제공합니다.
금융·법률·연구 같은 긴 전문 문서를 다루는 팀과 개발자. LLM API 키나 로컬 모델 실행 환경이 필요합니다.
긴 문서에 대한 설명 가능하고 컨텍스트 민감한 검색 수요가 커졌고 로컬 모드 등 실사용 기능이 추가됐습니다.
벡터 없이 문서의 트리 구조를 LLM으로 탐색해 근거 있는, 추적 가능한 응답을 제공합니다.
🪨 why use many token when few token do trick. Viral skill + proxy for coding agents that cuts 65% of tokens by talking like a caveman.
에이전트의 장황한 입출력을 간결하게 줄여 읽기·쓰기 토큰 비용을 낮춥니다. 코드·오류·로그는 그대로 두고 설명 문장만 압축해 원본을 복원할 수 있습니다.
코딩 에이전트를 운영하거나 비용을 절감하려는 개발자와 팀에게 유용합니다.
토큰 기반 과금 확산과 연구·실사용 테스트, 바이럴 데모로 주목받고 있습니다.
입출력 토큰을 약 65% 줄이면서 기술적 내용은 보존하고 원본 복원이 가능합니다.
Compress tool outputs, logs, files, and RAG chunks before they reach the LLM. 20% fewer tokens for coding agents, 60-95% fewer tokens for JSON, same answers. Library, proxy, MCP server.
로그, JSON, 코드, RAG 조각 등으로 인해 늘어나는 토큰을 로컬에서 압축해 비용과 컨텍스트 초과를 줄입니다. 원본은 로컬에 보관해 필요할 때 복원합니다.
LLM 기반 에이전트나 RAG 파이프라인을 운영하는 개발자와 팀에게 유용합니다. 토큰 비용과 컨텍스트 오버플로우를 줄이고 싶은 서비스에 적합합니다.
토큰 비용과 컨텍스트 한계, 프라이버시 요구 때문에 채택이 빠르게 늘고 있습니다.
원본을 로컬에 저장하면서 토큰 수를 크게 줄이고 동일한 답을 유지한다는 점이 인상적입니다.
Makes your AI agent think like the laziest senior dev in the room. The best code is the code you never wrote.
에이전트가 불필요하게 많은 코드와 의존성을 생성하는 문제를 줄인다. 네이티브하고 간단한 해법을 우선해 비용과 작업 시간을 낮춘다.
AI 기반 코드 생성·수정 도구를 사용하는 개발자와 플랫폼 담당자. 에이전트 출력의 과잉생성을 제어하려는 팀.
에이전트 도입 확산과 비용·토큰 절감 수요로 주목을 받는다.
실사용 벤치마크에서 생성 코드 LOC를 평균 약 54% 줄이면서 안전성은 유지한다.
The design vocabulary for your coding agent. Steer with polish and bolder, review with critique and audit, catch AI slop before it ships.
AI 에이전트가 만들어내는 일관성 없는 프론트엔드 문제를 줄입니다. 에이전트용 명령어, PRODUCT.md 같은 지속적 제품 맥락, 브라우저 실시간 반복, 그리고 LLM 없이 실행되는 61개의 결정론적 검사로 UI 품질을 잡습니다.
AI 코딩 에이전트를 쓰는 프론트엔드 개발자와 제품 팀에게 적합합니다. 디자인과 개발 사이의 일관된 워크플로가 필요한 팀이 쓰면 좋습니다.
에이전트 기반 코딩이 보편화되며 프론트엔드 출력에 대한 일관된 가이드와 검증 수단 수요가 증가했습니다.
LLM 없이도 동작하는 61개의 결정론적 검사와 에이전트용 24개 명령을 함께 제공합니다.
Qwen3.8-Flash-Next on any consumer hardware: one-click install for Windows / Linux. Strata inference engine, OpenAI/Anthropic API on localhost, optional image input.
대형 LLM을 클라우드 대신 개인 PC에서 구동해 지연과 데이터 유출 위험을 줄입니다. 드라이버 설정, 모델 다운로드, 로컬 API 노출을 자동화해 별도 서버가 필요 없게 합니다.
12GB 이상 GPU를 가진 개발자·연구자·취미 개발자가 사용하기 적합합니다. 기존 OpenAI/Anthropic 호환 API로 빠르게 통합하고 싶은 사람에게도 맞습니다.
12GB 이상 소비자 GPU와 양자화 체크포인트의 발전으로 100B급 모델을 로컬에서 현실적으로 돌릴 수 있게 되었습니다.
원클릭 설치로 드라이버 설정부터 모델 다운로드, 로컬 OpenAI/Anthropic 호환 API 실행까지 자동화합니다.
Build your own network of agents from Claude Code, Codex and Pi: persistent teams with roles, shared context and owned work.
일회성 터미널로 돌아다니는 AI 에이전트를 역할과 공유 컨텍스트를 가진 지속 팀으로 바꿉니다. Claude Code와 Codex 같은 서로 다른 제공자들을 하나의 YAML 정의와 TUI/CLI로 통합해 작업 과정을 재현 가능하게 합니다.
모델 기반 코딩 보조를 자동화하려는 개발자와 멀티에이전트 실험을 하는 연구자. 프로젝트에서 에이전트 작업을 재현·소유하려는 유지보수자도 유용합니다.
여러 모델을 조합한 에이전트 오케스트레이션 수요와 제공자 네이티브 코딩 모델 확산으로 관심이 커졌습니다.
Claude Code와 Codex 같은 이기종 제공자를 하나의 영구 팀으로 묶어 YAML·TUI로 운용할 수 있다는 점이 인상적입니다.
Nothing matches those filters.