2026-10-12 Radar

← Back to archive

#1 openclaw/openclaw AI Agent

내 기기에서 실행되는 개인 AI 어시스턴트

The AI that really does things. Any OS. Any Platform. The lobster way. 🦞

Hot 69.9 ★★★☆☆
무엇을 해결하나

데이터와 상태를 외부에 맡기지 않고, 여러 메시징 채널과 기기에서 작동하는 개인·팀용 AI 어시스턴트를 제공합니다. 모델 제공자와 도구를 플러그인처럼 교체할 수 있습니다.

누가 쓰면 좋나

자체 호스팅을 선호하는 개발자와 팀, 여러 메시징 채널과 내부 도구를 연결해야 하는 조직에 적합합니다.

왜 지금 뜨나

자체 호스팅과 멀티채널 통합 수요가 증가하면서 관심을 받고 있습니다.

이 리포의 한 방

로컬 게이트웨이에 상태·자격증명을 보관하면서 20개 이상의 채널과 네이티브 앱을 연결합니다.

설치 난이도
실무 적용
평점8/10
  • assistant
  • self-hosted
  • gateway
  • multichannel
  • privacy
발견 경로 트렌딩
#2 morluto/rea AI Agent

MCP 기반 리버스엔지니어링 에이전트

Reverse engineer anything with agents, from app behavior down to native binaries.

Hot 92.3 ★★★★★
  • TypeScript
  • MIT
  • ★ 98,285 +96898 (7d)
  • Forks 21,812
  • 홈페이지
무엇을 해결하나

에이전트가 Ghidra/Hopper/IDA 같은 리버스 도구와 연동해 앱·바이너리·웹을 분석하고 증거 기반 결과를 반환하도록 연결합니다. 이를 통해 소스 없는 기능을 추적하고 재현용 코드를 얻을 수 있습니다.

누가 쓰면 좋나

소스 없이 기능을 분석하거나 재현해야 하는 개발자, 보안·리버스 연구자와 제품팀이 사용하면 유용합니다.

왜 지금 뜨나

LLM 에이전트 활용과 도구 통합 수요가 늘면서 에이전트-리버스 결합 솔루션으로 주목받고 있습니다.

이 리포의 한 방

에이전트를 기존 리버스툴과 연결해 증거 중심의 분석 결과와 재현 가능한 산출물을 제공합니다.

설치 난이도
실무 적용
평점8/10
  • reverse-engineering
  • agent-skills
  • mcp
  • binaries
  • cli
발견 경로 GeekNewsReddit트렌딩워치리스트Watchlist 4 devs
#3 openai/math AI

모델 생성 수학 논문과 Lean 형식화 모음

Hot 84.1 ★★★★☆
  • Lean
  • Apache-2.0
  • ★ 14,017 +5077 (4d)
  • Forks 1,570
무엇을 해결하나

내부 모델이 만든 수학 결과와 원고, 소스, 보조 증명 자료를 한곳에 모아 검토와 재현을 가능하게 한다. 일부 결과는 Lean으로 형식화되어 기계 검증이 가능하다.

누가 쓰면 좋나

수학자, 형식증명 연구자, Lean 사용자, 모델 기반 연구 결과의 검증을 수행하는 개발자들이 사용하면 유용하다.

왜 지금 뜨나

모델이 생산한 수학적 결과와 그 검증을 공개해 검증·재현 관심을 끌고 있기 때문이다.

이 리포의 한 방

719편의 원고가 수집되어 있으며 상위 결과의 약 42%가 Lean으로 형식화되어 있다.

설치 난이도
실무 적용
평점8/10
  • formal-verification
  • theorem-proving
  • lean
  • research
  • model-evaluation
발견 경로 GeekNewsHN에디터 픽워치리스트Watchlist 13 devs

일반 게이밍 PC에서 대형 LLM 로컬 실행

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.

Hot 76.8 ★★★★☆
  • C++
  • MIT
  • ★ 21,492 +10986 (7d)
  • Forks 2,025
무엇을 해결하나

Qwen3.8급 대형 언어 모델을 12GB 이상 GPU가 있는 개인 PC에서 실행해 클라우드 API 비용과 지연, 데이터 유출 우려를 줄입니다. 설치 스크립트와 GPU별 엔진, 로컬 OpenAI/Anthropic 호환 API를 제공합니다.

누가 쓰면 좋나

현대적인 12GB+ GPU와 충분한 RAM(권장 32-64GB)을 가진 개발자·연구자. 로컬 에이전트, 프라이버시 민감 작업, 클라우드 비용 절감이 필요한 사람들.

왜 지금 뜨나

모델 경량화와 양자화 발전으로 100B급 모델을 소비자 GPU에서 실행할 수 있게 되었고, 로컬 추론 수요가 증가하고 있습니다.

이 리포의 한 방

한 번의 설치로 NVIDIA/AMD에서 Qwen3.8급 모델을 로컬로 실행하고 표준화된 localhost API를 제공한다는 점.

설치 난이도
실무 적용
평점8/10
  • inference
  • local-llm
  • qwen
  • gpu
  • installer
발견 경로 Reddit워치리스트Watchlist 1 devs
#5 storytold/artcraft Vision

아티스트용 AI 2D/3D 제작 IDE

ArtCraft is an intentional crafting engine for artists, designers, and filmmakers

Hot 76.1 ★★★★☆
  • Rust
  • Apache-2.0
  • ★ 17,256 +12782 (4d)
  • Forks 2,826
  • 홈페이지
무엇을 해결하나

프롬프트에만 의존하던 생성 과정의 불확실성을 줄이고, 카메라와 구도까지 재현 가능한 방식으로 장면을 구성하게 해줍니다. 2D 합성과 3D 스테이징을 통합해 촬영 전 미리 씬을 블로킹하고 반복 생성할 수 있습니다.

누가 쓰면 좋나

구성, 인물 포즈, 카메라 제어가 중요한 아티스트와 영화 제작자에게 적합합니다. 생성 결과를 파이프라인에 통합하려는 개발자에게도 유용합니다.

왜 지금 뜨나

생성형 이미지·비디오 수요 증가와 함께, 창작자가 제어 가능한 제작 도구를 원하기 때문입니다.

이 리포의 한 방

2D 레이어링과 3D 장면 구성을 하나의 인터랙티브 IDE로 결합해 재현 가능한 샷을 만든다는 점이 인상적입니다.

설치 난이도
실무 적용
평점8/10
  • 3d-graphics
  • image-generation
  • ai-video
  • filmmaking
  • creative-ide
발견 경로 트렌딩워치리스트Watchlist 3 devs
#6 stablyai/orca AI Agent

병렬 에이전트용 데스크탑·모바일 개발 IDE

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 73.8 ★★★★☆
  • TypeScript
  • MIT
  • ★ 89,664 +1152 (2d)
  • Forks 5,736
  • 홈페이지
무엇을 해결하나

여러 코딩 에이전트를 병렬로 실행하고 각 결과를 독립적인 git worktree로 관리해 비교·검토·병합하는 과정을 단일 앱으로 제공합니다. 원격 실행(SSH)과 모바일 제어까지 포함해 모델 실험을 재현 가능하고 추적 가능한 워크플로로 만듭니다.

누가 쓰면 좋나

LLM 기반 코드 생성을 실무에 도입하려는 개발자와 팀. 원격 하드웨어에서 에이전트를 돌리거나 AI 생성 변경을 깃으로 엄격히 추적하려는 조직.

왜 지금 뜨나

코딩 에이전트 실험과 다모델 비교 수요가 커졌고, Orca는 이를 데스크탑·모바일·원격 런타임까지 묶어 개발자 친화적으로 제공하기 때문입니다.

이 리포의 한 방

각 에이전트를 독립 git worktree로 실행하고 내장된 diff 리뷰·병합과 모바일 제어, SSH 원격을 지원합니다.

설치 난이도
실무 적용
평점9/10
  • agent-ide
  • parallel-agents
  • worktrees
  • remote-ssh
  • mobile-companion
발견 경로 워치리스트Watchlist 1 devs
#7 yetone/magpie Infra

여러 에이전트의 모델을 통합하는 로컬 게이트웨이

Every agent's model. One place. Codex on DeepSeek, Claude Code on Kimi, from the menu bar.

Hot 71.9 ★★★★☆
무엇을 해결하나

에이전트마다 다른 API·키·형식을 통합하고, 계정 할당량 소진 시 자동으로 다른 계정으로 전환해 오류를 감춘다.

누가 쓰면 좋나

여러 코드 어시스턴트나 공급자 계정을 동시에 쓰는 개발자와 팀, 로컬 게이트웨이를 서버나 데스크탑에 두고 싶은 사용자.

왜 지금 뜨나

멀티 에이전트·멀티 공급자 환경에서 키와 할당량 관리를 단순화하기 때문이다.

이 리포의 한 방

로컬에서 여러 공급자의 API를 통합하고 계정 간 자동 페일오버를 제공한다.

설치 난이도
실무 적용
평점8/10
  • llm
  • gateway
  • failover
  • multi-account
  • cli
발견 경로 워치리스트Watchlist 1 devs

최신 ML 모델을 위한 통합 모델 정의 라이브러리

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

Hot 68.7 ★★★☆☆
  • Python
  • Apache-2.0
  • ★ 167,516 +354 (1d)
  • Forks 34,837
  • 홈페이지
무엇을 해결하나

텍스트, 비전, 오디오, 멀티모달 모델에 대해 통일된 모델 정의와 API를 제공해 모델별로 코드를 다시 쓰는 수고를 줄입니다. 허브의 사전학습 체크포인트를 바로 사용하고 여러 프레임워크로 이식하기 쉬워집니다.

누가 쓰면 좋나

사전학습 모델을 재사용하거나 파인튜닝·배포하는 ML 엔지니어와 연구원, 데이터 과학자에게 적합합니다. 여러 런타임과 통합해야 하는 팀이 특히 유용합니다.

왜 지금 뜨나

LLM·멀티모달 모델 수요와 허깅페이스 허브의 확대로 생태계 중심 도구로 자리잡았습니다.

이 리포의 한 방

허브의 100만개 이상 체크포인트와 폭넓은 프레임워크 호환성을 갖춘 점이 가장 인상적입니다.

설치 난이도
실무 적용
평점9/10
  • nlp
  • pretrained-models
  • pytorch
  • multimodal
  • model-hub
발견 경로 트렌딩

모델 출력을 스트리밍 UI로 렌더링하는 표준

The Open Standard for Generative UI

Hot 68.1 ★★★☆☆
무엇을 해결하나

LLM 출력물을 구조화된 UI 컴포넌트로 변환해 토큰 비용을 줄이고 렌더를 스트리밍 방식으로 진행합니다. React·Vue·Svelte·Angular용 런타임과 컴포넌트 라이브러리를 제공합니다.

누가 쓰면 좋나

LLM을 UI에 통합하는 프론트엔드 및 AI 엔지니어. 스트리밍 UX와 토큰 효율을 중시하는 제품 팀.

왜 지금 뜨나

스트리밍 LLM 인터랙션과 UI 표준화 수요가 늘어나고 있기 때문입니다.

이 리포의 한 방

스트리밍 우선의 경량 언어로 JSON보다 토큰을 크게 줄이며 점진적 렌더링을 지원합니다.

설치 난이도
실무 적용
평점8/10
  • generative-ui
  • streaming
  • ui-framework
  • react
  • llm
발견 경로 트렌딩워치리스트Watchlist 1 devs
#10 pytorch/pytorch Infra

GPU 가속 텐서 연산과 동적 신경망 라이브러리

Tensors and Dynamic neural networks in Python with strong GPU acceleration

Hot 67.5 ★★★☆☆
  • Python
  • NOASSERTION
  • ★ 104,412 +306 (1d)
  • Forks 32,078
  • 홈페이지
무엇을 해결하나

GPU에서 빠르게 실행되는 텐서 연산과 테이프 기반 자동미분을 제공해 연구용 모델을 빠르게 작성하고 디버그하며 운영에 배포할 수 있게 합니다.

누가 쓰면 좋나

딥러닝 연구자와 엔지니어, GPU로 계산 가속이나 유연한 모델 개발이 필요한 데이터 과학자들이 사용해야 합니다.

왜 지금 뜨나

활발한 릴리스와 광범한 하드웨어·생태계 지원으로 현재도 널리 채택되고 있습니다.

이 리포의 한 방

동적 그래프 기반의 빠른 자동미분과 광범한 하드웨어 지원이 결합된 점이 가장 인상적입니다.

설치 난이도
실무 적용
평점9/10
  • deep-learning
  • autograd
  • gpu
  • tensor
  • python
발견 경로 트렌딩