학습하는 장기 에이전트 메모리 시스템
Hindsight: Agent Memory That Learns
Hot
73.6
★★★★☆
무엇을 해결하나대화 기록 복원 이상의 장기 메모리를 제공해 에이전트가 시간이 지나도 학습하고 중요한 정보를 재사용하게 합니다. RAG나 단순 히스토리 덤프가 가진 잡음·비용·확장성 문제를 줄입니다.
누가 쓰면 좋나다중 세션·지속성 메모리가 필요한 에이전트나 코딩 어시스턴트를 만드는 개발자와 제품팀. RAG 기반 워크플로를 대체하려는 팀에게도 적합합니다.
왜 지금 뜨나장기 컨텍스트가 필요한 에이전트 수요 증가와 LongMemEval 등 벤치마크·엔터프라이즈 채택 영향으로 주목받고 있습니다.
이 리포의 한 방장기 메모리 과제에서 SOTA 성능을 보고한 학습형 메모리와 25개 이상 LLM 공급자 통합 지원.
발견 경로
워치리스트Watchlist 1 devs
에이전트 기반의 역공학 분석 도구
Reverse engineer anything with agents, from app behavior down to native binaries.
Hot
96.4
★★★★★
무엇을 해결하나클로즈드 소스 앱과 바이너리의 동작을 증거와 함께 분석하고 설명합니다. 디컴파일러와 디버거를 연결해 재현 가능한 분석과 기능 프로토타입을 생성합니다.
누가 쓰면 좋나역공학자, 보안 연구원, 소스 없이 앱 동작을 재현하거나 감사해야 하는 개발자들이 사용하면 유용합니다.
왜 지금 뜨나에이전트 자동화와 MCP 표준 확산으로 로컬 분석 도구를 AI와 연결하려는 수요가 늘고 있습니다.
이 리포의 한 방MCP를 통해 에이전트가 로컬 도구와 연결되어 증거 기반 분석을 자동으로 수행한다는 점이 핵심입니다.
발견 경로
에디터 픽트렌딩워치리스트Watchlist 10 devs
한 YAML로 대형 언어모델 미세조정
Fine-tune LLMs from one YAML. Layer streaming trains an 8B model on a 4 GB laptop GPU.
Hot
78.0
★★★★☆
무엇을 해결하나복잡한 설정과 GPU 인프라 의존을 줄이고, 레이어 스트리밍 등으로 VRAM이 적은 소비자 GPU에서 대형 모델을 미세조정할 수 있게 해준다.
누가 쓰면 좋나GPU 자원이 제한된 ML 엔지니어, 연구자, 취미 개발자에게 적합하다.
왜 지금 뜨나레이어 스트리밍으로 4GB급 카드에서 8B 모델 훈련이 가능해지면서 주목받고 있다.
이 리포의 한 방레이어 스트리밍으로 4GB 노트북에서 8B 모델을 미세조정할 수 있다.
발견 경로
에디터 픽트렌딩Watchlist 1 devs
병렬 에이전트를 비교·관리하는 데스크탑 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
75.8
★★★★☆
무엇을 해결하나여러 코딩 에이전트를 각자 분리된 git 워크트리에서 동시에 실행하고, 결과를 비교·검토·병합하는 반복 작업을 한곳으로 모아줍니다. 에디터, 터미널, 원격 실행을 넘나들던 컨텍스트 스위치를 줄입니다.
누가 쓰면 좋나여러 LLM 기반 코딩 도구를 비교·통합하려는 개발자와 팀, 원격 고성능 머신에서 에이전트를 돌리려는 팀이 대상입니다.
왜 지금 뜨나다양한 모델을 병렬로 평가하는 워크플로가 늘면서 하나로 묶어주는 도구 수요가 커지고 있습니다.
이 리포의 한 방각 에이전트를 독립된 git 워크트리로 실행해 AI 생성 코드의 차이를 보고 바로 병합까지 할 수 있습니다.
발견 경로
트렌딩워치리스트Watchlist 1 devs
로컬에서 동작하는 ElevenLabs 대체 오픈소스
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.
Hot
75.2
★★★★☆
무엇을 해결하나음성 클로닝, TTS, 전사, 영상 더빙과 오디오 제작을 인터넷 없이 로컬에서 처리해 프라이버시 유출과 클라우드 비용을 줄입니다.
누가 쓰면 좋나프라이버시와 오프라인 처리가 중요한 개발자와 로컬 배치 작업이 많은 스튜디오·팀. 취미 개발자와 연구자도 유용합니다.
왜 지금 뜨나오픈소스 음성 모델과 GPU/MPS 지원이 성숙해져 로컬 음성 툴 수요가 늘었습니다.
이 리포의 한 방데스크톱 앱에서 음성 생성·클로닝·더빙·전사 기능을 모두 로컬로 제공합니다.
발견 경로
트렌딩워치리스트Watchlist 2 devs
오픈소스 AI 코딩 에이전트
The open source coding agent.
Hot
72.7
★★★★☆
무엇을 해결하나로컬 환경에서 코드 탐색, 수정 제안, 명령 실행을 한 곳에서 처리해 개발자의 문맥 전환과 반복 작업을 줄인다.
누가 쓰면 좋나로컬·팀 단위로 AI 도우미를 통합하고 싶은 개발자와 오픈소스 대안을 선호하는 팀이 쓰기 좋다.
왜 지금 뜨나코딩 에이전트 수요와 셀프호스팅 선호가 늘면서 다중 플랫폼 UX와 오픈소스라는 점이 주목받고 있다.
이 리포의 한 방CLI와 데스크톱 앱을 함께 제공하는 성숙한 코딩 에이전트라는 점이 가장 인상적이다.
발견 경로
HN트렌딩
C/C++로 로컬 LLM 추론을 실행하는 도구
LLM inference in C/C++
Hot
72.1
★★★★☆
무엇을 해결하나대형 언어·비전 모델을 인터넷이나 무거운 ML 런타임 없이 로컬에서 실행하도록 지원합니다. 양자화와 하드웨어별 최적화로 메모리와 연산 비용을 크게 줄입니다.
누가 쓰면 좋나로컬 또는 온프레미스 추론이 필요한 개발자·운영팀과, 저자원 장치에서 모델을 돌려야 하는 연구자·취미 개발자들이 사용하면 좋습니다.
왜 지금 뜨나오픈 모델 증가와 로컬·프라이버시 중심 추론 수요, 활발한 하드웨어 최적화가 맞물려 주목받고 있습니다.
이 리포의 한 방폭넓은 하드웨어에서 양자화 기반으로 실용적 성능의 LLM/VLM 추론을 제공한다는 점이 인상적입니다.
발견 경로
Reddit워치리스트Watchlist 1 devs
자체 호스팅 자율 침투 테스트 에이전트
Fully autonomous AI Agents system capable of performing complex penetration testing tasks
Hot
70.6
★★★★☆
무엇을 해결하나전문 스캐너와 익스플로잇 도구를 에이전트가 자동으로 실행하고 결과를 데이터베이스에 저장해 재사용 가능한 침투 테스트 워크플로를 만든다. 모든 실행은 도커 샌드박스에서 격리된다.
누가 쓰면 좋나권한 있는 테스트를 수행하는 침투 테스터, 레드팀, 보안 엔지니어가 내부 인프라에서 자동화된 테스트를 원할 때 적합하다.
왜 지금 뜨나자체 호스팅 가능한 자율 에이전트와 프라이버시 중심 LLM 워크플로에 대한 관심이 커졌다.
이 리포의 한 방여러 AI 에이전트가 20개 이상의 전문 도구를 격리된 컨테이너에서 조율해 실행하고 결과를 보존한다.
발견 경로
트렌딩워치리스트Watchlist 1 devs
멀티모달 파일을 로컬에서 내용으로 검색
Search your computer by what's in your files: photos, PDFs, documents, recordings, videos and code. On-device on Mac, Windows and Linux, built on Google DeepMind's EmbeddingGemma 2.
Hot
70.5
★★★★☆
무엇을 해결하나사진·녹음·동영상·PDF·코드를 의미 단위로 검색합니다. 결과를 해당 페이지나 재생 시점으로 바로 엽니다.
누가 쓰면 좋나로컬에 문서와 미디어가 많은 개발자·파워유저·프라이버시 민감 사용자에게 적합합니다. 여러 언어와 포맷을 가로지르는 검색이 필요할 때 유용합니다.
왜 지금 뜨나경량 멀티모달 임베딩으로 로컬에서 의미 기반 검색이 현실화되고 있어 수요가 늘고 있습니다.
이 리포의 한 방구글 EmbeddingGemma 2를 로컬에서 돌려 사진·오디오·동영상·문서를 색인하고 정확한 페이지나 타임스탬프로 엽니다.
발견 경로
워치리스트Watchlist 3 devs
게이밍 PC에서 Qwen3.8을 한 번에 설치해 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
70.1
★★★★☆
무엇을 해결하나대형 언어 모델을 클라우드가 아닌 내 PC에서 돌려 지연·비용·개인정보 유출을 줄입니다. 설치 스크립트와 GPU 최적화 엔진, 로컬 API를 제공합니다.
누가 쓰면 좋나로컬에서 빠르고 프라이빗한 모델이 필요한 개발자·연구자 및 소규모 팀. 12GB 이상 VRAM과 충분한 시스템 메모리가 필요합니다.
왜 지금 뜨나양자화된 모델과 GPU 최적화로 100B급 모델을 소비자 하드웨어에서 돌릴 수 있게 되었기 때문입니다.
이 리포의 한 방12GB급 소비자 GPU에서 Qwen3.8급 모델을 로컬로 띄우는 손쉬운 설치 경험
발견 경로
워치리스트Watchlist 1 devs
Nothing matches those filters.