여러 에이전트용 로컬 모델 게이트웨이
Every agent's model. One place. Codex on DeepSeek, Claude Code on Kimi, from the menu bar.
Hot
79.2
★★★★☆
무엇을 해결하나각 에이전트가 다른 키·포맷·요금제를 써서 설정과 세션이 흩어지는 문제를 하나의 앱과 로컬 게이트웨이로 통합하고, 요금제 소진 시 자동으로 다른 계정·모델로 이어줍니다.
누가 쓰면 좋나여러 LLM 에이전트나 제공자 계정을 운영하는 개발자와 팀, 또는 로컬에서 다양한 에이전트를 통합해 쓰려는 파워유저가 쓰기 적합합니다.
왜 지금 뜨나여러 에이전트를 동시에 쓰는 워크플로와 벤더별 과금·로그인이 늘어나며 중앙화 수요가 커졌기 때문입니다.
이 리포의 한 방한 로컬 게이트웨이로 모든 에이전트의 모델과 계정을 교체·라우팅하고 무중단으로 장애를 넘깁니다.
발견 경로
워치리스트Watchlist 3 devs
에이전트로 바이너리·앱을 분석하는 도구
Reverse engineer anything with agents, from app behavior down to native binaries.
Hot
85.0
★★★★☆
무엇을 해결하나AI 에이전트를 네이티브 디컴파일러·디버거·정적 분석 툴에 연결해 로컬에서 증거를 모으고 재현 가능한 분석 결과를 제공합니다. 소스 없는 앱이나 바이너리의 동작을 설명하고 유사 기능을 구현할 때 수작업을 줄여줍니다.
누가 쓰면 좋나리버스 엔지니어, 보안 연구원, 소스 없는 앱 동작을 파악해야 하는 개발자가 사용하면 유용합니다. 에이전트를 분석 파이프라인에 통합하려는 팀에도 적합합니다.
왜 지금 뜨나에이전트 기반 워크플로와 MCP 표준 확산으로 LLM을 네이티브 분석 툴에 연결하는 도구 수요가 커지고 있습니다.
이 리포의 한 방에이전트를 디컴파일러·디버거와 연결해 증거 기반의 재현 가능한 분석 워크플로를 제공합니다.
발견 경로
워치리스트Watchlist 5 devs
대규모 모델용 고성능 추론 프레임워크
DeepInfer: High-performance, large-scale inference framework for DeepSeek models
Hot
81.4
★★★★☆
무엇을 해결하나대규모 생성 모델을 낮은 지연과 높은 처리량으로 안정적으로 서빙하도록 최적화된 스케줄링, 커널, 병렬화와 결정론적 샘플링을 제공합니다.
누가 쓰면 좋나대규모 모델을 실제 서비스로 운영하는 인프라·ML 엔지니어와 생산용 추론 최적화 레퍼런스가 필요한 팀이 사용해야 합니다.
왜 지금 뜨나SM100·Ascend 같은 최신 가속기와 생산급 추론 수요가 맞물려 오픈 소스화가 주목받고 있습니다.
이 리포의 한 방커널 최적화와 비동기 제로 오버헤드 배치 스케줄러로 저지연·고처리량 추론을 목표로 합니다.
발견 경로
HN에디터 픽워치리스트Watchlist 34 devs
에이전트 전용 커널 수준 샌드박스 런타임
OpenShell is the safe, private runtime for autonomous AI agents.
Hot
79.1
★★★★☆
무엇을 해결하나에이전트의 파일·네트워크·시스템 호출·자격증명 접근을 정책으로 제한하고, 정책 변경을 형식검증해 위험한 권한 확장을 막는다.
누가 쓰면 좋나플랫폼·인프라 및 보안 담당자, 쿠버네티스나 컨테이너 환경에서 에이전트를 운영하는 팀이 주요 사용자다.
왜 지금 뜨나자율 에이전트 확산과 보안 규제 강화로 런타임 접근 통제 수요가 커졌다.
이 리포의 한 방커널 수준 접근 제어와 정책 변경의 형식검증을 결합해 에이전트 권한 확대를 방지한다.
발견 경로
GeekNewsHNReddit트렌딩
AI 에이전트용 최소 수정 코드 스킬
Makes your AI agent think like the laziest senior dev in the room. The best code is the code you never wrote.
Hot
77.9
★★★★☆
무엇을 해결하나에이전트가 새 라이브러리를 추가하거나 긴 구현을 생성하는 대신 기존 코드·브라우저 기능을 재사용해 수정량과 리뷰 부담을 줄인다. 검증과 테스트 작성은 유지해 안전성을 보존한다.
누가 쓰면 좋나LLM 기반 코드 자동화나 PR 생성 파이프라인을 운영하는 개발팀이 주사용자다. 에이전트를 CI나 코드리뷰 워크플로에 연결하는 곳에서 유용하다.
왜 지금 뜨나에이전트 도입 확대에 따른 비용·리뷰·의존성 문제를 줄여주는 실용적 솔루션이라 관심이 높다.
이 리포의 한 방벤치마크에서 생성 코드와 토큰·비용을 줄이면서 위험한 로직에 대한 테스트 비율을 높였다.
발견 경로
트렌딩워치리스트Watchlist 2 devs
코드와 문서를 질의할 수 있는 локальный 지식 그래프
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.
Hot
76.5
★★★★☆
무엇을 해결하나코드, 문서, SQL 스키마, PDF 등을 연결해 탐색 가능한 지식 그래프를 만듭니다. 각 연결을 EXTRACTED(원본) 또는 INFERRED(추론)로 표시해 출처와 추론 경로를 추적할 수 있습니다.
누가 쓰면 좋나대규모 리포지토리의 의존성 추적이나 코드 리뷰, 에이전트 메모리로 활용하려는 엔지니어와 플랫폼 팀이 사용하면 좋습니다.
왜 지금 뜨나에이전트·설명가능성 수요 증가로 로컬·결정론적 분석 수단이 주목받고 있습니다.
이 리포의 한 방로컬 tree-sitter AST로 결정론적 파싱을 수행하고 모든 엣지에 출처 태그를 붙여 임베딩 없이 설명 가능한 그래프를 만듭니다.
발견 경로
트렌딩워치리스트Watchlist 1 devs
HTML로 MP4 영상을 생성하는 에이전트용 프레임워크
Write HTML. Render video. Built for agents.
Hot
76.3
★★★★☆
무엇을 해결하나HTML/CSS/애니메이션을 프레임 정확한 MP4로 변환해 수동 편집과 깨지기 쉬운 스크립트를 대체합니다. 에이전트와 CI가 호출 가능한 재현 가능한 렌더 파이프라인을 제공합니다.
누가 쓰면 좋나프로그래매틱 영상 파이프라인을 만드는 개발자와 에이전트 통합이 필요한 팀. 스튜디오나 자동화된 CI 렌더링 워크플로를 구성하는 엔지니어에게 유용합니다.
왜 지금 뜨나AI 코딩 에이전트와 자동화된 콘텐츠 수요 증가로 에이전트 연동 영상 렌더러에 관심이 모입니다.
이 리포의 한 방에이전트 스킬을 통해 HTML을 그대로 프레임-정확 MP4로 렌더링할 수 있다는 점이 핵심입니다.
발견 경로
워치리스트Watchlist 2 devs
디자인 지시·이미지·브라우저 검사 스킬
Agent skills that give coding agents taste: art direction, reference images and a browser check instead of generic AI pages
Hot
72.6
★★★★☆
무엇을 해결하나에이전트가 생성하는 평범한 랜딩 페이지를 미적 방향, 실사진, 실제 브라우저 검사로 개선해 수작업 수정을 줄인다.
누가 쓰면 좋나코딩 에이전트로 화면을 생성하는 프론트엔드 개발자와 디자인 엔지니어가 주 사용자다.
왜 지금 뜨나에이전트로 UI를 만드는 사례가 늘며, 자동으로 디자인을 지시하고 검증하는 접근이 실무에서 수요가 커졌다.
이 리포의 한 방실사진 수집과 헤드리스 브라우저 검사로 에이전트가 스스로 시각적 문제를 찾아 고친다.
발견 경로
워치리스트Watchlist 2 devs
Qwen3.8 로컬 실행·원클릭 설치
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
69.9
★★★☆☆
무엇을 해결하나대형 모델을 개인 게이밍 PC에서 구동해 응답 지연과 데이터 유출을 줄이고, OpenAI/Anthropic 호환 API로 기존 에이전트와 연동할 수 있게 한다.
누가 쓰면 좋나32GB 이상(통합 메모리 포함)과 적절한 GPU를 가진 개발자 및 개인 사용자, 클라우드 의존을 줄이려는 팀이 쓴다.
왜 지금 뜨나모델 최적화와 소비자용 GPU 성능 향상으로 로컬 100B급 추론이 실용화되었기 때문이다.
이 리포의 한 방125B Qwen3.8-Flash-Next를 로컬에서 구동하고 OpenAI/Anthropic API를 에뮬레이트한다.
발견 경로
Reddit
금융 거래용 멀티 에이전트 LLM 프레임워크
TradingAgents: Multi-Agents LLM Financial Trading Framework
Hot
69.7
★★★☆☆
무엇을 해결하나여러 LLM 역할(애널리스트·트레이더·포트폴리오 매니저)을 조율해 시점 정확한 데이터로 의사결정과 재현 가능한 백테스트를 수행합니다. 모델 공급자 통합과 보고서를 표준화해 실험을 노트북 밖 파이프라인으로 옮깁니다.
누가 쓰면 좋나퀀트 리서처와 트레이딩 엔지니어, LLM 기반 전략을 실험하려는 개발자에게 적합합니다. 무감독 실거래용 완제품은 아닙니다.
왜 지금 뜨나LLM 성능 향상과 다중 에이전트 패턴, 광범위한 모델·프로바이더 지원으로 실험이 현실화되어 주목받고 있습니다.
이 리포의 한 방시점 정확성을 지키는 재현 가능한 백테스트와 다중 모델·프로바이더 지원을 결합한 점이 핵심입니다.
발견 경로
트렌딩워치리스트Watchlist 1 devs
Nothing matches those filters.