개발자들이 오늘 실제로 Star 누른 AI 오픈소스
OpenShell is the safe, private runtime for autonomous AI agents.
에이전트가 파일·네트워크·자격증명에 접근할 수 있게 하되 커널 수준 정책으로 노출을 차단하고, 정책 변경은 형식검증으로 사전 검토한다.
플랫폼·보안·ML 엔지니어와 에이전트 운영 팀이 사용해야 한다. 비밀 보호와 접속 제어가 필요한 조직에 적합하다.
자가결정형 에이전트의 실무 도입과 비밀·네트워크 노출 우려가 커졌기 때문이다.
커널 수준 샌드박스와 정책 변경의 형식검증을 결합한다.
Reverse engineer anything with agents, from app behavior down to native binaries.
소스 없는 앱, 전자 번들, .NET 어셈블리, 네이티브 바이너리를 에이전트로 조사해 동작을 설명하고 근거를 제시합니다. 로컬에서 분석을 실행하고 디컴파일러·디버거와 연동해 재현 코드와 한계를 함께 제공합니다.
리버스 엔지니어와 보안 연구자, 소스 없이 기능을 이해하거나 재현하려는 개발자에게 적합합니다.
에이전트 기반 개발 도구와 MCP 통합 수요가 늘며 분석 도구 연동 자동화가 주목받고 있습니다.
에이전트를 기드라·호퍼·IDA 같은 분석기와 연결해 증거 기반 역분석 보고서와 재현 코드를 제공합니다.
DeepInfer: High-performance, large-scale inference framework for DeepSeek models
대규모 DeepSeek 모델의 오프라인 추론에서 높은 처리량과 낮은 지연을 제공한다. 최적화된 커널, 비동기 스케줄러, 결정론적 샘플링과 구조화된 출력 제약을 지원한다.
GPU/NPU 기반 대규모 추론을 운영하는 ML 인프라 엔지니어와 플랫폼 팀이 사용해야 한다. 소스 빌드와 리눅스·CUDA/CANN 환경에 익숙해야 한다.
SM100·Ascend 같은 신형 가속기와 대규모 LLM 배포 수요로 최적화된 추론 런타임 공개가 주목받고 있다.
디바이스 특화 커널과 제로 오버헤드 비동기 배치 스케줄러 결합으로 대규모 결정론적 추론을 가능하게 한다.
Write HTML. Render video. Built for agents.
웹 기술(HTML/CSS/미디어)로 만든 애니메이션을 결정론적 MP4로 변환해 재현 가능한 동영상 파이프라인을 제공합니다. 에이전트 스킬과 CLI로 자동화된 미리보기, 린트, 렌더링을 지원합니다.
프로그래매틱 비디오 파이프라인을 구축하는 개발자와 에이전트 기반으로 동영상을 자동 생성하려는 팀이 사용하면 유용합니다.
웹 기반 제작과 AI 코딩 에이전트가 결합되며 HTML→비디오 자동화 수요가 증가했습니다.
HTML/CSS로 작성한 애니메이션을 프레임 단위로 결정론적 MP4로 출력합니다.
Every agent's model. One place. Codex on DeepSeek, Claude Code on Kimi, from the menu bar.
각 에이전트가 쓰는 키·설정·엔드포인트를 통합하고, 로컬 게이트웨이에서 라우팅과 쿼터 실패 처리를 대신한다.
여러 에이전트나 공급자, 계정을 동시에 운영하는 개발자. 단일 공급자만 쓰는 경우는 필요성이 낮다.
공급자별 구독·쿼터를 넘나드는 워크플로가 늘어나면서 중앙 관리와 페일오버 수요가 커졌다.
쿼터가 소진되면 자동으로 다음 계정이나 모델로 조용히 전환한다.
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.
대형 코드베이스에서는 코드와 문서·스키마·PDF 간 관계를 추적하기 어렵다. 이 도구는 로컬 tree-sitter 기반 AST로 구조를 추출하고 각 연결을 EXTRACTED 또는 INFERRED로 표기해 명확한 탐색을 제공한다.
모노레포·대형 레포 유지보수팀, 코드 리뷰어, 인시던트 대응팀이 주 사용자층이다.
에이전트 도구 수요와 토큰 비용 절감 요구로 결정론적 로컬 분석과 그래프 기반 탐색이 주목받고 있다.
로컬에서 결정론적 AST 파싱으로 임베딩 없이 출처가 명시된 실사용 그래프를 만든다.
Makes your AI agent think like the laziest senior dev in the room. The best code is the code you never wrote.
AI 에이전트가 불필요하게 긴 구현이나 새 의존성을 추가하고 테스트를 빼먹는 문제를 줄입니다. 리포지토리 재사용을 우선하고 입력 검증과 테스트를 함께 생성해 코드량과 비용을 낮춥니다.
LLM 에이전트를 통해 코드 생성·리팩터링·리뷰 자동화를 하는 팀과 플랫폼 엔지니어가 사용하면 좋습니다.
LLM 기반 에이전트 확산과 토큰·비용 절감 요구가 맞물려 주목받고 있습니다.
에이전트의 판단을 바꿔 더 적은 코드로도 검증된 변경을 내보내게 합니다.
Make humans and AI agents work as one team — open-source and self-hostable.
여러 코딩 에이전트를 터미널에서 따로 돌리며 잃어버리는 컨텍스트와 수작업 조율을 줄입니다. 실행 로그, 비용 분석, 리뷰 게이트를 제공해 누가 무엇을 실행했는지 추적할 수 있게 합니다.
여러 코딩 에이전트를 쓰는 개발팀과 자체 실행 환경·감사 추적이 필요한 조직이 사용해야 합니다.
에이전트 도구 보급과 온프레미스·거버넌스 수요 증가로 에이전트 협업 플랫폼이 필요해졌습니다.
여러 에이전트를 하나의 셀프호스티드 보드에서 실행·감시하고 실행 로그와 리뷰를 연결한다.
TradingAgents: Multi-Agents LLM Financial Trading Framework
리서처·매니저·트레이더 역할을 코드로 구성해 LLM 기반 전략 연구를 재현 가능하게 만든다. 포인트-인-타임 데이터, 백테스트, 다중 모델 공급자 통합으로 결과를 시점 기준으로 정확히 평가한다.
퀀트 개발자와 트레이딩 리서처, LLM으로 전략을 실험하고 재현 가능한 백테스트가 필요한 데이터 과학자에게 적합하다.
멀티 에이전트 LLM 워크플로와 최신 모델·공급자 통합 수요가 높아지면서 금융용 도구로 주목을 받고 있다.
포인트-인-타임 데이터와 에이전트별 역할, 백테스트를 통합해 재현 가능한 거래 연구를 지원한다.
7.4 billion tokens per month. 34 free LLM providers. 635 free model endpoints. All behind one /v1 endpoint, plus any custom OpenAI-compatible endpoint. Smart routing, automatic failover, encrypted keys. Personal experimentation only.
수십 개 공급사의 SDK, 키, 속도·쿼터 제한을 직접 관리하는 번거로움을 없앱니다. 하나의 /v1 엔드포인트로 요청을 라우트하고 실패하면 자동으로 다른 무료 엔드포인트로 대체합니다.
무료 티어로 실험하거나 프로토타입을 빠르게 세우는 개발자와 연구자에게 유용합니다. 상용 프로덕션 게이트웨이로 바로 사용하긴 권장되지 않습니다.
무료 LLM 제공처가 급증하면서 여러 무료 티어를 한꺼번에 쓰려는 수요가 늘었습니다.
수십 개 무료 공급사와 수백 엔드포인트를 단일 OpenAI 호환 API로 통합해 자동 라우팅과 페일오버를 제공합니다.
Nothing matches those filters.