개발자들이 오늘 실제로 Star 누른 AI 오픈소스
Towards a More Autonomous Agent System
에이전트가 리포에서 안전하게 일하도록 격리된 세션을 만들고, 작업 항목을 열며 PR을 제출해 팀의 수작업과 소음 부담을 줄입니다. 웹 패널과 규칙 기반 트리거로 사람의 개입을 최소화합니다.
레포 유지 관리자와 코딩 에이전트 워크플로우를 실험하려는 팀, 에이전트 설계를 연구하는 개발자들이 사용하면 좋습니다.
자율 코딩 에이전트에 대한 관심이 커진 가운데 실무에 가까운 워크플로우를 보여주기 때문입니다.
규칙으로 통제되는 샌드박스 세션에서 작업을 수행하고 PR로 결과를 제출하는 점이 인상적입니다.
Persistent Context Across Sessions for Every Agent – Captures everything your agent does during sessions, compresses it with AI, and injects relevant context back into future sessions. Works with Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode + More
에이전트의 세션 기록을 자동으로 캡처해 AI로 요약·임베딩하고 다음 세션에 관련 정보를 주입해 반복 설정과 맥락 손실을 줄입니다.
클로드 코드나 기타 에이전트 플랫폼으로 연속성을 필요로 하는 개발자와 팀이 사용하면 좋습니다.
에이전트 기반 워크플로가 늘면서 세션을 넘는 지속 메모리에 대한 수요가 급증했기 때문입니다.
에이전트의 툴 사용과 관찰을 자동으로 압축해 향후 세션에 관련만 재주입하는 파이프라인입니다.
Reverse engineer anything with agents, from app behavior down to native binaries.
소스가 없는 앱이나 네이티브 바이너리의 동작을 에이전트와 네이티브 도구로 조사해 증거와 설명을 제공한다.
역공학가·보안 연구원·기능을 재현해야 하는 개발자가 쓰기 적합하다.
에이전트 자동화와 MCP 통합이 실무에 도입되며 관심이 늘고 있다.
에이전트를 Ghidra·IDA·Hopper 같은 네이티브 도구와 연결해 근거 있는 분석을 제공한다.
An on-device AI agent for Android that operates apps and the web to get things done for you.
앱별 API 없이 화면을 사람처럼 조작해 여러 앱과 웹을 넘나드는 작업을 자동화합니다. 모델 키는 사용자가 선택하고 데이터는 휴대폰에 남습니다.
안드로이드 고급 사용자, 개인정보 중심 사용자, 자동화 워크플로를 필요로 하는 개발자들이 주 사용자입니다.
온디바이스 모델과 모바일 에이전트 수요가 늘어나면서 개인정보를 지키는 자동화 대안으로 주목받고 있습니다.
백그라운드의 숨겨진 화면에서 직접 앱을 조작해 앱별 통합 없이 작업을 완료합니다.
The design vocabulary for your coding agent. Steer with polish and bolder, review with critique and audit, catch AI slop before it ships.
코딩 에이전트가 반복적으로 내놓는 통일성 없는 UI와 모호한 지시를 표준화한다. 자동 감사와 결정론적 룰로 문제를 찾아 브라우저 라이브 편집으로 수정안을 소스에 기록한다.
프론트엔드 개발자, 디자인 시스템 관리자, 에이전트 기반 워크플로를 도입한 팀이 주로 사용하면 좋다.
코딩 에이전트를 UI 작업에 쓰는 팀이 늘어나면서 규격화·검증 도구 수요가 커졌다.
24개 명령어 카테고리와 62개 규칙의 결정론적 slop 탐지, 그리고 소스에 반영되는 라이브 편집이 핵심 장점이다.
Computer use CLI for AI agents
OS 접근성 트리에서 요소별 스냅샷과 참조(ref)를 제공해 에이전트가 픽셀 매칭 없이 안전하게 읽고 조작하도록 합니다. macOS, Windows, Linux를 모두 지원합니다.
데스크탑 앱을 자동으로 조작하거나 에이전트에 UI 접근을 제공하려는 개발자와 접근성 엔지니어가 주 대상입니다.
로컬 에이전트와 데스크탑 자동화 수요가 늘고, 안정적이고 개인정보를 고려한 상호작용 방식이 필요해졌습니다.
스냅샷별로 고유한 ref를 유지해 액션 후 재스냅샷으로 결과를 검증할 수 있다는 점이 핵심입니다.
Local voice dictation for mac, windows and linux
단축키를 눌러 말하면 활성 앱에 텍스트를 바로 붙여넣는 시스템 전체 받아쓰기를 제공합니다. 음성과 전사 결과는 기기를 벗어나지 않아 개인정보가 노출되지 않습니다.
클라우드 전송을 피하고 싶은 개발자·글 작성자·파워유저에게 적합합니다. 맥, 윈도, 리눅스에서 동일한 워크플로를 원할 때 유용합니다.
온디바이스 음성 모델 성능 개선과 프라이버시 선호가 맞물려 주목받고 있습니다.
시스템 전체 푸시투토크로 로컬에서 전사해 바로 붙여넣습니다.
Agent skill: describe your stack in a sentence, get an architecture diagram with official logos
자연어 한 줄로 깔끔한 아키텍처 다이어그램을 자동 생성합니다. 공식 로고를 가져와 단일 HTML, PNG, 또는 React 출력으로 바로 공유할 수 있습니다.
엔지니어, 시스템 아키텍트, 기술 문서 작성자가 빠르게 구조를 시각화해 배포할 때 유용합니다.
에이전트 스킬 확산과 빠른 문서화 수요가 맞물려 수요가 늘고 있습니다.
공식 브랜드 로고를 자동으로 가져와 단일 파일 HTML과 PNG·React 컴포넌트로 내보냅니다.
A trilingual (繁中 / English / 简中) learning roadmap for agentic AI: from LLM basics to multi-agent systems, with 240+ curated resources and hands-on examples. 中文 AI agent 學習地圖。
LLM 기초부터 멀티에이전트와 운영까지 필요한 개념과 실습을 단계별로 정리해 줍니다. 분산된 자료와 예제를 한곳에 모아 따라 하며 학습할 수 있게 합니다.
에이전트 시스템을 배우려는 개발자·ML 엔지니어와 실무자를 위한 자료입니다. 기초가 약한 개발자도 단계별로 따라갈 수 있게 구성되어 있습니다.
에이전트형 AI, CLI 에이전트와 액세서리 툴이 빠르게 늘어나면서 실습 중심의 정리된 로드맵 수요가 커졌기 때문입니다.
단계별 트랙과 실습 예제, 240개 이상의 선별 리소스를 삼개 언어로 제공합니다.
Open-source skills for designing and reviewing software with AI agents
프로젝트 맥락을 가진 에이전트가 설계 초안을 만들고, 맥락 없는 리뷰어가 그 초안을 검토해 숨은 가정과 위험을 드러냅니다. 구현 전에 설계 품질과 명확성을 높여 오해로 인한 재작업을 줄입니다.
설계 결정이 필요한 엔지니어와 팀, 설계 문서 품질을 높여 구현 리스크를 줄이고 싶은 개발자가 사용하면 좋습니다.
코딩 에이전트와 플러그인 생태계 확산으로 설계·검토 자동화 수요가 커졌기 때문입니다.
프로젝트 맥락을 유지하는 'Elephant'와 맥락 없는 'Goldfish' 리뷰로 숨은 가정을 찾아내는 점이 핵심입니다.
Nothing matches those filters.