이번 달 트렌딩 23개 중 21개가 AI 관련 프로젝트이고, 그중 대다수가 AI 에이전트를 만들고, 실행하고, 관리하는 도구입니다. 가장 가파르게 오른 저장소는 로컬 음성 AI 스튜디오 debpalash/VoiceStudio로 한 달 사이 별 36,408개를 받았습니다. 그 뒤를 에이전트 메모리 시스템 vectorize-io/hindsight(25,874개), 알리바바의 AI 코드 리뷰 도구 alibaba/open-code-review(24,283개), affaan-m/ECC(22,653개), paperclipai/paperclip(21,106개)이 이었습니다. 코딩 에이전트에 스킬과 플러그인을 얹는 하네스, 여러 에이전트를 조직처럼 묶는 오케스트레이션, 에이전트를 안전하게 가두는 샌드박스 런타임까지 에이전트 스택의 층마다 프로젝트가 고르게 올라온 점이 눈에 띕니다. 알리바바, 텐센트, NVIDIA, Google, Anthropic 같은 대기업이 사내 도구나 레퍼런스를 공개한 사례가 많고, 로컬 하드웨어와 무료 티어로 비용을 줄이려는 셀프호스팅 흐름도 뚜렷해 에이전트가 실험 단계를 지나 실무 인프라로 자리 잡아 가는 분위기입니다.
로컬, 셀프호스팅으로 AI 비용 낮추기ElevenLabs를 대신하는 로컬 음성 스튜디오, 수천억 파라미터급 MoE 모델을 일반 PC에서 돌리는 C 추론 엔진, 34개 제공자의 무료 티어를 엔드포인트 하나로 묶는 라우터처럼 유료 클라우드 의존을 줄이려는 프로젝트가 강세입니다. 특히 VoiceStudio는 이번 달 가장 큰 상승폭을 기록했습니다.debpalash/VoiceStudioJustVugg/colibritashfeenahmed/freellmapi
개발 도구 (AI 코드 리뷰)Go★ 46,994▲ 24,283 이번 달포크 3,416홈페이지 ↗
알리바바가 사내에서 2년간 쓰던 AI 코드 리뷰 도구를 오픈소스로 공개한 Go 기반 CLI입니다. 정해진 규칙대로 동작하는 결정론적 파이프라인과 LLM Agent를 함께 쓰는 하이브리드 구조가 특징입니다.
자세히 보기
무엇인가
Open Code Review는 Git diff를 읽어 변경된 파일을 사용자가 설정한 LLM에 보내는 CLI 도구입니다. 도구를 호출할 수 있는 Agent가 전체 파일 내용과 코드베이스를 탐색한 뒤 라인 단위로 구조화된 리뷰 코멘트를 만듭니다. 리뷰할 파일 선정, 관련 파일 묶기, 규칙 매칭, 코멘트 위치 보정처럼 틀리면 안 되는 단계는 엔지니어링 로직이 맡고, 동적 판단과 컨텍스트 검색은 Agent가 맡습니다. diff 리뷰 외에 ocr scan으로 저장소 전체를 감사할 수 있고, NPE, thread-safety, XSS, SQL injection 등을 다루는 다국어 규칙셋이 내장되어 있습니다. OpenAI와 Anthropic 호환 엔드포인트를 지원합니다.
왜 뜨는가
2026년 5월에 생성된 저장소인데 스타가 약 4.7만 개이고, 이번 달에만 2.4만 개 이상 늘었습니다. 알리바바 사내에서 2년간 수만 명의 개발자가 쓰며 수백만 건의 결함을 찾았다는 실사용 이력, 그리고 같은 모델 기준으로 Claude Code보다 Precision과 F1이 높으면서 토큰은 약 1/9만 쓴다는 벤치마크 수치가 관심을 끈 것으로 보입니다. 범용 코딩 Agent로 리뷰할 때 생기는 파일 누락, 위치 오차, 품질 편차 문제를 직접 겨냥한 점도 이유로 추정됩니다. 이번 달에 유독 급증한 계기는 제공된 정보만으로는 확인할 수 없습니다.
누구에게
AI 코드 리뷰를 CI 파이프라인이나 PR 프로세스에 넣으려는 팀, 그리고 범용 코딩 Agent의 리뷰에서 오탐과 토큰 비용 문제를 겪는 개발자에게 유용합니다. 낯선 코드베이스를 보안 관점에서 살펴봐야 할 때는 ocr scan도 쓸 만합니다.
핵심 특징
파일 선정, 관련 파일 묶기, 규칙 매칭, 코멘트 위치 보정과 reflection은 엔지니어링 로직이 처리하고, Agent는 동적 판단과 컨텍스트 검색만 맡는 하이브리드 구조입니다.
관련 파일 묶음(bundle)마다 컨텍스트가 분리된 sub-agent가 따로 실행되므로, 변경 규모가 커도 안정적으로 동작하고 여러 묶음을 동시에 리뷰할 수 있습니다.
오픈소스 저장소 50개, 실제 PR 200개, 정답으로 표시된 이슈 1,505개로 만든 AACR-Bench에서 Claude Code보다 Precision과 F1이 높고 토큰은 약 1/9만 쓴다고 밝힙니다.
Delegation Mode를 쓰면 OCR은 파일 선정과 규칙 결정만 맡고 실제 리뷰는 사용 중인 AI 코딩 Agent가 하므로, LLM을 따로 설정하지 않아도 됩니다.
주의
README에서 스스로 Recall이 범용 Agent보다 낮다고 밝히고 있습니다. 오탐을 줄이는 대신 일부 결함은 놓칠 수 있는 설계입니다. 벤치마크 수치는 프로젝트 측이 제시한 것이고 AACR-Bench도 같은 쪽에서 만든 데이터셋으로 보이므로, 독립적인 검증을 거쳐 판단하는 것이 좋습니다. Git 2.41 이상이 필요하며, Delegation Mode가 아니면 LLM 엔드포인트와 API 비용이 따로 듭니다. 코드가 외부 LLM으로 전송되므로 사내 보안 정책도 먼저 확인해야 합니다.
The open-source app everyone uses to manage agents at work
AI 에이전트 오케스트레이션TypeScript★ 101,697▲ 21,106 이번 달포크 17,052홈페이지 ↗
"OpenClaw가 직원이라면 Paperclip은 회사"라는 문구처럼, 여러 AI 에이전트를 조직도와 예산, 승인 절차 아래에서 하나의 회사처럼 운영하게 해 주는 오픈소스 오케스트레이션 앱입니다.
자세히 보기
무엇인가
Paperclip은 Node.js 서버와 React UI로 만든 오픈소스 앱입니다. Claude Code, Codex, OpenClaw, Cursor, Gemini CLI처럼 서로 다른 AI 에이전트를 한 대시보드에서 관리할 수 있습니다. 사용자가 비즈니스 목표를 정하고 CEO, CTO, 엔지니어 같은 역할에 에이전트를 배치하면, 에이전트는 heartbeat를 받아 깨어나 맡은 작업을 처리합니다. 그 과정과 비용은 티켓 단위로 기록됩니다. 겉모습은 task manager에 가깝지만, 내부에는 조직도, 예산, 권한, 승인 게이트, 목표 정렬 같은 거버넌스 구조가 들어 있습니다.
왜 뜨는가
2026년 3월에 생성된 저장소인데 약 7개월 만에 스타 10만 개를 넘겼고, 이번 달에만 2만 1천여 개가 늘었습니다. Claude Code나 Codex 같은 코딩 에이전트를 여러 개 동시에 돌리는 방식이 퍼지면서 "터미널 20개를 열어 두고 각자 무엇을 하는지 놓치는" 문제를 바로 겨냥한 점이 공감을 얻은 것으로 보입니다. 특정 벤더에 묶이지 않고 여러 에이전트를 함께 붙일 수 있다는 점과 Paperclip Cloud 대기자 모집도 관심을 키운 요인으로 추정됩니다.
누구에게
여러 코딩 에이전트를 동시에 운영하면서 작업 추적과 비용 관리에 어려움을 겪는 개발자나 1인 창업자에게 유용합니다. 에이전트를 도입할 때 권한, 승인, 예산 통제 같은 거버넌스 체계가 필요한 팀 관리자와 플랫폼 담당자도 참고할 만합니다.
핵심 특징
heartbeat를 받을 수 있는 에이전트라면 무엇이든 붙일 수 있고, Claude Code, Codex, OpenClaw, Cursor, Gemini CLI, Hermes 등을 지원하며 커스텀 프로세스나 HTTP endpoint, 외부 adapter 패키지로 확장할 수 있습니다.
회사, 에이전트, 프로젝트 단위로 예산을 정하고 임계값에 도달하면 알림을 보내며, 설정한 한도에서 작업을 멈추는 비용 통제 기능을 제공합니다.
사람과 에이전트가 함께 있는 조직도에서 역할, 위임, 권한을 정하고 리뷰와 승인 단계를 두어, 에이전트가 자율로 실행되는 중에도 사람이 개입할 수 있습니다.
작업은 티켓 기반 스레드로 관리되어 재부팅 후에도 세션이 유지되며, 작업에서 프로젝트와 회사 목표로 이어지는 맥락이 에이전트에 전달됩니다.
주의
Agent Chat과 Slack, Discord, Telegram, AgentMail 등을 연결하는 채팅·이메일 커넥터는 아직 실험적 기능으로 명시되어 있습니다. 비용 추적은 보고된 지출(reported spend)을 기준으로 하므로 실제 과금과 차이가 날 수 있는지 확인해 보는 것이 좋습니다. 관리형 Paperclip Cloud는 아직 대기자 모집 단계여서 당장은 직접 호스팅해야 하는 것으로 보입니다. README는 "$1M MRR 달성" 같은 자율 비즈니스 운영을 앞세우지만, 에이전트를 24시간 자율로 돌리면 비용과 권한 관련 위험이 커지므로 예산 한도와 승인 설정을 신중하게 잡아야 합니다.
Anthropic이 공개한 저장소로, 투자은행, 리서치, 사모펀드, 자산관리 업무에 쓰는 Claude 레퍼런스 에이전트와 스킬, 데이터 커넥터를 모아 두었습니다.
자세히 보기
무엇인가
Claude for Financial Services는 금융 업무 흐름별로 만든 에이전트를 모은 저장소입니다. Pitch Agent, Earnings Reviewer, GL Reconciler, KYC Screener 같은 에이전트와 이를 구성하는 스킬, 슬래시 커맨드(/comps, /dcf, /earnings 등), MCP 기반 데이터 커넥터가 들어 있습니다. 같은 소스를 Claude Cowork나 Claude Code 플러그인으로 설치할 수도 있고, Claude Managed Agents API로 자체 워크플로 엔진 뒤에 배포할 수도 있습니다. 모든 구성은 markdown과 JSON 파일로 되어 있어 빌드 단계가 없습니다.
왜 뜨는가
Anthropic 공식 저장소입니다. 2026년 2월에 만들어진 뒤 약 4만 스타를 모았고, 이번 달에만 4,971개가 늘었습니다. 범용 코딩 에이전트를 넘어 특정 산업 실무에 바로 쓸 수 있는 버티컬 에이전트 레퍼런스에 관심이 커진 것, 그리고 하나의 소스를 Cowork 플러그인과 Managed Agents API 양쪽으로 배포하는 구조가 주목받는 이유로 추정됩니다. 9월 하순까지 푸시가 이어진 것으로 보아 꾸준한 업데이트도 관심이 유지되는 요인으로 보입니다.
누구에게
투자은행, 에퀴티 리서치, 사모펀드, 자산관리, 펀드 어드민 조직에서 Claude로 업무 자동화를 검토하는 팀과 이를 지원하는 사내 개발자, 플랫폼 엔지니어에게 유용합니다. 도메인 특화 에이전트와 스킬을 어떻게 설계하고 배포하는지 참고하려는 에이전트 개발자에게도 좋은 사례로 보입니다.
핵심 특징
README 표 기준으로 피치 덱 작성, 실적 리뷰, 원장 대사, 월말 결산, LP 보고서 감사, KYC 심사 등 10개의 엔드투엔드 업무 에이전트를 각각 독립된 플러그인으로 제공합니다.
같은 시스템 프롬프트와 스킬을 Cowork 플러그인과 Claude Managed Agents 템플릿에서 그대로 재사용합니다.
핵심 플러그인 financial-analysis에는 Comps, DCF, LBO, 3-statement 모델링 스킬과 11개 데이터 커넥터가 들어 있고, LSEG와 S&P Global이 직접 만든 파트너 플러그인도 함께 제공됩니다.
deploy-managed-agent.sh와 orchestrate.py 스크립트가 서브에이전트 생성과 에이전트 간 handoff_request 라우팅의 레퍼런스 구현 역할을 합니다.
주의
README에 밝힌 대로 이 저장소는 투자, 법률, 세무, 회계 자문이 아닙니다. 모든 산출물은 자격 있는 전문가가 검토하고 승인한다는 전제의 초안이며, 에이전트는 거래 실행, 원장 기록, 온보딩 승인을 하지 않습니다. 출력 검증과 규제 준수 책임은 사용하는 회사에 있습니다. 서브에이전트 위임 기능(callable_agents)은 아직 research preview 단계입니다. Cowork, Claude Code, Managed Agents API 같은 Anthropic 제품을 쓰는 것이 전제이며, 데이터 커넥터를 쓰려면 각 데이터 제공사와 별도 계약이나 접근 권한이 필요할 것으로 추정됩니다.
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.
음성 AI 데스크톱 앱Python★ 64,063▲ 36,408 이번 달포크 7,125홈페이지 ↗
ElevenLabs를 대신하려는 오픈소스 음성 AI 스튜디오로, 음성 복제부터 영상 더빙, 받아쓰기, 오디오북 제작까지 사용자의 하드웨어에서 로컬로 처리합니다.
자세히 보기
무엇인가
VoiceStudio는 voice cloning, voice design, video dubbing, dictation, transcription, audiobook 제작을 646개 언어로 지원하는 Python 기반 오픈소스 음성 도구입니다. 기본 엔진은 k2-fsa/OmniVoice이고 다른 엔진으로 바꿀 수도 있습니다. macOS, Windows, Linux, Docker에서 Electron 데스크톱 앱으로 실행됩니다. 로컬 API와 MCP로 에이전트와 연동할 수 있고, 재사용 가능한 recipe와 watch folder로 반복 작업을 자동화할 수 있습니다.
왜 뜨는가
2026년 4월에 만들어진 저장소가 약 6개월 만에 스타 64,063개를 모았고, 하루 사이에만 1,748개가 늘었습니다. 유료 클라우드 서비스인 ElevenLabs를 무료로 로컬에서 대체하려는 수요가 크고, MCP와 agent skill처럼 코딩 에이전트와 연동하는 기능이 주목받은 것으로 추정됩니다. 오늘(2026-10-14)까지 푸시가 이어질 만큼 개발이 활발하다는 점도 영향을 준 것으로 보입니다.
누구에게
클라우드 음성 서비스의 비용이나 데이터 외부 전송이 부담스러운 영상 크리에이터, 더빙 작업자, 오디오북 제작자에게 유용합니다. TTS와 STT를 로컬 API나 MCP로 에이전트 워크플로에 붙이려는 개발자에게도 쓸모가 있습니다.
핵심 특징
음성 복제, 음성 디자인, 영상 더빙, 받아쓰기, 전사, 오디오북 제작을 646개 언어로 한 앱에서 할 수 있으며, 기본 엔진인 k2-fsa/OmniVoice 외에 다른 엔진도 고를 수 있습니다.
NVIDIA GPU에서는 CUDA, Apple Silicon에서는 Metal(MPS) 가속을 쓰고, 전용 GPU가 없는 PC도 CPU로 돌릴 수 있습니다. 다만 속도는 느립니다.
로컬 API, MCP, npx skills add로 설치하는 agent skill을 제공하며, Claude Code, Codex, Cursor 같은 코딩 에이전트에 붙여 넣을 설치용 프롬프트도 공식 문서에 있습니다.
한 줄 설치 스크립트와 macOS dmg, Windows exe, Linux AppImage 및 deb 배포본을 제공하고, 설치 프로그램은 기존 설정, 프로젝트, 모델을 보존합니다.
주의
앱 자체는 AGPL-3.0이며, 상업적 이용도 이 라이선스의 조건 안에서만 허용됩니다. 모델 가중치, tokenizer, 음성, 생성 결과물의 이용 조건은 이와 별개입니다. Model Manager에 있는 검토 파일 미리보기 기능도 상업적 이용 허가를 보증하지 않습니다. 음성 복제는 당사자의 허락을 받은 경우에만 해야 합니다. Intel Mac에서는 UI만 실행되므로 원격 백엔드에 연결해야 하고, Windows on ARM 지원은 실험 단계입니다. CPU로만 실행하면 느리고 디스크 여유 공간이 약 5GB 필요합니다. 0.5.3이 마지막 Tauri 버전이므로 기존 Tauri 사용자는 Electron 앱을 따로 설치해야 합니다. 설치 방식이 curl 스크립트를 셸에 바로 파이프로 넘기는 형태이므로, 실행 전에 스크립트 내용을 확인하는 것이 좋습니다.
AI 에이전트 메모리Python★ 49,368▲ 25,874 이번 달포크 6,041홈페이지 ↗
AI 에이전트가 대화 내용을 기억하는 데서 그치지 않고 시간이 지나며 학습하도록 돕는 오픈소스 에이전트 메모리 시스템입니다.
자세히 보기
무엇인가
Hindsight는 vectorize-io가 MIT 라이선스로 공개한 Python 기반 에이전트 메모리 시스템입니다. 메모리 bank 단위로 정보를 저장하는 retain, 질의로 기억을 찾는 recall, 저장된 기억을 바탕으로 성향을 반영한 응답을 만드는 reflect를 핵심 연산으로 제공합니다. Docker, pip, Kubernetes Helm, 서버 없이 쓰는 Python 임베디드 모드로 직접 운영할 수 있고, 관리형 서비스인 Hindsight Cloud도 있습니다. 기존 LLM 클라이언트를 감싸는 LLM Wrapper를 쓰면 코드 두 줄로 에이전트에 메모리를 붙일 수 있다고 설명합니다.
왜 뜨는가
전체 스타 49,369개 가운데 25,874개가 이번 달에 늘어, 최근 한 달 사이 관심이 크게 몰렸습니다. README가 내세우는 LongMemEval 최고 성능과 외부 연구진의 독립 재현, 그리고 Claude Code, Cursor, GitHub Copilot 같은 기존 구독을 API 키 없이 LLM 공급자로 쓸 수 있는 점이 에이전트 메모리 수요와 맞물린 것으로 보입니다. 다만 이번 달에 급증한 직접적인 계기는 제공된 정보로는 확인되지 않아 추정입니다.
누구에게
장기 기억이 필요한 챗봇이나 AI 에이전트를 만드는 개발자, RAG나 knowledge graph 방식 메모리에 한계를 느낀 팀에게 유용합니다. 셀프 호스팅이나 로컬 LLM 환경이 필요한 조직도 쓸 수 있는 구성입니다.
핵심 특징
retain, recall, reflect 세 가지 API와 memory bank 개념으로 기억을 저장하고 찾으며, 그 기억을 바탕으로 응답을 생성합니다.
OpenAI, Anthropic, Gemini 같은 호스티드 모델부터 Ollama, LM Studio, llama.cpp 같은 로컬 모델까지 25개 이상의 LLM 공급자를 지원합니다.
Docker, pip, Helm, Python 임베디드 모드, Hindsight Cloud 중에서 배포 방식을 고를 수 있고 Python, Node.js, Go, CLI 클라이언트를 제공합니다.
LongMemEval 벤치마크에서 최고 성능을 냈다고 밝히며, 이 결과를 Virginia Tech 연구진과 The Washington Post가 독립적으로 재현했다고 설명합니다.
주의
최고 성능이라는 주장과 Fortune 500 기업 도입 사례는 README에 적힌 프로젝트 측 주장이며, 비교 대상의 점수는 각 벤더가 직접 보고한 값입니다. 서버를 돌리려면 LLM API 키나 로컬 모델이 필요하므로 그에 따른 비용이나 컴퓨팅 자원이 듭니다. LLM Wrapper는 기본적으로 Hindsight Cloud에 연결되므로, 셀프 호스팅 서버를 쓸 때는 hindsight_api_url을 따로 지정해야 합니다. Intel Mac에서는 pip 설치에 제약이 있어 hindsight-all-slim을 써야 합니다. 2025년 10월에 생성되어 1년이 채 되지 않은 프로젝트라 운영 사례가 아직 많지 않을 것으로 보입니다.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
AI 코딩 에이전트JavaScript★ 278,726▲ 22,653 이번 달포크 41,514홈페이지 ↗
ECC는 Claude Code를 비롯한 AI 코딩 에이전트에 계획, 테스트, 리뷰, 메모리, 보안 점검을 갖춘 작업 체계를 한 번에 설치해 주는 오픈소스 agent harness 최적화 시스템입니다.
자세히 보기
무엇인가
ECC는 AI 코딩 에이전트가 plan, test, implement, review, verify, remember, improve 순서로 일하도록 agents, skills, hooks, rules, memory를 하나로 묶어 제공하는 도구입니다. 71개 agents, 311개 skills, 97개 legacy command shims와 AgentShield 보안 스캔이 들어 있습니다. Claude Code에서 가장 잘 동작하고 Codex와 Qoder는 네이티브 플러그인으로 지원하며, Cursor, OpenCode, Gemini, Zed, GitHub Copilot 등에는 기능이 일부만 되는 어댑터를 제공합니다.
왜 뜨는가
이번 달에만 스타가 22,653개 늘었습니다. ECC 2.2에서 Claude Code, Codex, Kimi Code를 한 번에 설정하는 guided setup이 추가된 것이 영향을 준 것으로 보입니다. 에이전트 하네스를 쓰는 개발자가 늘면서, 작업 절차를 프롬프트마다 다시 짜지 않고 한 번 설치해 두려는 수요가 커진 것도 배경으로 추정됩니다. 최근 푸시가 2026-10-12이고 README에 매주 릴리스한다고 적혀 있을 만큼 업데이트가 잦다는 점도 관심을 유지하는 요인으로 보입니다.
누구에게
Claude Code나 Codex 같은 AI 코딩 에이전트를 매일 쓰면서 계획, 테스트, 리뷰 절차와 보안 점검을 표준화하려는 개발자와 팀에게 유용합니다. 여러 에이전트 도구를 함께 쓰는 사용자라면 한 번의 설치 흐름으로 모두 설정할 수 있다는 점도 도움이 될 것으로 보입니다.
핵심 특징
plan, test, implement, review, verify, remember, improve로 이어지는 작업 흐름을 에이전트에 한 번 설치해 두면 프롬프트마다 절차를 다시 쓸 필요가 줄어듭니다.
AgentShield가 prompts, hooks, MCP config, permissions, secrets, agent 파일을 스캔해 보안 점검을 돕습니다.
npx, pnpm, Yarn 2+, Bun에서 같은 guided setup을 쓸 수 있고, multi-harness wizard로 Claude Code, Codex, Kimi Code를 한 번에 설정할 수 있습니다.
주의
Claude Code가 아닌 Cursor, OpenCode, Gemini 등에서는 기능이 제한된 어댑터로 동작하므로 기능이 같지 않습니다. README도 support status matrix를 먼저 확인하라고 안내합니다. 공식 채널(GitHub 저장소, npm 패키지 ecc-universal과 ecc-agentshield, ecc@ecc 플러그인, ecc.tools) 밖의 재업로드본에는 malware가 들어 있을 수 있다고 경고하며, 버전을 고정한다고 보안 감사가 되는 것은 아니라고 밝히고 있습니다. Node.js 18 이상이 필요하고 Claude 플러그인 설치에는 Git과 Claude Code 2.1 이상도 필요합니다. 프라이빗 저장소용 ECC Pro는 seat당 월 19달러부터 시작하는 유료 서비스입니다. README에 메인테이너가 한 명이라고 적혀 있어, 유지보수가 한 사람에게 몰려 있다는 점도 고려할 만합니다.
Open source repository of plugins primarily intended for knowledge workers to use in Claude Cowork
AI 에이전트 플러그인Python★ 29,577▲ 5,569 이번 달포크 3,356
Anthropic이 공개한 직무별 플러그인 모음으로, Claude Cowork와 Claude Code에서 Claude를 영업, 법무, 재무 같은 특정 직무의 전문가처럼 쓰도록 해 줍니다.
자세히 보기
무엇인가
이 저장소는 지식 노동자가 Claude Cowork에서 쓸 수 있는 오픈소스 플러그인을 모아 둔 곳이며, Claude Code와도 호환됩니다. 플러그인마다 특정 직무에 필요한 skills, slash commands, sub-agents, 그리고 MCP 서버 기반 connectors가 묶여 있습니다. README 기준으로 productivity, sales, legal, finance, data, bio-research 등 11개 플러그인이 공개되어 있고, 구성 요소는 모두 markdown과 JSON 파일이라 빌드나 인프라 없이 수정해서 쓸 수 있습니다.
왜 뜨는가
Anthropic 공식 저장소이고, 이번 달에만 스타가 5,569개 늘었으며 이틀 전인 2026-10-12에도 푸시가 있었습니다. Claude Cowork 사용자가 늘면서 바로 설치해 쓸 수 있는 직무별 플러그인을 찾는 수요가 커졌고, 최근 업데이트가 그 관심을 다시 끌어올린 것으로 추정됩니다.
누구에게
Claude Cowork나 Claude Code로 반복 업무를 자동화하려는 영업, 고객 지원, PM, 마케팅, 법무, 재무, 데이터 담당자에게 유용합니다. 팀의 도구와 용어, 업무 절차를 Claude에 일관되게 적용하고 싶은 팀 리더와 관리자에게도 맞습니다.
핵심 특징
플러그인마다 skills, commands, connectors가 한데 묶여 있어 설치하면 바로 직무에 맞는 워크플로를 쓸 수 있습니다.
Slack, Notion, Jira, HubSpot, Snowflake, PubMed 등 직무별 외부 도구에 MCP 서버로 연결됩니다.
코드 없이 markdown과 JSON만으로 구성되어 있어 .mcp.json이나 skill 파일만 고치면 회사 환경에 맞게 바꿀 수 있습니다.
cowork-plugin-management 플러그인을 쓰면 아직 다루지 않은 직무용 플러그인을 직접 만들 수 있고, 기여도 PR 하나로 가능합니다.
주의
README에서 밝히듯 기본 플러그인은 범용 출발점이라, 실제로 쓸모가 커지려면 회사의 도구와 용어, 절차에 맞춰 손봐야 합니다. connectors는 Slack, Jira 같은 외부 서비스의 계정과 권한이 있어야 제대로 동작할 것으로 보입니다. 주 언어는 Python으로 표시되지만 README는 플러그인이 코드 없이 구성된다고 설명하므로, Python 코드는 보조 스크립트 정도일 것으로 추정됩니다. 플러그인 수와 구성은 README 발췌 시점 기준이라 지금과 다를 수 있습니다.
AI 에이전트용 영상 렌더링 프레임워크TypeScript★ 63,018▲ 13,203 이번 달포크 5,656홈페이지 ↗
HyperFrames는 HTML로 장면을 작성하면 결정론적 MP4 영상으로 렌더링해 주는 오픈소스 프레임워크입니다. HeyGen이 공개했으며, 처음부터 AI 코딩 에이전트가 쓰도록 설계되었습니다.
자세히 보기
무엇인가
HyperFrames는 HTML, CSS, 미디어 파일, 특정 시점으로 이동(seek)할 수 있는 애니메이션을 입력받아 매번 같은 결과가 나오는 MP4 영상으로 바꾸는 TypeScript 프레임워크입니다. CLI로 로컬에서 쓰거나, 코딩 에이전트에 스킬 형태로 붙이거나, 호스팅형 영상 제작 서비스의 렌더링 엔진으로 쓸 수 있습니다. 토픽에 GSAP, Puppeteer, FFmpeg가 있는 것으로 보아 브라우저에서 애니메이션을 재생해 프레임을 캡처한 뒤 FFmpeg로 인코딩하는 방식으로 추정됩니다.
왜 뜨는가
2026년 3월에 공개된 뒤 7개월 만에 스타 63,018개를 모았고, 이번 주에만 4,732개가 늘었습니다. Claude Code, Codex, Cursor, Gemini CLI 같은 코딩 에이전트에 스킬과 플러그인을 붙여 쓰는 흐름이 커지는 가운데, "프롬프트 한 줄로 제품 소개 영상을 만든다"는 구체적인 사용 사례를 보여 준 점이 관심을 모은 것으로 보입니다. 오늘(10월 14일)도 커밋이 올라오는 등 개발이 활발하고, 영상 AI 기업 HeyGen이 직접 운영한다는 점도 영향을 준 것으로 추정됩니다.
누구에게
AI 코딩 에이전트로 제품 홍보 영상, 개념 설명 영상, 모션 그래픽을 자동으로 만들고 싶은 개발자와 마케팅·콘텐츠 팀에 유용합니다. 웹 기술로 영상 템플릿을 만들어 대량 렌더링 파이프라인을 꾸리려는 팀에게도 렌더링 엔진 후보가 될 수 있습니다.
핵심 특징
익숙한 HTML, CSS와 seek 가능한 애니메이션으로 영상을 작성하며, 같은 입력이면 항상 같은 MP4가 나오는 결정론적 렌더링을 내세웁니다.
스킬 21개를 제공하며, 그중 /hyperframes 라우터 스킬이 요청을 보고 제품 런칭 영상, 개념 설명 영상, GitHub PR 소개 영상, 자막 삽입, 음악 비트에 맞춘 영상 같은 제작 워크플로로 연결합니다.
Claude Code 플러그인 마켓플레이스, npx skills add 명령, Codex용 플러그인 압축 파일 등 설치 경로가 여러 가지라 Cursor, Gemini CLI, Copilot, OpenCode, IBM Bob에서도 쓸 수 있습니다.
에이전트에게 기획, HTML 작성, 애니메이션 연결, 미디어 추가, 린트, 미리보기, 렌더링으로 이어지는 제작 과정을 스킬로 가르치는 구조입니다.
주의
README 발췌에는 렌더링 속도, 시스템 요구 사항, 실제 결과물의 품질에 대한 정보가 없습니다. Puppeteer와 FFmpeg에 의존하는 것으로 보여 헤드리스 브라우저와 인코딩 환경이 필요하고 리소스 부담이 있을 것으로 추정됩니다. skills.sh 레지스트리를 거치는 설치는 main 브랜치보다 몇 시간 늦을 수 있고, 에이전트처럼 비대화형으로 실행할 때 skill 옵션을 지정하지 않으면 스킬 21개가 전부 설치된다는 점도 README에 나와 있습니다. 라이선스는 Apache 2.0입니다. 다만 HeyGen의 상용 호스팅 서비스와 이 오픈소스가 어떤 관계인지는 발췌만으로는 알 수 없습니다.
Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands.
AI 코딩 에이전트TypeScript★ 150,695▲ 6,545 이번 달포크 26,494홈페이지 ↗
터미널에서 코드베이스를 이해하고 자연어 명령으로 개발 작업을 대신 수행하는 Anthropic의 에이전트형 코딩 도구입니다.
자세히 보기
무엇인가
Claude Code는 Anthropic이 공개한 에이전트형 코딩 도구입니다. 터미널에서 실행되면서 코드베이스를 파악하고, 반복 작업 실행, 복잡한 코드 설명, git 워크플로 처리를 자연어 명령으로 수행합니다. 터미널뿐 아니라 IDE에서도 쓸 수 있고 GitHub에서 @claude를 태그해 호출할 수도 있으며, 이 저장소에는 커스텀 명령과 에이전트로 기능을 넓히는 Claude Code 플러그인도 여러 개 들어 있습니다.
왜 뜨는가
스타가 이미 15만 개를 넘었는데도 이번 달에만 6,545개가 늘었고, 마지막 푸시가 오늘(2026년 10월 14일)일 만큼 업데이트가 계속되고 있습니다. 이런 지속적인 업데이트와 사용자층 확대가 트렌딩 유지로 이어지는 것으로 보입니다. 다만 이번 달 상승을 이끈 특정 릴리스나 이벤트는 주어진 정보만으로는 확인할 수 없어 추정에 가깝습니다.
누구에게
터미널 중심으로 일하면서 코드 탐색, 반복 작업, git 작업을 AI 에이전트에게 맡기려는 개발자에게 유용합니다. 플러그인으로 팀 전용 명령이나 에이전트를 붙여 워크플로를 맞추려는 팀도 참고할 만합니다.
핵심 특징
반복 작업 실행, 복잡한 코드 설명, git 워크플로 처리를 터미널에서 자연어 명령으로 수행합니다.
터미널, IDE, GitHub의 @claude 태그 등 여러 환경에서 사용할 수 있습니다.
커스텀 명령과 에이전트를 추가하는 플러그인 구조를 지원하며, 저장소에 여러 플러그인이 함께 들어 있습니다.
macOS/Linux 설치 스크립트, Homebrew, Windows PowerShell 스크립트, WinGet으로 설치할 수 있고 npm 설치는 deprecated 상태입니다.
주의
저장소에 라이선스가 명시되어 있지 않으므로, 코드를 재사용하거나 수정해 배포할 수 있는지는 Anthropic의 공식 약관을 따로 확인해야 합니다. 사용하는 동안 코드 수락·거절 같은 사용 데이터, 관련 대화 데이터, /bug로 제출한 피드백이 수집됩니다. README에는 피드백을 모델 학습에 쓰지 않는다는 정책이 적혀 있지만, 자세한 내용은 Commercial Terms of Service와 Privacy Policy에서 확인하는 것이 좋습니다. npm 설치 방식은 deprecated 상태이므로 권장 설치 방법을 쓰는 것이 좋습니다.
Octop은 TencentCloud가 공개한 self-hosted AI 비서 플랫폼입니다. 여러 사용자가 한 배포를 함께 쓰고, 사용자마다 전문 에이전트 팀을 따로 둘 수 있습니다.
자세히 보기
무엇인가
Octop은 가정이나 소규모 팀이 자기 서버나 PC에서 직접 운영하는 AI 비서입니다. octop run 명령 하나로 Web Dashboard, CLI, IM 채널, cron 자동화가 하나의 Python 프로세스에서 함께 실행됩니다. 연결되는 IM은 Feishu, DingTalk, QQ, WeChat, Telegram, Discord, WeCom 등입니다. 대화, 워크스페이스, 자격 증명은 모두 ~/.octop/ 아래에 저장되며, 제어용 데이터베이스는 기본이 SQLite이고 PostgreSQL을 선택할 수 있습니다. 사용자는 전문가(expert) 에이전트를 여러 개 두고 작업에 맞게 바꿔 쓸 수 있습니다. 기능은 Connectors(OAuth와 MCP), 지식 베이스(RAG), 플러그인, ACP 연동으로 확장합니다.
왜 뜨는가
생성된 지 약 3개월 된 저장소인데 전체 스타 9,224개 가운데 7,517개가 이번 달에 붙었습니다. 최근 들어 관심이 빠르게 몰린 것으로 보입니다. TencentCloud라는 대형 클라우드 사업자가 MIT 라이선스로 공개했다는 점이 주목받은 것으로 추정됩니다. 중국권 IM을 폭넓게 지원한다는 점, ACP로 OpenCode나 Claude Code에 코딩 작업을 넘길 수 있다는 점도 관심을 끈 이유로 보입니다. 다만 제공된 정보만으로는 급증의 직접적인 계기를 확인할 수 없습니다.
누구에게
개인정보를 외부에 맡기지 않고 가족이나 소규모 팀이 함께 쓸 AI 비서를 직접 운영하려는 사용자에게 맞습니다. 특히 Feishu, DingTalk, WeCom, WeChat 같은 업무용 메신저에 에이전트를 붙이려는 팀에 유용합니다. Claude Code나 OpenCode 같은 코딩 에이전트를 IDE나 터미널 흐름에 엮어 쓰려는 개발자도 참고할 만합니다.
핵심 특징
JWT 기반 다중 사용자 격리와 관리자 역할을 갖추고 있어, 한 배포 안에서 사용자마다 별도의 전문가 에이전트, 워크스페이스, 채널, cron을 둘 수 있습니다.
Web UI, IM, cron에서 들어오는 요청을 외부 메시지 큐 없이 프로세스 내부의 HarnessProcessor 하나로 처리합니다. 재시작하면 제어용 DB를 읽어 전체 상태를 다시 구성합니다.
도구 실행 승인, shell 명령 가드레일, PII 마스킹 같은 보안 기능을 기본으로 제공합니다. 에이전트 파일은 로컬 디스크, Docker sandbox, PostgreSQL, COS/S3 가운데 원하는 곳에 저장할 수 있습니다.
ACP 양방향 연동, 브라우저 안의 AI 보조 터미널, headless Chromium 기반 웹 자동화, Linux, Windows, macOS 원격 데스크톱까지 지원 범위가 넓습니다.
주의
AgentTeams는 아직 Beta 단계입니다. 생성된 지 3개월 남짓이라 안정성과 운영 경험은 더 지켜봐야 할 것으로 보입니다. 기본 제공 Connector가 Tencent 계열 서비스 중심이고 지원 IM도 중국권 메신저 비중이 높아서, 다른 지역 사용자에게는 활용도가 낮을 수 있습니다. self-hosted라고 해도 LLM 추론을 로컬 모델로 하는지 외부 API로 하는지는 발췌된 README에 나와 있지 않습니다. 원격 데스크톱, shell 실행, 브라우저 자동화처럼 권한이 큰 기능이 많으므로 배포할 때 접근 통제와 승인 설정을 꼼꼼히 확인해야 합니다. "digital life form" 같은 표현은 마케팅 문구로 보는 편이 적절합니다.
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.
AI 지식 플랫폼 (RAG·에이전트)Go★ 33,844▲ 11,177 이번 달포크 4,501홈페이지 ↗
Tencent가 공개한 오픈소스 LLM 지식 플랫폼으로, 원본 문서를 RAG 검색, 자율 추론 에이전트, 스스로 관리되는 Wiki로 바꿔 줍니다.
자세히 보기
무엇인가
WeKnora는 Go로 작성된 기업용 LLM 지식 프레임워크입니다. 팀의 문서를 한곳에 모아 의미 기반 검색, 추론, 지속적인 갱신을 할 수 있게 해 줍니다. 하나의 지식 베이스 위에서 RAG로 정보를 찾고, 에이전트로 여러 단계의 작업을 수행하고, Wiki로 지식을 정리하는 세 가지 모드를 제공합니다. Feishu, Confluence, Notion 같은 외부 소스와의 자동 동기화와 29개 모델 벤더를 지원하며, Docker Compose, Kubernetes, 단일 바이너리 등 여러 방식으로 직접 배포할 수 있습니다.
왜 뜨는가
전체 스타 33,844개 가운데 11,177개가 이번 달에 늘었습니다. 2026-09-24에 나온 v0.8.2에서 에이전트가 사용자의 Chrome·Edge를 직접 조작하는 BrowserSkill, 워크스페이스별 내장 MCP Server, 대화 포크와 되감기 기능이 추가되었는데, 이것이 관심을 모은 계기로 보입니다. 단순한 RAG 도구를 넘어 에이전트와 MCP 생태계까지 아우르는 셀프호스팅 플랫폼이라는 점, Tencent라는 대기업이 만들었다는 점도 영향을 준 것으로 추정됩니다.
누구에게
사내 문서를 외부로 내보내지 않고 검색, 질의응답, 에이전트 업무에 활용하려는 기업 개발팀과 플랫폼 엔지니어에게 유용합니다. Feishu, WeCom, DingTalk 같은 협업 도구를 쓰는 조직이나 Ollama로 로컬 모델을 운영하려는 팀에게도 잘 맞아 보입니다.
핵심 특징
RAG 검색, 다단계 작업을 맡는 에이전트, 지식을 정리하는 Wiki가 모두 같은 지식 베이스를 공유합니다.
에이전트는 Docker, E2B, Cube 샌드박스에서 스킬을 실행하고, BrowserSkill 확장으로 사용자의 브라우저를 조작하며, OAuth를 포함한 외부 MCP 서비스를 도구 단위로 연결할 수 있습니다.
Feishu, Confluence, GitLab, Notion 등 10여 개 데이터 소스를 자동으로 동기화하고, PDF, Word, Excel, XMind 등 10종 이상의 문서 형식을 처리합니다.
역할 4종으로 나뉜 멀티 워크스페이스 RBAC, 워크스페이스별 감사 로그, Langfuse 트레이싱을 갖췄고, Docker Compose, Helm, Lite 단일 바이너리로 배포할 수 있습니다.
주의
라이선스가 NOASSERTION으로 표시되어 있으므로, 상업적으로 쓰기 전에 저장소의 실제 라이선스 조항을 직접 확인해야 합니다. README는 로그인 인증이 있더라도 공용 인터넷에 직접 노출하지 말고 내부망에 배포하라고 권고합니다. 데스크톱 앱은 아직 설치 파일이 없어 소스에서 빌드해야 하고, v0.8.0에서 업그레이드할 때는 업그레이드 노트를 먼저 읽어야 합니다. 온라인 버전은 WeChat 생태계를 중심으로 하고 연동 대상 상당수가 중국권 서비스여서, 다른 환경에서는 활용 폭이 다소 좁을 수 있는 것으로 보입니다.
Agent Substrate는 Kubernetes 위에서 수백만 개의 에이전트 샌드박스를 높은 밀도로 실행하도록 설계된 Go 기반 런타임이며, 처음부터 보안을 기본값으로 둡니다.
자세히 보기
무엇인가
Agent Substrate는 AI 에이전트처럼 대부분의 시간을 쉬면서 보내는 애플리케이션을 actor로 다룹니다. 이 actor들을 그보다 적은 수의 준비된 worker(Kubernetes Pod)에 실시간으로 배치해 한 worker가 여러 actor를 번갈아 맡게 하는 실행 런타임입니다. actor의 생성과 삭제, suspend와 resume 같은 생명주기 관리와 들어오는 트래픽의 라우팅을 담당하고, microVM과 gVisor 등 여러 샌드박스 기술을 지원합니다. 에이전트를 만드는 SDK가 아니라, 이미 만든 에이전트를 대규모로 돌리기 위한 인프라 계층입니다.
왜 뜨는가
생성된 지 약 5개월 된 저장소인데, 전체 스타 5,084개 중 3,190개가 이번 달에 몰려 최근 관심이 급격히 커졌습니다. README에 Agent Executor 발표 블로그와, CNCF Sandbox 프로젝트인 kagent의 연동 발표 블로그가 언급되어 있어 이런 발표가 유입 계기가 된 것으로 추정됩니다. Claude Code나 CodeX 같은 코딩 에이전트를 격리된 환경에서 대량으로 돌리려는 수요가 늘어난 흐름과도 맞물린 것으로 보입니다.
누구에게
Kubernetes에서 많은 수의 에이전트나 코딩 샌드박스, MCP 서버를 운영해야 하는 플랫폼·인프라 엔지니어에게 유용합니다. 에이전트 RL 학습처럼 상태를 보존하는 격리 실행 환경을 대량으로 필요로 하는 팀도 참고할 만합니다.
핵심 특징
에이전트가 대부분 쉬고 있다는 특성을 이용해 적은 수의 Pod에 많은 actor를 번갈아 올립니다. 데모에서는 약 250개의 stateful actor를 8개 Pod에서 돌려 30배가 넘는 oversubscription을 보여 줍니다.
README에서는 표준 컨테이너 런타임보다 10배 높은 밀도, 500ms 미만의 resume, 초당 500회 이상의 suspend와 resume 처리를 내세웁니다.
full-state snapshot으로 메모리와 파일시스템 상태를 hibernation 이후에도 그대로 보존하고, actor를 비어 있는 다른 worker로 옮겨 이어서 실행하는 Actor Teleport 기능을 제공합니다.
표준 OCI 컨테이너를 gVisor로 커널 수준에서 격리하기 때문에 특정 프레임워크에 묶이지 않습니다. ADK, LangChain, Claude Code, CodeX, Antigravity, MCP 서버 지원을 명시하고 있습니다.
주의
아직 1.0 이전 단계로, 하위 호환성을 보장하지 않으며 API와 동작이 크게 바뀔 수 있다고 명시되어 있습니다. 성능 수치는 README가 제시한 주장이며, 독립적인 검증 결과는 주어진 정보에 없습니다. Kubernetes 클러스터를 운영할 역량이 있어야 합니다. Linux 호스트에서 샌드박스를 약 1천 개 넘게 돌리려면 커널 neighbor table 설정값을 늘려야 하고, 기본 credential provider가 default deny 정책이라 별도 권한 설정도 필요합니다. 프로젝트가 매우 초기라서 핵심 방향과 맞지 않는 기여는 당분간 리뷰나 병합이 어려울 수 있습니다.
NVIDIA가 공개한 OpenShell은 자율 AI 에이전트를 격리된 샌드박스에서 실행하고, 무엇에 접근할 수 있는지 정책으로 통제하는 Rust 기반 런타임입니다.
자세히 보기
무엇인가
OpenShell은 AI 에이전트가 파일 읽기, 패키지 설치, API 호출, 자격 증명 사용을 할 수 있게 하면서도 데이터와 비밀 정보, 네트워크에는 마음대로 접근하지 못하게 막는 런타임입니다. 사용자가 에이전트마다 접근할 수 있는 범위를 정책으로 정해 두면, OpenShell이 커널 수준에서 파일 접근, 시스템 콜, 네트워크 연결을 모두 검사해 그 정책을 지키게 합니다. 구조는 gateway, supervisor, sandbox로 나뉘며 CLI, gRPC API, Python·TypeScript·Go·Rust SDK, Helm을 이용한 Kubernetes 배포를 지원합니다.
왜 뜨는가
이번 달에만 스타가 7,574개 늘었는데, 이는 전체 16,145개의 절반 가까이 되는 수치입니다. README 맨 위에 안정적인 릴리스 주기와 새 격리 기능, 확장 API를 담은 0.1.x 출시 소식이 있어 이 릴리스가 주된 계기로 보입니다. 여기에 실제 권한을 받아 일하는 에이전트가 늘면서 보안 요구가 커진 점과 NVIDIA라는 이름도 영향을 준 것으로 추정됩니다.
누구에게
코딩 에이전트나 자율 에이전트에게 파일, 네트워크, 자격 증명 접근을 허용해야 하지만 보안 통제도 필요한 개발자와 플랫폼 팀에게 유용합니다. 여러 에이전트를 Kubernetes에서 함께 운영하려는 조직에도 잘 맞아 보입니다.
핵심 특징
에이전트마다 격리된 샌드박스를 주고, 파일 접근, 시스템 콜, 네트워크 연결이 일어날 때마다 커널 수준에서 정책 위반 여부를 검사합니다.
에이전트는 실제 자격 증명을 볼 수 없으며, OpenShell이 승인된 엔드포인트로 나가는 요청에만 자격 증명을 붙여 줍니다.
정책을 바꾸기 전에 formal verification으로 새 호스트 접근이나 새 API 메서드 호출처럼 권한이 넓어지는 변경을 찾아내고, 사람이 검토한 뒤에 적용되도록 합니다.
CLI와 gRPC API, 네 가지 언어의 SDK, Helm 배포, 코딩 에이전트용 Agent Skills를 갖추고 있어 기존 워크플로에 붙이기 쉽습니다.
주의
아직 0.1.x 초기 버전이고 업그레이드 가이드가 따로 있어, 버전이 바뀔 때 호환되지 않는 변경이 생길 수 있어 보입니다. Linux나 Apple Silicon macOS에 Docker, Podman, 호스트 가상화 중 하나가 필요하며, Windows는 WSL 2를 통한 실험적 지원만 됩니다. 익명 텔레메트리가 기본으로 켜져 있어 원하지 않으면 OPENSHELL_TELEMETRY_ENABLED=false로 설정하거나 빌드할 때 아예 빼야 합니다. Kubernetes에서는 CNI가 NetworkPolicy를 실제로 적용해야 하고, TypeScript SDK는 공개 npm 레지스트리가 아니라 GitHub Packages로 배포됩니다.
Production-grade engineering skills for AI coding agents.
AI 에이전트JavaScript★ 106,327▲ 12,820 이번 달포크 11,083홈페이지 ↗
시니어 엔지니어의 개발 워크플로와 품질 기준을 AI 코딩 에이전트가 따를 수 있도록 skill 형태로 묶은 MIT 라이선스 모음집입니다.
자세히 보기
무엇인가
agent-skills는 스펙 정의, 계획, 구현, 테스트, 리뷰, 배포로 이어지는 개발 과정 전체를 25개의 skill과 9개의 slash command로 정리한 저장소입니다. /spec, /plan, /build, /test, /review, /ship 같은 명령을 실행하면 해당 단계에 맞는 skill이 활성화됩니다. API 설계나 UI 작업처럼 작업 맥락에 맞춰 관련 skill이 자동으로 적용되기도 합니다. Claude Code를 권장 환경으로 두지만 Cursor, Codex, Gemini CLI, Antigravity CLI, GitHub Copilot, Kiro, OpenCode, Windsurf 등에서도 쓸 수 있도록 도구별 설치 방법을 안내합니다.
왜 뜨는가
2026년 2월에 만들어진 저장소로 스타가 10만 6천 개를 넘었고 이번 달에만 1만 2천여 개가 늘었으며, 최근 푸시가 2026년 10월 13일일 만큼 활발하게 관리되고 있습니다. Codex CLI 네이티브 플러그인, Antigravity CLI 지원, /build auto처럼 여러 에이전트 도구를 아우르는 기능이 계속 추가되면서 관심이 이어지는 것으로 추정됩니다. 저장소 소유자 addyosmani의 개발자 커뮤니티 내 인지도도 확산에 영향을 준 것으로 보입니다.
누구에게
Claude Code, Cursor, Codex 같은 AI 코딩 에이전트를 실무에 쓰면서 결과물의 품질과 작업 절차를 일정하게 유지하려는 개발자와 팀에 유용합니다. 여러 에이전트 도구를 함께 쓰면서 공통된 엔지니어링 기준을 적용하고 싶은 경우에도 쓸모가 있습니다.
핵심 특징
스펙 작성부터 배포까지 각 단계를 9개의 slash command에 연결했고, 명령마다 "Spec before code", "Tests are proof" 같은 핵심 원칙을 하나씩 정해 두었습니다.
npx skills add 명령 하나로 Claude Code, Cursor, Codex, Copilot, Cline 등 70개가 넘는 에이전트에 설치할 수 있으며, 필요한 skill만 골라 설치할 수도 있습니다.
/build auto는 사람이 계획을 한 번 승인하면 모든 작업을 자율적으로 구현하되, 작업마다 테스트를 먼저 작성하고 개별 커밋하며 실패하거나 위험한 단계에서는 멈춥니다.
Claude Code 마켓플레이스, Codex 플러그인, Antigravity와 Gemini CLI 설치 명령 등 도구별 네이티브 연동 방법과 설정 문서를 함께 제공합니다.
주의
skill을 하나씩 npx로 설치하면 저장소 공용 references 디렉터리가 복사되지 않아 공유 체크리스트를 쓸 수 없으며, 이 문제는 #361 이슈에서 다루고 있습니다. slash command는 Claude Code 기준이라 Copilot에서는 나타나지 않으므로 skill 이름으로 직접 호출해야 합니다. Claude Code의 내장 /review와 이름이 겹치면 /agent-skills:review처럼 네임스페이스를 붙여야 합니다. Claude Code 마켓플레이스 설치는 SSH 키가 없으면 실패할 수 있어 HTTPS 우회 설정이 필요합니다. 일부 Antigravity CLI 버전에서는 래퍼 명령이 인식되지 않는 문제가 있습니다. Cursor와 Windsurf는 파일을 직접 복사하거나 rules를 설정해야 합니다. skill은 에이전트에게 주는 지침이므로 실제로 얼마나 지켜지는지는 사용하는 모델과 도구에 따라 달라질 것으로 보입니다.
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.
LLM 게이트웨이TypeScript★ 34,826▲ 8,786 이번 달포크 4,740홈페이지 ↗
FreeLLMAPI는 34개 LLM 제공자의 무료 티어를 OpenAI 호환 /v1 엔드포인트 하나로 묶어 주는, TypeScript로 만든 셀프호스팅 라우터입니다.
자세히 보기
무엇인가
Google, Groq, Cerebras, Mistral, OpenRouter 등 여러 제공자의 무료 티어 API 키를 등록하면, 이 키들을 OpenAI 호환 /v1 API 하나 뒤로 모아 주는 로컬 서버입니다. 라우터는 요청마다 쓸 수 있는 모델을 고르고, 429나 5xx 오류가 나면 다음 제공자로 자동 전환합니다. 키별 사용량도 추적해 각 무료 한도를 넘지 않게 관리합니다. OpenAI 형식 외에 Anthropic Messages API, Gemini, Ollama 형식도 지원합니다. llama.cpp, vLLM, LM Studio 같은 OpenAI 호환 엔드포인트는 커스텀 제공자로 추가할 수 있습니다.
왜 뜨는가
2026년 4월에 만들어진 저장소가 이번 달에만 스타 8,786개를 받아 누적 약 3만 5천 개가 됐고, 2026년 10월 13일에도 푸시가 있을 만큼 개발이 활발합니다. Claude Code, Codex CLI, Cursor 같은 코딩 에이전트를 npx 명령 한 줄로 무료 모델 풀에 연결할 수 있다는 점이 에이전트 사용 비용을 줄이려는 개발자들의 관심을 끈 것으로 추정됩니다.
누구에게
여러 LLM을 비용 없이 써 보고 싶은 개인 개발자나, 코딩 에이전트와 OpenAI SDK 기반 도구를 무료 모델에 연결해 보려는 사람에게 유용합니다. 설명에 개인 실험 용도라고 적혀 있어서 프로덕션 서비스보다는 학습과 프로토타이핑에 맞는 도구로 보입니다.
핵심 특징
chat completions, responses, embeddings와 이미지·영상·음성 생성 같은 OpenAI 스타일 엔드포인트 대부분, 그리고 Anthropic Messages API를 라우터 하나로 제공합니다.
모델별 속도·성능·안정성 점수를 바탕으로 한 6가지 라우팅 전략에 자동 장애 전환, 키 순환, 30분 동안 같은 모델을 유지하는 sticky session이 더해져 있습니다.
fusion이라는 가상 모델을 지정하면 여러 무료 모델에 같은 질문을 동시에 보내고, 판정 모델이 그 답들을 하나로 합성합니다.
제공자 키는 SQLite에 AES-256-GCM으로 암호화해 저장합니다. 모델 카탈로그는 freellmapi.co의 서명된 피드에서 하루 두 번 자동으로 갱신됩니다.
주의
월 74억 토큰, 엔드포인트 635개 같은 수치는 프로젝트가 스스로 밝힌 값입니다. README에서도 무료 모델은 작고 빠른 것부터 어느 정도 쓸 만한 것까지 품질 차이가 있다고 설명합니다. 무료 설치판에는 새 모델이 라이브 피드에 오르고 30일이 지나야 반영되며, 바로 받으려면 연 19달러인 Premium 구독이 필요합니다. 설명에 개인 실험 전용이라고 적혀 있습니다. 여러 제공자의 무료 티어를 묶어 쓰는 방식이 각 제공자 약관에 맞는지, 그리고 프롬프트가 여러 외부 제공자로 전송된다는 점은 사용자가 직접 확인해야 할 부분으로 보입니다.
Cua는 AI 에이전트가 실제로 조작할 수 있는 데스크톱 환경과 자동화 드라이버, 로컬 VM, 벤치마크를 하나로 묶어 제공하는 오픈소스 computer-use 플랫폼입니다.
자세히 보기
무엇인가
Cua는 AI 에이전트가 GUI 데스크톱을 직접 다룰 때 필요한 구성 요소를 한 저장소에 모아 둔 프로젝트입니다. 구성 요소는 다음과 같습니다. 에이전트용 macOS·Linux 데스크톱을 띄우는 Cua Spaces 앱, macOS·Windows·Linux의 네이티브 앱과 브라우저를 조작하는 Cua Driver, Apple Virtualization.Framework 기반 VM 관리 도구 Lume, Python·TypeScript·Swift·Kotlin SDK와 cua CLI, 소형 결정 모델 CUA-S1, 평가용 Cua Bench입니다. 에이전트와 모델은 사용자가 원하는 것을 쓰고, Cua는 에이전트가 쓸 컴퓨터와 자동화 도구를 맡는 구조입니다. 코드, API, GUI를 한 작업 안에서 오가는 방식을 Computer-Use 2.0이라고 부릅니다.
왜 뜨는가
이번 달에만 스타가 7,159개 늘었습니다. README에 처음 소개된 Cua Spaces 0.1.0 릴리스와 Teleport, Multiplayer 같은 새 기능이 계기가 된 것으로 추정됩니다. 설치 스크립트가 Claude Code, Codex, Cursor 같은 코딩 에이전트에 cua MCP 서버와 skill을 바로 연결해 주는 점도 코딩 에이전트 사용자층의 관심을 끈 것으로 보입니다. 토픽에 hacktoberfest가 있어 10월 기여 이벤트가 노출을 늘렸을 가능성도 있지만, 이는 추정입니다.
누구에게
데스크톱 앱이나 브라우저를 조작하는 에이전트를 만들거나 평가하려는 개발자와 연구자에게 유용합니다. Claude Code나 Codex 같은 코딩 에이전트에 GUI 조작 능력을 붙이려는 사용자, Apple Silicon Mac에서 격리된 macOS VM이 필요한 사용자에게도 쓸모가 있어 보입니다.
핵심 특징
Cua Spaces는 로컬 Mac, 사용자가 가진 다른 머신, AWS·Google Cloud·Modal 계정에서 에이전트용 전체 데스크톱을 띄웁니다. 로그인된 앱을 그대로 옮기는 Teleport와 사람과 에이전트가 각자의 커서로 같은 데스크톱에서 작업하는 Multiplayer를 지원합니다.
Cua Driver는 CLI, MCP, typed SDK로 연결됩니다. 앱과 플랫폼이 지원하는 경우 background delivery 방식으로 사용자의 포인터를 움직이거나 포커스를 가져가지 않고 앱을 조작합니다.
cua CLI와 SDK 하나로 gVisor 컨테이너, 로컬 VM, cua-spacesd가 설치된 원격 머신을 같은 방식으로 다룰 수 있고, cua host setup을 실행하면 포트 포워딩 없이 relay로 자신의 머신에 접속할 수 있습니다.
CUA-S1은 폼 입력처럼 빠르고 범위가 정해진 결정을 맡는 소형 모델 계열입니다. 모델 코드와 함께 합성 데이터 생성, 학습, 평가 코드가 공개되어 있습니다.
주의
저장소 라이선스는 MIT이지만, Cua Spaces 앱은 FSL-1.1-MIT 라이선스의 source-available 소프트웨어입니다. 개인은 무료로 쓸 수 있고 Pro와 Teams 유료 플랜이 예정되어 있습니다. CUA-S1은 초기 source-only 연구 릴리스이며, 모델 가중치와 데이터셋은 Hugging Face에 따로 올라가 있어 각각의 라이선스를 확인해야 합니다. Cua Spaces 설치에는 macOS 26 이상이 필요하고, Lume은 Apple Silicon 전용입니다. background delivery는 앱과 플랫폼에 따라 지원 범위가 다릅니다. 설치가 curl로 받은 스크립트를 셸에서 바로 실행하는 방식 위주여서, 조직의 보안 정책에 맞는지 미리 확인하는 것이 좋아 보입니다.
Context window optimization for AI coding agents. Sandboxes tool output (98% reduction), persists session memory, and enforces routing across 17 platforms via MCP + hooks.
AI 코딩 에이전트 도구TypeScript★ 28,449▲ 5,378 이번 달포크 2,005홈페이지 ↗
Context Mode는 AI 코딩 에이전트의 도구 출력을 샌드박스에서 처리하고 세션 기억을 이어 주는 MCP 서버로, 컨텍스트 윈도우를 아끼는 것이 목적입니다.
자세히 보기
무엇인가
Context Mode는 MCP 서버와 hooks를 함께 써서, AI 코딩 에이전트가 도구를 호출할 때 나오는 원시 데이터가 컨텍스트 윈도우에 그대로 쌓이지 않도록 샌드박스 안에서 처리하는 TypeScript 프로젝트입니다. 파일 편집, git 작업, 진행 중인 작업, 오류, 사용자 결정 같은 세션 이벤트는 SQLite에 기록됩니다. 대화가 compact되면 이 기록을 FTS5로 인덱싱하고 BM25 검색으로 관련된 부분만 다시 꺼내 쓰기 때문에, 압축 뒤에도 하던 작업을 이어갈 수 있습니다. Claude Code와 Gemini CLI를 포함해 17개 플랫폼을 지원하며, Claude Code에서는 plugin marketplace로 설치합니다.
왜 뜨는가
하루에 969개의 스타를 받아 누적 28,450개가 되었고, 2월에 생성된 뒤 오늘까지도 푸시가 이어지고 있습니다. 많은 사용자가 긴 에이전트 세션에서 MCP 도구 출력 때문에 컨텍스트가 빨리 소진되고 compact 이후 작업 맥락을 잃는 문제를 겪고 있는 것으로 보입니다. 여기에 98% 절감이라는 구체적인 수치와 Claude Code, Codex CLI, Cursor, Copilot, Kiro, Zed 등 폭넓은 플랫폼 지원이 더해져 관심이 커진 것으로 추정됩니다.
누구에게
Claude Code, Gemini CLI, Codex CLI, Cursor 같은 AI 코딩 에이전트로 오래 작업하면서 Playwright나 GitHub 같은 MCP 도구를 자주 쓰는 개발자에게 유용합니다. 특히 컨텍스트가 금방 차거나, compact 뒤에 에이전트가 하던 작업을 잊어버리는 문제를 겪는 사람에게 맞습니다.
핵심 특징
README에 따르면 샌드박스 도구가 원시 데이터를 컨텍스트 밖에 두어 315 KB를 5.4 KB로, 약 98% 줄입니다.
세션 이벤트를 SQLite에 기록하고 FTS5 인덱스와 BM25 검색으로 필요한 내용만 되살리며, --continue 없이 새 세션을 시작하면 이전 세션 데이터는 바로 삭제됩니다.
Think in Code 방식에 따라 에이전트는 파일을 여러 번 직접 읽는 대신 ctx_execute로 스크립트를 한 번 실행하고, 그 결과만 컨텍스트로 받습니다.
Claude Code에서는 PreToolUse, PostToolUse, PreCompact, SessionStart 등의 hooks와 11개 MCP 도구, ctx-stats와 ctx-doctor 같은 slash command가 함께 설치되며, 라우팅도 자동으로 적용됩니다.
주의
라이선스가 NOASSERTION으로 표기되어 있어 사용 조건은 저장소에서 직접 확인해야 합니다. 98% 같은 절감 수치는 README에 실린 예시를 기준으로 한 것이어서, 실제 작업 환경에서는 결과가 다를 수 있습니다. hooks를 지원하지 않는 플랫폼에서는 라우팅이 자동으로 적용되지 않으므로 routing 파일을 한 번 직접 복사해야 합니다. MCP 전용으로 설치하면 모델이 이 도구를 우선 쓰도록 유도되지 않습니다. Gemini CLI 등에 설치하려면 Node.js 22.5 이상이나 Bun이 필요합니다. ctx-insight 명령은 외부에서 호스팅하는 대시보드를 여는데, 이때 어떤 데이터가 전송되는지는 발췌된 README에 나와 있지 않습니다.
AI 코딩 도구 플러그인TypeScript★ 11,254▲ 3,795 이번 달포크 1,095
AI 코드 에디터 Cursor의 플러그인 명세와 공식 플러그인을 한곳에 모아 둔 저장소입니다.
자세히 보기
무엇인가
Cursor 플러그인의 형식을 정한 명세와 공식 플러그인 모음을 함께 담고 있습니다. 플러그인마다 저장소 루트에 독립 디렉터리가 있고, 각 디렉터리에 plugin.json 매니페스트가 들어 있습니다. README 발췌에서 확인되는 플러그인만 52개이며, 에이전트 워크플로 도구부터 Google Workspace, Salesforce, GitHub, Playwright 같은 외부 서비스 연동까지 Utilities, Developer Tools, Productivity, Integrations 네 범주로 정리되어 있습니다.
왜 뜨는가
이번 주에만 스타가 1,141개 늘었고 마지막 푸시가 오늘(2026년 10월 14일)이어서, 플러그인이 지금도 활발히 추가되고 갱신되는 것으로 보입니다. 목록에 Orchestrate(병렬 클라우드 에이전트), Cursor SDK, Origin Apps(Cursor Origin API)처럼 Cursor의 비교적 새로운 기능과 연결된 플러그인이 있어, 관련 발표나 마켓플레이스 확장 시점에 관심이 몰린 것으로 추정됩니다. 다만 제공된 정보만으로는 정확한 계기를 확인할 수 없습니다.
누구에게
Cursor를 주력 에디터로 쓰면서 코드 리뷰나 병렬 에이전트 작업 같은 에이전트 워크플로를 다듬고 싶은 개발자에게 유용합니다. 자사 서비스나 사내 도구용 Cursor 플러그인을 만들려는 팀이라면 명세와 Create Plugin, 공식 플러그인 예제를 참고 자료로 활용할 수 있습니다.
핵심 특징
플러그인마다 독립 디렉터리와 plugin.json 매니페스트를 갖추는 단순한 구조여서 따라 만들기 쉽고, 새 플러그인의 뼈대를 만들고 검증해 주는 Create Plugin도 함께 들어 있습니다.
에이전트의 작업 방식을 다루는 플러그인이 많습니다. 보안과 정확성 위주로 브랜치를 깊이 리뷰하는 Thermos, 플래너·워커·검증자로 역할을 나눠 병렬 클라우드 에이전트를 돌리는 Orchestrate, 큰 결정을 내리기 전에 더 강한 모델에 자문하는 Advisor가 그 예입니다.
Gmail, Google Docs, Google Sheets 같은 생산성 도구와 Salesforce, HubSpot, Zoom, Docusign 같은 영업·마케팅·채용 SaaS 연동도 포함되어 있습니다. 코딩 외의 업무까지 Cursor 안에서 처리하게 하려는 방향으로 보입니다.
Cursor가 만든 플러그인 외에 Lauren Tan의 pstack, Eric Zakariasson의 Continual Learning처럼 개인이 작성한 플러그인도 공식 목록에 올라 있습니다. pstack은 작성자의 작업 스타일을 플러그인으로 묶은 것입니다.
주의
라이선스가 명시되어 있지 않아 코드를 재사용하거나 수정해 배포할 때의 조건이 불분명합니다. Cursor 전용 명세라서 다른 에디터나 에이전트 도구에서 그대로 쓸 수 있는지는 제공된 정보로 알 수 없습니다. 외부 서비스 연동 플러그인은 해당 서비스의 계정과 권한이 필요할 것으로 보이며, Salesforce Headless 360처럼 Beta로 표시된 항목도 있습니다. README 발췌가 중간에서 끊겨 있어 전체 플러그인 목록, 설치 방법, 명세의 세부 내용은 확인하지 못했습니다.
Ghidra is a software reverse engineering (SRE) framework
보안 도구 / 리버스 엔지니어링Java★ 86,551▲ 11,115 이번 달포크 9,660
Ghidra는 NSA 연구 조직이 만들고 유지보수하는 오픈소스 소프트웨어 리버스 엔지니어링(SRE) 프레임워크입니다.
자세히 보기
무엇인가
Ghidra는 컴파일된 바이너리를 Windows, macOS, Linux 등 여러 플랫폼에서 분석하는 도구 모음입니다. 디스어셈블, 어셈블, 디컴파일, 그래프 시각화, 스크립팅을 비롯해 수백 가지 기능을 제공하고, 다양한 프로세서 명령어 세트와 실행 파일 포맷을 지원합니다. GUI로 직접 다룰 수도 있고 자동화 모드로 돌릴 수도 있으며, Java나 Python으로 직접 확장 기능과 스크립트를 만들 수 있습니다.
왜 뜨는가
2019년에 공개된 저장소인데 이번 달에만 스타가 11,115개 늘었습니다. 무엇이 계기였는지는 제공된 정보에 나와 있지 않습니다. 다만 최근 푸시가 2026년 10월 13일이고 README에 JDK 25, Gradle 9.1.0 이상, Python 3.15 지원, PyGhidra, Visual Studio Code 연동이 적혀 있는 것으로 보아, 최근 릴리스나 Python·IDE 연동 개선이 다시 관심을 모은 것으로 추정됩니다.
누구에게
악성코드 분석가, 취약점 연구자, CTF 참가자처럼 소스 코드 없이 바이너리를 분석해야 하는 보안 실무자에게 유용합니다. 분석 과정을 Java나 Python 스크립트로 자동화하거나 자기만의 분석 플러그인을 만들고 싶은 개발자에게도 쓸모가 있습니다.
핵심 특징
디스어셈블, 디컴파일, 그래프 시각화, 스크립팅을 하나의 프레임워크에서 제공하며 여러 프로세서 아키텍처와 실행 파일 포맷을 지원합니다.
GUI로 직접 분석할 수도 있고 자동화 모드로도 실행할 수 있어서 대규모 분석 작업이나 팀 협업 분석에 맞춰 설계되었습니다.
Java와 Python으로 확장할 수 있으며, PyGhidra 실행 스크립트와 Eclipse용 GhidraDev 플러그인, Visual Studio Code 프로젝트 생성 기능을 제공합니다.
Apache 2.0 라이선스로 공개되어 있고, NSA가 사이버보안 임무에서 실제로 사용해 온 도구라는 점이 특징입니다.
주의
README에 따르면 일부 버전에는 알려진 보안 취약점이 있으므로 사용 전에 공식 Security Advisories를 확인해야 합니다. 실행하려면 JDK 25 64비트가 필요합니다. 공식 릴리스를 받을 때는 Assets 항목의 ghidra 압축 파일을 받아야 하며 Source Code 파일을 받으면 안 됩니다. 기존 설치 위에 덮어서 압축을 풀어서도 안 됩니다. 소스에서 직접 빌드하려면 Gradle, Python3, C/C++ 컴파일러 등 준비할 것이 많고, 본체 개발 환경은 Eclipse에 맞춰져 있어 진입 장벽이 있는 편입니다.
수천억 파라미터급 MoE 모델을 지금 가진 PC에서 돌릴 수 있게 해 주는 순수 C 추론 엔진입니다. 모델 전체를 메모리에 올리지 않고, experts 가중치를 필요할 때마다 디스크에서 읽어 옵니다.
자세히 보기
무엇인가
colibri는 mixture-of-experts 모델이 토큰마다 파라미터의 일부만 쓴다는 점을 활용하는 추론 엔진입니다. 늘 필요한 dense 부분(attention, shared experts, embeddings)은 RAM에 두고, routed experts는 router가 요청할 때 디스크에서 읽어 옵니다. 의존성 없는 순수 C로 작성됐고 모델 계열마다 파일 하나씩으로 구성됩니다. GPU는 없어도 되며, 있으면 가장 자주 쓰이는 experts를 GPU에 올려 둡니다. 엔진은 모두 13개입니다. 언어 모델용이 10개로 GLM-5.2/5.3, Kimi K3, DeepSeek V4 Flash, Qwen3.6 등을 지원하고, 이미지 모델 Qwen-Image-2.1용이 1개, 의사결정 모델 Laya와 GLiNER2.5-Decide용이 2개입니다.
왜 뜨는가
README 예시는 744B 파라미터 GLM-5.2를 상주 메모리 9.9GB로 32초 만에 띄우는 장면을 보여 줍니다. 대형 프런티어 MoE 모델을 평범한 PC에서 돌린다는 메시지가 강하게 와닿은 것으로 보입니다. 2026년 7월에 공개된 저장소인데 이번 달에만 스타가 1만 3천여 개 늘었습니다. 명령 하나로 끝나는 설치, OpenAI·Anthropic 호환 API, MCP 서버 지원으로 진입 장벽이 낮아진 점도 확산에 영향을 준 것으로 추정됩니다.
누구에게
GPU가 없거나 사양이 제한된 하드웨어로 대형 오픈 모델을 로컬에서 직접 돌려 보려는 개발자와 연구자에게 유용합니다. 클라우드 API 대신 로컬 모델을 OpenAI·Anthropic 호환 엔드포인트로 기존 도구에 연결하려는 사람에게도 맞습니다.
핵심 특징
RAM에는 dense 부분과 expert 캐시만 두고 routed experts는 디스크에서 스트리밍하며, 이 캐시는 사용자의 작업에서 자주 쓰이는 experts를 학습합니다.
START-HERE.bat 또는 start-here.sh 하나로 하드웨어 점검, 모델 추천, 엔진 빌드(CPU, CUDA, Vulkan 중 선택), 이어받기를 지원하는 다운로드, 서버 실행까지 처리합니다.
실행하면 브라우저 대시보드가 열리고, 다른 앱에서 바로 연결할 수 있는 OpenAI 호환 및 Anthropic 호환 base URL이 제공됩니다.
AI 코딩 어시스턴트용 설치 문서 docs/AI_SETUP.md와 MCP 서버(coli mcp)를 제공해, 어시스턴트가 하드웨어 감지부터 설치와 실행까지 대신 맡을 수 있습니다.
주의
RAM은 최소 8GB(16GB 이상 권장), 디스크 여유 공간은 가장 작은 모델 기준 22GB가 필요합니다. experts를 디스크에서 읽는 구조라 디스크 속도가 체감 성능을 크게 좌우할 것으로 보입니다. 실제로 README는 WSL에서 모델 폴더를 /mnt/c 아래에 두면 몇 배 느려진다고 안내합니다. 제공된 발췌에는 토큰 생성 속도 수치가 없어 실사용 속도는 따로 확인해야 합니다. 예시가 int4 양자화 기준이므로 원본 정밀도 대비 품질 차이가 있을 수 있는 것으로 추정됩니다. 내장 GPU 가속은 측정상 더 빨랐던 일부 모델(Qwen3.6, Qwen3-Coder, Qwen3.8-Flash-Next)에만 적용됩니다.
모델 내부 구조부터 RAG 파이프라인, 에이전트 런타임까지 직접 구현하면서 AI Engineering을 배우는 무료 오픈소스 커리큘럼입니다.
자세히 보기
무엇인가
20개 페이즈, 528개 레슨으로 이루어진 AI Engineering 과정입니다. 사용하는 언어는 Python, TypeScript, Rust, Julia입니다. 모델 내부 구조, 검색 파이프라인, 에이전트 런타임을 직접 구현하고, 테스트를 돌려 실패 원인을 살펴본 뒤 코드와 평가 결과를 산출물로 남기는 방식을 강조합니다. 공부하는 방법은 세 가지입니다. 웹사이트에서 바로 읽거나, 로컬에서 코드를 실행하거나, 코딩 에이전트에 skill로 설치해 튜터처럼 쓸 수 있으며 라이선스는 MIT입니다.
왜 뜨는가
이번 달에만 스타가 14,347개 늘었습니다. 에이전트, MCP, Agent Skills처럼 지금 관심이 몰린 주제를 실습 위주로 다루는 점이 큰 이유로 추정됩니다. 또 npx skills add 한 줄로 Claude Code나 Codex 같은 코딩 에이전트에 학습 튜터를 설치할 수 있다는 점과 34개 언어 읽기 링크를 제공한다는 점도 확산에 영향을 준 것으로 보입니다.
누구에게
LLM 애플리케이션이나 에이전트를 API 호출 수준에서 그치지 않고 내부 동작까지 직접 만들어 보고 싶은 개발자에게 유용합니다. 체계적인 커리큘럼과 채점 가능한 프로젝트로 포트폴리오를 쌓으려는 학습자에게도 맞습니다.
핵심 특징
학습 경로가 Model foundations, LLM systems, Agents and delivery 세 갈래로 나뉘어 있어 목표에 맞는 지점에서 시작할 수 있습니다.
Retrieval Evaluation Lab(Python), Agent Trace Debugger(TypeScript), Tool Call Firewall(Rust) 세 프로젝트가 있습니다. 각 프로젝트는 단계별 스타터 코드, 레퍼런스 구현, 로컬 채점기를 함께 제공합니다.
코딩 에이전트에 skill로 설치하면 10문항 배치 퀴즈로 시작 페이즈를 정해 주고 LEARNING.md에 개인 학습 계획을 저장합니다. 이후에는 한 세션에 레슨 하나씩 개념, 수학, 코드, 퀴즈 순서로 가르칩니다.
README에 '완성된 레슨(completed lesson)'이라는 표현이 있어 528개 레슨이 모두 완성된 상태는 아닌 것으로 보입니다. AI 튜터를 쓰려면 Node.js, npx, skill을 지원하는 코딩 에이전트가 필요하고, 실습 랩에는 python3가 필요합니다. 프로젝트마다 Node.js 22.18 이상이나 Rust 같은 별도 환경도 요구합니다. Tool Call Firewall 프로젝트는 영구적인 권한 관리나 OS 수준 샌드박스를 제공하지 않는다고 README에 명시되어 있습니다. 생성된 지 약 7개월 된 저장소라 커리큘럼 구성이 계속 바뀔 수 있는 것으로 추정됩니다.
ARTEMIS turns natural-language instructions into reliable Android automation. It automates end-to-end workflows, captures logs, and integrates seamlessly with AI coding assistants such as Antigravity, Codex, and Claude Code. It also achieves 99%+ success rate on AndroidWorld Benchmark.
AI 에이전트Python★ 11,607▲ 7,039 이번 달포크 1,193
자연어 지시로 실제 Android 기기를 사람처럼 조작해 테스트와 앱 간 작업을 자동화하는 Google의 오픈소스 에이전트입니다.
자세히 보기
무엇인가
ARTEMIS는 자연어 지시를 받아 Android 실기기나 에뮬레이터에서 여러 앱을 넘나드는 end-to-end 워크플로를 실행하는 Python 기반 자동화 도구입니다. 화면 요소를 찾을 때는 요소 인덱스를 먼저 쓰고, 그게 안 되면 좌표나 시각 정보로 찾습니다. 실행 중에는 Logcat 로그와 스크린샷을 수집합니다. 내장 MCP 서버를 통해 Antigravity, Claude Code, Codex, Windsurf 같은 AI 코딩 어시스턴트가 기기를 직접 조작하고 진단 결과를 받아 볼 수 있습니다.
왜 뜨는가
2026년 8월 13일에 만들어져 두 달 만에 스타 11,607개를 모았고, 이번 달에만 7,039개가 늘었습니다. Google 조직의 공개 저장소라는 신뢰도, AndroidWorld 벤치마크 99% 이상이라는 수치, Claude Code와 Codex 같은 AI 코딩 어시스턴트에 MCP로 바로 붙는다는 점이 함께 관심을 끈 것으로 추정됩니다.
누구에게
UI 테스트 스크립트를 작성하고 유지하는 부담을 줄이고 싶은 Android 앱 개발자와 QA 엔지니어에게 유용합니다. AI 코딩 어시스턴트 안에서 빌드, 설치, 실기기 검증까지 한 흐름으로 처리하고 싶은 개발자에게도 맞는 도구로 보입니다.
핵심 특징
Google Maps에서 경로를 설정한 뒤 YouTube에서 노래를 트는 것처럼, 자연어 지시 하나로 여러 앱에 걸친 작업을 처리합니다.
MCP 서버를 내장하고 있습니다. start.sh 스크립트 하나로 ADB, scrcpy, FFmpeg 같은 도구 설치와 Antigravity, Claude Code, Codex, Cursor, Windsurf 등의 MCP 설정을 한 번에 끝낼 수 있습니다.
단계당 3~5초 수준으로 빠르게 반응하는 Flash 모드가 있습니다. 동작 전에 대상을 확인하고 막힌 동작을 복구 경로로 넘기는 Pro 모드도 있어, 장시간 탐색 테스트나 안정성 테스트에 쓸 수 있습니다.
Google Research의 AndroidWorld 벤치마크(100개 이상의 다단계 작업)에서 작업 완료율 99% 이상을 기록했다고 밝히고 있습니다.
주의
USB 디버깅을 켠 Android 기기나 에뮬레이터가 필요하며, 제공된 발췌에는 iOS 지원 언급이 없습니다. 99% 이상이라는 성공률은 프로젝트가 직접 제시한 벤치마크 수치여서, 실제 앱이나 커스텀 UI에서는 결과가 다를 수 있습니다. 구동에 어떤 LLM이나 API 키가 필요한지, 비용이 얼마나 드는지는 발췌만으로는 확인되지 않습니다. 시작 스크립트가 시스템 도구를 설치하고 IDE 전역 설정과 규칙 파일도 수정하므로 실행 전에 내용을 검토하는 것이 좋습니다. 생성된 지 두 달 정도 된 프로젝트라 설정 방식이나 인터페이스가 바뀔 가능성도 있습니다.
Rust GUI components for building fantastic cross-platform desktop application by using GPUI.
데스크톱 UI 프레임워크Rust★ 17,262▲ 2,812 이번 달포크 1,057홈페이지 ↗
GPUI 위에서 Rust로 고성능 크로스 플랫폼 데스크톱 앱을 만들 수 있게 해 주는 프레임워크입니다. 75개가 넘는 컴포넌트와 프리미티브를 제공합니다.
자세히 보기
무엇인가
GPUI Kit은 GPUI를 기반으로 macOS, Windows, Linux용 데스크톱 애플리케이션을 하나의 Rust 코드베이스로 만들 수 있게 해 주는 프레임워크입니다. 세 계층으로 나뉩니다. gpui-base는 스타일 없이 동작·상태·인프라만 담당하고, gpui-component는 스타일이 완성된 UI 시스템이며, gpui-shell은 선택해서 붙이는 JavaScript 확장 런타임입니다. 애플리케이션은 gpui-kit 크레이트 하나만 의존성으로 추가하면 됩니다. 데이터 테이블, 가상 리스트, 코드 에디터, 도크 레이아웃, WebAssembly 실행, AccessKit 접근성, 헤드리스 UI 통합 테스트까지 갖추고 있습니다.
왜 뜨는가
이번 달에만 스타가 2,812개 늘었습니다. README를 보면 gpui-kit 단일 크레이트 아래 gpui-base, gpui-component, gpui-shell을 묶은 3계층 구조가 정리되어 있고, WebAssembly 지원, GPUI Fast 옵션, JavaScript 확장 같은 기능도 함께 소개되어 있습니다. 이 개편 내용이 관심을 모은 것으로 추정됩니다. 공개 상용 앱인 Longbridge Pro에서 검증되었다는 점과 Rust로 GPU 가속 데스크톱 앱을 만들려는 수요도 영향을 준 것으로 보입니다.
누구에게
Rust로 고성능 크로스 플랫폼 데스크톱 앱을 만들려는 개발자에게 유용합니다. 특히 대용량 데이터 테이블, 코드 에디터, 도크형 레이아웃처럼 복잡한 화면이 필요한 팀에 잘 맞습니다. 자체 디자인 시스템을 만들려는 팀은 gpui-base를, 출시 뒤 플러그인으로 기능을 넓히려는 제품은 gpui-shell을 쓸 수 있습니다.
핵심 특징
애플리케이션에 gpui-kit 하나만 의존성으로 추가하면 버전이 맞춰진 GPUI와 base, component, assets가 함께 re-export됩니다.
수십만 행을 가상 스크롤로 처리하는 데이터 테이블, 20만 줄에서도 안정적이라고 소개된 Tree-sitter·LSP 기반 코드 에디터, 직렬화가 가능한 도크 레이아웃을 제공합니다.
wasm32-unknown-unknown 타깃으로 웹에서도 실행할 수 있고, AccessKit 접근성과 헤드리스 창에서 돌아가는 UI 통합 테스트가 기본으로 들어 있습니다.
공개 상용 데스크톱 앱인 Longbridge Pro를 처음부터 만들어 온 과정에서 추출하고 다듬은 프레임워크입니다.
주의
라이선스가 NOASSERTION으로 표기되어 GitHub이 라이선스를 자동으로 식별하지 못한 상태입니다. 상업적으로 쓰기 전에 저장소의 실제 라이선스 파일을 직접 확인해야 합니다. 현재 버전이 0.7로 1.0 이전이어서 API가 바뀔 수 있는 것으로 보입니다. 기본 백엔드가 고정된 upstream GPUI 스냅샷이므로 GPUI 쪽 변화에 영향을 받을 수 있는 것으로 보입니다. 120 FPS나 20만 줄 성능 같은 수치는 README에 적힌 주장으로, 독립적으로 검증된 결과는 아닙니다.