에이전트가 호출할 수 있는 지식 베이스.
모든 소스를 구조화·벡터화한 뒤 Model Context Protocol로 노출 — 에이전트가 오래된 학습 데이터 대신 최신의 근거 있는 컨텍스트를 조회합니다.
# AgentLensHQ MCP 서버 추가 claude mcp add --transport http agentlens \ https://api.agentlenshq.com/mcp
11 개 연구소 · 하루 2건의 X 요약
AgentLensHQ 는 8,500개가 넘는 AI 프로젝트를 매일 추적하며, 화제가 되기 전에 치고 올라오는 것들을 포착합니다. Hacker News, X(구 Twitter)의 연구자들, 그리고 각 연구소의 공식 블로그 — OpenAI, Anthropic, DeepMind 등 — 도 함께 읽습니다. 중요한 것은 모두 읽기 쉬운 디스패치로 정리되어 MCP를 통해 당신의 에이전트에게도 제공됩니다.
↓ 프로젝트
매주 랭킹, 그리고 구현까지 파고드는 harness 장문.
AI Open-Source Radar네 프로젝트가 세 호에 모두 올랐고, 움직임은 하나도 같지 않다Ponytail은 호를 거듭할수록 더 많이 늘고, DeepSeek Harness는 더 적게 늘며, Orca는 같은 속도를 지켰다 — 반면 Skills는 위아래로 흔들려 아직 방향이 읽히지 않는다.AI 에이전트 하네스 소스 해부What a Harness Actually Is, in 190 Lines of CodeThe word harness is everywhere now, and almost nobody points out that it names two things at once: the program that runs the loop, and the files you prepare for it inside your own repository. Keep those fused and every harness article you read will, at some point, stop lining up. This one pulls them apart using the main loop of mini-swe-agent — 190 lines, short enough to read in one sitting, and each of the five subsystems (instructions, tools, environment, state, feedback) lands on a line number you can point at.커뮤니티가 이미 투표를 마쳤습니다. 댓글까지 읽습니다 — 토론을 가져오지 못한 글은 아예 디스패치가 되지 않습니다. 게다가 한 번 쓰고 끝이 아닙니다. 토론이 계속 달아오르면 그 사이 올라온 댓글까지 담아 다시 씁니다.
모든 소스를 구조화·벡터화한 뒤 Model Context Protocol로 노출 — 에이전트가 오래된 학습 데이터 대신 최신의 근거 있는 컨텍스트를 조회합니다.
# AgentLensHQ MCP 서버 추가 claude mcp add --transport http agentlens \ https://api.agentlenshq.com/mcp