Open-Interface: LLM을 사용하여 마우스 및 키보드 입력을 시뮬레이션하는 크로스 플랫폼 컴퓨터 자동화 도구
LLM을 사용하여 시각적 피드백을 기반으로 키보드 및 마우스 입력을 시뮬레이션하여 PC를 자율 주행하는 AI 기반 컴퓨터 자동화 도구입니다.
terrain-diffusion: 무한하고 결정론적인 실시간 지형 생성을 위한 Perlin noise의 학습된 후계자
확산 모델을 사용하여 무한하고, 결정론적이며, 무작위 접근이 가능한 실시간 지형 및 기후 데이터를 생성하는 Perlin noise의 학습된 후계자입니다.
SkillOpt: 딥러닝 스타일의 최적화 루프를 사용하여 자기 진화형 에이전트 기술을 구현하는 실행 전략
SkillOpt는 에이전트 기술 문서를 학습 가능한 상태로 취급하여, 모델 가중치를 수정하지 않고도 딥러닝 스타일의 최적화 루프를 사용하여 에이전트 성능을 진화시키고 개선하는 프레임워크입니다.
BallonsTranslator: 자동 인페인팅 및 타이포그래피를 지원하는 딥러닝 기반 만화 번역 도구
만화 및 코믹스의 텍스트 감지, 이미지 인페인팅, 타이포그래피를 자동화하는 딥러닝 기반 만화 번역 도구입니다.
ccg-workflow: Claude Code를 위해 전문적인 작업을 Codex 및 Gemini에 위임하는 멀티 모델 오케스트레이터
Claude Code를 멀티 모델 오케스트레이터로 변환하여 Codex 및 Gemini에 작업을 위임하고 병렬 분석 및 검토를 수행하는 워크플로우 엔진.
dramaclaw: 원고에서 완성된 영화까지의 과정을 자동화하는 산업화된 드라마 제작 파이프라인
대본 생성, 스토리보드 제작, 에셋 관리, 영상 조립을 자동화하여 원고를 숏폼 드라마로 변환하는 산업화된 AI 제작 파이프라인입니다.
fulling: 보안 Kubernetes 자격 증명 경계를 갖춘 지속 가능한 AI 워크스페이스를 위한 기반
Fulling은 런타임, 메모리, 기술을 보안 Kubernetes 기반 자격 증명 경계 내에서 결합하는 전용 AI 워크스페이스 구축을 위한 기반입니다.
trainer: 확장 가능한 LLM 학습 및 미세 조정을 위한 Kubernetes-native 분산 AI 플랫폼
PyTorch, JAX, XGBoost와 같은 다양한 프레임워크를 통해 확장 가능한 LLM 미세 조정 및 학습을 위한 Kubernetes-native 분산 AI 플랫폼입니다.
maxtext: 확장 가능한 LLM 사전 학습 및 사후 학습을 위한 고성능 JAX 레퍼런스 구현체
Google Cloud TPU 및 GPU에서 Gemma 및 Llama와 같은 모델의 확장 가능한 사전 학습 및 사후 학습을 위한 고성능 JAX 기반 LLM 라이브러리입니다.
oumi: 보일러플레이트 없이 파운데이션 모델을 학습, 평가 및 배포하기 위한 엔드투엔드 플랫폼
데이터 준비 및 학습부터 평가 및 배포에 이르기까지 파운데이션 모델의 전체 라이프사이클을 간소화하는 오픈소스 플랫폼입니다.
openvino: 다양한 하드웨어 플랫폼에서 딥러닝 모델을 최적화하고 배포하기 위한 오픈소스 툴킷
CPU, GPU, NPU에서 딥러닝 모델을 최적화하고 배포하기 위한 오픈소스 툴킷으로, 다양한 프레임워크와 생성 AI를 지원합니다.
aimet: 에지 디바이스에서 메모리 사용량을 줄이고 추론 속도를 높이기 위한 ML 모델 양자화 및 압축 툴킷
에지 디바이스 배포를 위해 학습된 ML 모델의 런타임 성능을 개선하고 메모리 사용량을 줄이기 위한 양자화 및 압축 소프트웨어 툴킷입니다.
TransformerEngine: NVIDIA GPU에서 저정밀도 수치 형식을 사용하여 Transformer 모델을 가속화하기 위한 라이브러리
FP8, MXFP8, NVFP4와 같은 저정밀도 형식을 활용하여 성능을 향상시키고 메모리 사용량을 줄임으로써 NVIDIA GPU에서 Transformer 모델을 가속화하기 위한 라이브러리입니다.
huggingface_hub: Hugging Face Hub 플랫폼과 상호 작용하기 위한 공식 Python 클라이언트
Hugging Face Hub를 위한 공식 Python 클라이언트로, 사용자가 오픈 소스 ML 모델, 데이터셋 및 데모 앱을 다운로드, 업로드 및 관리할 수 있게 합니다.
lance: 고성능 벡터 검색 및 랜덤 액세스를 지원하는 멀티모달 AI를 위한 오픈 레이크하우스 포맷
고성능 벡터 검색, 랜덤 액세스, 그리고 임베딩 및 멀티모달 데이터를 위한 네이티브 스토리지를 제공하는 멀티모달 AI를 위한 오픈 레이크하우스 포맷입니다.
onnx: 서로 다른 프레임워크와 하드웨어 간의 상호 운용성을 가능하게 하는 AI 모델용 오픈 소스 형식
서로 다른 프레임워크와 하드웨어 간의 상호 운용성을 가능하게 하기 위해 AI 모델을 위한 표준화된 형식을 제공하는 오픈 생태계로, 주로 추론을 목적으로 합니다.
nono: 최소 권한 보안과 제로 설정으로 AI 에이전트를 실행하는 제로 레이턴시 샌드박스
컨테이너나 VM이 필요 없는, 최소 권한 환경에서 AI 에이전트를 안전하게 실행할 수 있는 제로 레이턴시·제로 설정 샌드박스.
cli-printing-press: 에이전트‑네이티브 CLI와 로컬 데이터 영속성을 갖춘 MCP 서버를 생성하는 팩토리
AI 에이전트를 위한 토큰 효율적인 Go CLI와 MCP 서버를 생성하는 도구로, 로컬 SQLite 영속성과 브라우저 기반 API 역공학 기능을 제공합니다.
agent-scripts: 로컬 워크스페이스 전반에 걸쳐 공유된 AI 에이전트 규칙 및 재사용 가능한 워크플로우 기술을 관리하기 위한 중앙 집중식 허브
로컬 워크스페이스 전반에 걸쳐 공유된 AI 에이전트 지침, 재사용 가능한 기술, 및 휴대용 ................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................: 로컬 워크스페이스 전반에 걸쳐 공유된 AI 에이전트 지침, 재사용 가능한 기술, 및 휴대용 헬퍼 스크립트를 위한 중앙 집중식 관리 시스템.
OpenAgentsControl: 인간의 승인 단계를 통해 팀 코딩 패턴을 강제하는 컨텍스트 인식 AI 코딩 프레임워크
인간의 승인 단계를 통해 팀 코딩 패턴을 강제하고, 리팩토링이 필요 없는 프로덕션급 코드를 생성하기 위해 에이전트에게 특정 코딩 패턴을 교육하는 AI 코딩 프레임워크입니다. 인간의 가이드가 포함된 승인 단계와 토큰 효율적인 컨텍스트 관리를 특징으로 합니다.
nixtla: 제로샷 시계열 예측 및 이상 탐지를 위한 파운데이션 모델
여러 도메인에 걸쳐 제로샷 추론 및 미세 조정 기능을 제공하는 시계열 예측 및 이상 탐지를 위한 파운데이션 모델입니다.
infinity
Infinity는 AI‑네이티브 데이터베이스로, LLM 및 RAG 애플리케이션을 위해 밀집·희소 임베딩, 텐서, 전체 텍스트 데이터를 아우르는 고성능 하이브리드 검색을 제공합니다.
PixelRAG: 무엇인지, 어떤 문제를 해결하는지 & 왜 인기를 얻고 있는지
PixelRAG는 문서를 텍스트로 파싱하는 대신 스크린샷으로 렌더링하는 시각적 RAG 시스템으로, AI가 표와 차트 같은 시각적 요소를 검색하고 추론할 수 있게 합니다.
nexent
Nexent는 자연어 프롬프트를 사용해 프로덕션 수준 AI 에이전트를 자동 생성하는 제로코드 플랫폼으로, 멀티에이전트 협업 및 내장 지식 베이스를 특징으로 합니다.
cactus
모바일 기기와 웨어러블을 위한 하이브리드 엣지‑클라우드 AI 엔진으로, 빠르고 메모리 사용량이 적은 멀티모달 추론을 제공하며 자동 클라우드 폴백 기능을 갖추고 있습니다.
DeepTutor: 무엇인지, 어떤 문제를 해결하는지 & 왜 인기를 얻고 있는지
DeepTutor는 공유 메모리와 멀티 엔진 RAG를 통해 튜터링, 연구 및 숙달 연습을 하나의 시스템으로 통합하는 에이전트 네이티브 개인화 튜터링 워크스페이스입니다.
opendataloader-pdf: AI 준비형 데이터 추출 및 자동 PDF 접근성 태깅을 위한 고정밀 PDF 파서
AI 파이프라인 및 스크린 리더 준수를 위해 PDF를 구조화된 Markdown, JSON 또는 Tagged PDFs로 변환하는 고정밀 PDF 파서 및 접근성 도구.
ruby_llm
단일하고 표현력이 풍부한 인터페이스를 사용하여 여러 AI 제공업체를 통해 AI 에이전트, 챗봇 및 RAG 앱을 구축하기 위한 통합 Ruby 프레임워크.
openagents
OpenAgents는 여러 AI 에이전트가 협업하고 파일을 공유하며 단일 인터페이스에서 관리될 수 있는 통합 워크스페이스를 제공하는 AI 에이전트용 협업 OS입니다.
GLM-5: 장기적 에이전트 엔지니어링 및 복잡한 시스템 작업을 위한 플래그십 LLM 시리즈
장기적 에이전트 작업 및 복잡한 시스템 엔지니어링에 최적화된 플래그십 LLM 시리즈로, 버전 5.2에서는 1M-token 컨텍스트 윈도우를 특징으로 합니다.
obsidian-skills: 무엇인지, 어떤 문제를 해결하는지 & 왜 인기를 얻고 있는지
Claude Code 및 Codex와 같은 AI 에이전트가 Obsidian 전용 구문 및 JSON Canvas 형식을 사용하여 Obsidian vault 내에서 콘텐츠를 생성하고 편집할 수 있도록 하는 에이전트 skills의 모음입니다.
awesome-llm-apps: 무엇인지, 어떤 문제를 해결하는지 & 왜 인기를 얻고 있는지
개발자가 프로덕션 LLM 앱을 출시하기 위해 클론하고 커스텀할 수 있는 100개 이상의 즉시 실행 가능한 AI 에이전트 및 RAG 템플릿을 담은 종합적인 cookbook입니다.
minds
MindsHub Cowork는 다단계 작업을 오픈 소스 AI 에이전트에게 위임할 수 있는 통합 워크스페이스로, 사용자가 데이터를 연결하고 에이전트의 출력을 공유 가능한 아티팩트로 변환할 수 있게 해줍니다.
manga-ocr: 만화 말풍선과 복잡한 레이아웃에 최적화된 일본어 OCR 엔진
일본어 만화에 특화되어 최적화된 OCR 도구로, 다중 행 텍스트, 후리가나, 세로 및 가로 레이아웃을 모두 인식할 수 있습니다.
ML: PHP 언어를 위한 고수준 머신러닝 및 딥러닝 라이브러리
40개 이상의 알고리즘과 전체 ML 라이프사이클을 위한 도구를 제공하는 PHP용 고수준 머신러닝 및 딥러닝 라이브러리.
voice-pro: YouTube 처리, 음성 복제 및 다국어 번역을 위한 올인원 AI 더빙 스튜디오
ASR, TTS 및 음성 복제를 단일 워크플로우로 통합하여 음성 인식, 번역 및 다국어 더빙을 수행하는 AI 기반 웹 애플리케이션입니다.
ai-job-search: 이력서 맞춤화, PDF 레이아웃 검증 및 ATS 호환성 검사를 자동화하는 AI 기반 구직 지원 프레임워크
구직 검색, LaTeX 이력서·커버레터 맞춤화, 면접 준비를 drafter‑reviewer 워크플로로 자동화하는 AI 기반 구직 지원 프레임워크.
OM1: 물리적 로봇 및 시뮬레이터 전반에 걸쳐 멀티모달 에이전트를 배포하기 위한 모듈형 AI 런타임
휴머노이드 및 사족보행 로봇을 포함한 디지털 환경과 물리적 로봇 전반에 걸쳐 멀티모달 AI 에이전트를 생성하고 배포하기 위한 모듈형 AI 런타임입니다.
voltagent
엔드‑투‑엔드 AI 에이전트 엔지니어링 플랫폼으로, 에이전트 구축을 위한 TypeScript 프레임워크와 프로덕션 관측성 및 배포를 위한 콘솔을 제공합니다.
unity-mcp: LLM이 자연어를 통해 Unity Editor를 제어할 수 있게 하는 MCP 기반 브리지
Model Context Protocol을 통해 AI 어시스턴트를 Unity Editor에 연결하여, 개발자가 자연어를 사용하여 씬, 에셋, 스크립트를 관리할 수 있게 해주는 브리지입니다.
MemOS: AI 에이전트를 위한 지속적인 멀티모달 저장 및 그래프 기반 메모리 관리를 제공하는 메모리 운영 체제
LLM 및 AI 에이전트를 위한 메모리 운영 체제로, 지속적인 멀티모달 장기 메모리와 경험을 통한 기술 진화를 가능하게 합니다.
meetily: 무엇인지, 어떤 문제를 해결하는지 & 왜 인기를 얻고 있는지
Meetily는 민감한 회의 데이터가 사용자의 장치를 절대 벗어나지 않도록 로컬 전사 및 AI 기반 요약을 제공하는 개인정보 보호 우선 오픈 소스 AI 회의 어시스턴트입니다.
Vibe-Trading: 연구‑실행 파이프라인을 통합 백테스팅 및 브로커 연결과 함께 자동화하는 개인 트레이딩 에이전트
투자 가설 및 시장 연구부터 전략 백테스팅, 브로커 실행까지 파이프라인을 자동화하는 AI 기반 개인 트레이딩 에이전트.
E2B
E2B는 AI가 생성한 코드를 실행하기 위한 안전하고 격리된 클라우드 샌드박스를 제공하는 오픈소스 인프라입니다.
9router: 비용을 최소화하고 속도 제한을 피하기 위한 자동 폴백 및 토큰 압축 기능을 갖춘 스마트 AI 라우터
구독, 저렴한, 무료 AI 모델 간의 자동 폴백을 제공하여 속도 제한을 방지하고 비용을을 줄이는 스마트 AI 라우터 및 토큰 절약 도구.
llmfit
사용자의 시스템 RAM, CPU, GPU에 맞춰 LLM 모델의 크기를 최적화하여, 어떤 모델이 하드웨어에서 실제로 잘 작동할지 찾을 수 있도록 도와주는 터미널 도구입니다.
nanobot
사용자가 자신의 에이전트를 소유할 수 있게 해주는 초경량 개인용 AI 에이전트 프레임워크로, 멀티 채널 채팅 통합, 장기 목표 추적 및 MCP 지원을 특징으로 합니다.
JeecgBoot
자연어 프로그래밍과 RAG를 사용하여 Java 기반 비즈니스 시스템, 보고서 및 AI 애플리케이션의 생성을 자동화하는 엔터프라이즈 AI 로우코드 플랫폼.
chitu: 다양한 하드웨어와 하이브리드 CPU-GPU 배포를 지원하는 대규모 LLM용 프로덕션급 추론 엔진
CPU에서 대규모 GPU 클러스터에 이르기까지 다양한 하드웨어를 지원하고 대규모 모델의 배포를 최적화하는 프로덕션급 고성능 LLM 추론 엔진입니다.
catalyst: 훈련 루프 보일러플레이트를 제거하여 가속화된 딥러닝 R&D를 지원하는 PyTorch 프레임워크
실험과 재현성을 가속화하기 위해 훈련 루프 보일러플레이트를 제거하는 딥러닝 R&D용 PyTorch 프레임워크.