뜨고 있는 AI 프로젝트

브라우저 자동화 대신 HTTP 요청을 통해 AI 에이전트가 웹사이트와 상호작용하도록 학습시키는 도구로, 지연 시간과 토큰 비용을 절감합니다.

universal-modder는 LLM 코딩 에이전트에 스킬, CLI, 지식 베이스를 제공하여 거의 모든 PC 게임의 모드를 발견, 리버스 엔지니어링, 자산 생성(Fal 경유), 테스트, 게시할 수 있게 하는 AI 기반 프레임워크이며, 안전 규칙을 적용합니다.

스타일, 레이아웃, 색상 팔레트의 구조화된 시스템을 제공하여 사용자가 다양한 창의적 및 상업적 응용 분야에서 일관된 전문 품질의 AI 이미지를 생성하도록 돕는 포괄적인 프롬프트 엔지니어링 라이브러리입니다.

Rust로 작성된 경량 고성능 헤드리스 브라우저 엔진으로, Puppeteer와 Playwright의 드롭인 대체제로 설계되어 최소한의 리소스로 AI 에이전트와 웹 스크레이퍼를 구동합니다.

시각적 스타일 탐색 프로세스를 사용하여 처음부터 또는 PowerPoint 파일을 변환하여 멋진 단일 파일 HTML 프레젠테이션을 생성할 수 있는 코딩 에이전트 기술입니다.

Docling은 많은 문서 유형(PDF, Word, 슬라이드, 스프레드시트, HTML, 전자책, 오디오, 비디오, 이메일 등)을 통합되고 구조화된 표현으로 파싱하는 오픈 소스 Python 라이브러리/CLI입니다. 레이아웃, 표, 코드, 수식, 이미지 및 음성-텍스트를 추출한 다음 Markdown, HTML, JSON, DocLang, DocTags 등으로 내보냅니다. 생성형 AI 워크플로우에 맞게 설계되어 LangChain, LlamaIndex, Crew AI, Haystack과의 플러그 앤 플레이 통합을 제공하며, 개인 정보 보호에 민감한 데이터를 위한 로컬 실행을 지원합니다.

byoungd/up은 지속적으로 업데이트되는 오픈 북 원고로, 한셴카이(필명: 리푸)가 집필했으며 영어 학습에서 AI, 창업, 생활 회복 등의 주제로 확장되었습니다. 중영 이중 언어 원고, EPUB/PDF 다운로드, 복사 가능한 워크시트, 5분에서 90일까지의 실천 경로를 제공합니다. 핵심 개념은: 문제 정의→기준선 저장→최소 작업 완료→증거 기록→지연 재테스트→전환 결정입니다. AI는 보조 도구이며 판단과 책임은 인간에게 있습니다. 원고는 6개 주요 부분으로 나뉘며 영어, 생활, AI, 실천, 장기 변화, 자기 인식을 다룹니다. 본문은 CC BY-NC 4.0, 사이트 코드는 MIT입니다.

onetake는 Claude 호환 AI 스킬로, 원테이크 제품 출시 또는 데모 비디오를 생성합니다. UI를 HTML로 재구축하고, 측정된 모션 프리미티브 라이브러리를 사용하며, 사실적인 모션 블러와 룸 기반 사운드를 추가하고, 오라클로 연속성을 자동 점수화합니다. git clone으로 설치할 수 있으며, Python, Node, 선택적 Whisper/TTS 내레이션과 함께 작동합니다. 비상업적 사용은 무료입니다. 상업적 사용에는 유료 Pro 라이선스가 필요합니다.

OpenMAIC는 여러 AI 에이전트를 사용하여 모든 주제나 문서를 인터랙티브 교실로 전환하는 오픈소스 플랫폼입니다. 슬라이드, 퀴즈, 시뮬레이션, 음성 해설을 자동 생성하고 코스를 PostgreSQL에 저장하며 많은 LLM 제공업체 및 에이전트 워크벤치와 통합됩니다. Node 22, pnpm, Docker-Postgres로 로컬 설치하거나 Docker Compose로 프로덕션 배포할 수 있습니다.

DigUp은 오픈소스 EmbeddingGemma 2 멀티모달 모델(llama.cpp를 통해 로컬 실행)을 사용하여 이미지, PDF, 문서, 오디오, 비디오 및 선택적으로 소스 코드의 내용을 인덱싱하고 의미론적으로 검색하는 macOS 앱입니다. 쿼리는 전역 단축키로 입력됩니다. 결과는 정확한 순간이나 줄에서 파일을 열며, 모든 데이터는 기기에 유지됩니다.

100개 이상의 LLM 제공업체에 대해 OpenAI와 호환되는 통합 인터페이스를 제공하는 오픈 소스 AI 게이트웨이로, 프로덕션 애플리케이션의 통합 및 관리를 간소화합니다.

AI 에이전트가 단일 토큰으로 수천 개의 API와 CLI에 접근할 수 있게 해주는 도구 레지스트리 및 프록시로, 여러 공급업체 구독을 관리할 필요가 없습니다.

로컬 작업 기기에서 실행되는 AI 에이전트를 모든 모바일 또는 웹 클라이언트에서 관리, 모니터링 및 제어할 수 있는 크로스 디바이스 오픈소스 워크벤치입니다.

ARTEX는 오픈소스 LLM 기반 자율 침투 테스트 플랫폼입니다. Go 백엔드, 임베디드 Next.js UI, PostgreSQL을 결합하여 전역 자산 그래프와 작업별 탐색 그래프를 유지합니다. 에이전트(플래너 + 워커)는 반복적으로 의도를 생성하고 실제 보안 도구를 실행하며 모든 단계를 기록하고 결과를 그래프에 피드백합니다. 이 시스템은 풍부한 대시보드, ScopeSentry의 자산 동기화, 승인 게이팅, 자체 업데이트 바이너리, 여러 배포 옵션(Docker, 원클릭 스크립트, 크로스 플랫폼 릴리스)을 제공합니다. AGPL-3.0 라이선스에 따라 로컬 학습 및 연구 목적으로만 사용됩니다.

이 프로젝트를 Microsoft Cloud Advocates가 제공하는 무료 21강좌 과정으로 설명하며, 구조, 주제, 요구 사항 및 대상 독자를 다룹니다. 모두 README에 기반합니다.

AI 에이전트가 Windows COM 자동화를 통해 WPS/Microsoft Office, Zotero, Adobe Illustrator 및 Photoshop을 제어할 수 있게 해주는 CLI 도구 모음입니다.

로컬 AI, 오프라인 위키백과, 교육 코스를 하나의 관리 가능한 Docker 환경에 통합한 오프라인 우선 지식 및 교육 서버입니다.

여러 Claude Code OAuth 로그인을 저렴하게 저장하고, 요청 또는 구성 가능한 사용 임계값에서 자동으로 전환하며, 각 계정의 5시간 및 7일 레이트 제한 창에 대한 실시간 사용 대시보드를 표시하는 유틸리티입니다.

XiaoZhi ESP32는 ESP32 기반 보드를 음성 대화형 AI 챗봇으로 바꾸는 오픈소스 펌웨어입니다. 오디오를 캡처하고, ESP-SR로 웨이크워드 감지를 수행하며, WebSocket 또는 MQTT/UDP를 통해 클라우드 LLM(Qwen/DeepSeek)으로 스트리밍하고 TTS 응답을 반환합니다. 기기는 또한 MCP 프로토콜을 실행하여 주변 장치 및 스마트 홈 작업을 제어하며, 다양한 보드, 네트워킹 옵션, 다국어 UI, 화자 ID 및 사용자 정의 가능한 자산을 지원합니다.

KiviDB는 모든 CPU 코어를 활용하고 내장된 전문 검색 및 벡터(ANN) 검색 기능을 갖춘 Rust 기반의 Redis 호환 인메모리 데이터베이스입니다. 32코어에서 2100만 GET/s의 엄청난 처리량과 서브밀리초 단위의 지연 시간을 제공하여, 빠른 키-값 액세스와 임베딩 유사도 검색이 필요한 AI 워크로드에 적합합니다. 선택적 Lua 스크립팅, TLS, 표준 Redis 지속성을 지원하며 Docker, Linux 패키지 또는 사전 빌드된 바이너리를 통해 배포할 수 있습니다.

Indra OCR은 PDF와 이미지를 상세한 레이아웃 박스가 포함된 마크다운, 일반 텍스트 또는 JSON으로 변환하는 1 M 파라미터의 CPU 전용 OCR 모델입니다. 초당 최대 49페이지(페이지당 약 230 ms)를 처리하며 OmniParseBench 벤치마크에서 62.1점을 기록하여 속도와 많은 정확도 지표에서 Tesseract 및 PaddleOCR을 능가합니다. 이 패키지는 CLI, Python API 및 로컬 웹 뷰어를 제공하며 라틴어, 키릴 문자, 그리스어, 데바나가리, 벵골어, 중국어 OCR과 PDF 텍스트 레이어를 통한 모든 문자를 지원합니다. 선택적 `--math` 플래그는 LaTeX 스타일 수식 추출을 추가합니다. 모델은 약 18 MB ONNX이며 수정된 OpenRAIL-M(연구/스타트업 무료) 라이선스 하에 있고 코드는 Apache 2.0입니다.

Omnira는 모든 LLM 모델과 모든 머신에서 AI 에이전트를 실행할 수 있는 오픈소스, 자체 호스팅 플랫폼입니다. 에이전트 실행, 이벤트 스트리밍, 승인 처리를 위한 REST API, TypeScript SDK, CLI를 제공합니다. 주요 기능으로는 모델 무관 지원, 기본 제공 및 커스텀 도구, 재사용 가능한 스킬, 영구 메모리, 하위 에이전트, 멀티 테넌트 RBAC, 스케줄링, Slack, Discord, GitHub, 웹훅 등과의 통합이 포함됩니다. Omnira Cloud로 체험하거나 Docker Compose로 로컬에서 실행할 수 있으며, Apache 2.0 라이선스 코드로 모든 에이전트 데이터를 자체 Postgres에 보관합니다.

Sub2API는 Go와 Vue로 구축된 AI API 게이트웨이 플랫폼으로, 개발자가 여러 AI 모델 제공업체 간의 구독 할당량을 관리하고 배분할 수 있도록 지원합니다.

프로덕션 AI 시스템 설계 및 AI 엔지니어링 인터뷰를 위한 지속적으로 업데이트되는 MIT 라이선스 참조 자료 — RAG, 에이전트, 모델 선택, 평가, 보안, 20개의 실제 사례 연구, 147개 질문 인터뷰 뱅크를 포함합니다.

벡터 데이터베이스와 청킹을 계층적 트리 인덱스로 대체하여 길고 복잡한 전문 문서의 검색 정확도를 향상시키는 벡터리스 추론 기반 RAG 엔진입니다.

Oil UI는 웹사이트와 앱을 위한 독특한 UI 디자인 컨셉을 생성하고 반복하는 AI 에이전트 스킬로, 사용자가 특정 브랜드 요구 사항에 따라 레이아웃을 비교하고 개선할 수 있도록 합니다.

Odysseus는 채팅, 자율 에이전트, 리서치, 문서 편집, 이메일, 메모, 작업, 캘린더를 하나의 AI 기반 작업 공간으로 통합한 자체 호스팅 웹 앱입니다. Docker Compose로 실행되며 로컬 또는 API 언어 모델을 지원하고 AGPL-3.0 라이선스로 배포됩니다.

AI 에이전트가 필요에 따라 로드할 수 있도록 전문 지식과 워크플로우를 포터블한 폴더로 패키지화하는 표준화된 오픈 포맷.

로컬 설치나 런타임 관리 없이 URL을 통해 AI 에이전트를 외부 도구에 연결할 수 있는 호스팅된 Model Context Protocol (MCP) 서버의 선별된 디렉토리입니다.

PDF, 이미지, Office 파일을 구조화된 Markdown 또는 LaTeX로 변환하는 고정밀 문서 파서로, 다단계 품질 수준과 AI 에이전트용 안정적인 로케이터를 제공합니다.

GVS5H는 원장 기반 제로샷 자기 오케스트레이션을 도입했습니다. 이는 단일 언어 모델의 여러 인스턴스가 공유 파일 시스템을 통해 코딩 문제를 분해하고 해결하는 학습 불필요 기술입니다. LiveCodeBench의 어려운 작업에서 Qwen3.8-27B와 같은 오픈 웨이트 모델의 정확도를 66.8%에서 92.4%로 높여, 훨씬 낮은 비용으로 더 큰 독점 모델에 근접하거나 능가하는 성능을 보여줍니다.

dsh-web은 DeepSeek Harness의 웹 UI(및 데스크탑 클라이언트)를 확장하는 모듈형 플러그인 생태계입니다. 작업 자동화, 모바일 원격 제어, Web-SSH, Git 워크트리 격리, 토큰 사용량 대시보드, 비주얼 스킨 등을 npm 모듈로 제공하여 쉽게 설치할 수 있습니다.

URL이나 로컬 파일의 동영상을 타임스탬프가 포함된 프레임과 대본으로 변환하여 AI 에이전트가 시각적 분석을 수행할 수 있도록 돕는 플러그인입니다.

Whisper는 OpenAI의 오픈 소스 트랜스포머 기반 음성-텍스트 변환 시스템으로, 다양한 언어에 대해 전사, 언어 식별 및 번역을 처리합니다. 6가지 모델 크기(tiny → large, 그리고 빠른 "turbo" 변체)를 갖춘 pip 설치 가능 패키지로 제공됩니다. CLI (`whisper …`)와 간단한 Python API (`whisper.load_model(...).transcribe(...)`)를 사용하면 몇 가지 명령만으로 오디오 파일을 텍스트로 변환할 수 있습니다. 이 프로젝트는 Python 3.8-3.11, PyTorch에서 실행되며 ffmpeg(및 선택적으로 토크나이저용 Rust)가 필요합니다. 모든 코드와 모델 가중치는 MIT 라이선스입니다.

Franco는 로컬 머신에서 실행되는 아웃바운드 영업 에이전트로, 기존의 Claude Code 또는 Codex 구독을 사용하여 모델 API 비용 없이 운영됩니다. 계정을 찾거나 가져오고, 승인된 이메일 시퀀스를 작성 및 발송하며, 회신을 검토하고 모든 사실을 출처와 함께 기록합니다.

영어를 단순화된 기술 영어(ASD‑STE100)로 다시 작성하여 에이전트 간 메시지를 명확하게 만드는 Claude Code 스킬입니다. 구조적 STE 위반을 표시하고, 엄격 모드와 완화 모드를 제공하며, diff 또는 규칙 설명을 표시할 수 있습니다. `npx skills`로 설치하거나 클론한 후, 도구 설명, 오류 메시지, 프롬프트를 단순화하도록 요청하세요. MIT 라이선스.

Answer me with HTML은 LLM 에이전트가 짧은 Markdown 초안을 완전한 오프라인에서 볼 수 있는 HTML 페이지(또는 설명 비디오)로 변환할 수 있게 해주는 Node.js 기반 스킬입니다. SVG, CSS, 레이아웃 및 다이어그램 생성을 자체 처리하여 모델은 손으로 작성한 페이지에 필요한 토큰의 약 1/8만 작성하므로 비용과 지연 시간을 줄입니다. 여러 에이전트(Claude Code, Codex, Cursor, DeepSeek Harness)를 지원하며, 세 가지 내장 테마, 문체 검사기, 실제 코드 포함, 모든 에이전트 결론에 대해 페이지를 자동 생성하는 '항상 켜짐' 모드를 제공합니다.

goose는 오픈소스 범용 AI 에이전트로, 데스크톱 앱, CLI, API 형태로 제공되며 코딩, 연구, 자동화를 지원하고 여러 LLM 제공자를 활용합니다.

모션 그래픽과 시각 효과를 위한 Adobe After Effects의 오픈소스 순수 Rust 재구현으로, 네이티브 Lottie 지원과 AI 에이전트 제어용 MCP 서버를 갖추고 있습니다.

RAGFlow는 LLM에 에이전트 추론을 추가하는 오픈소스 검색 증강 생성 플랫폼입니다. 다양한 문서 유형을 수집하고, 검색 가능한 임베딩을 생성하며, 구성 가능한 '사고' 깊이로 다단계 검색을 지원합니다. 기능에는 템플릿 기반 청킹, 지식 컴파일(위키, 그래프, 마인드맵), 근거 기반 인용, 플러그인 LLM/임베딩 모델이 포함됩니다. Docker 또는 소스에서 로컬로 배포할 수 있으며, 호스팅 클라우드 버전도 제공됩니다. Apache-2.0 라이선스로 제공되며 활발한 커뮤니티의 지원을 받습니다.

PaddleOCR는 이미지나 PDF를 구조화된 LLM 대응 텍스트, 표, 마크다운/JSON으로 변환하는 오픈소스 OCR 및 문서 AI 툴킷입니다. PP-OCRv6를 통한 다국어 장면 텍스트 인식 모델과 PaddleOCR-VL / PP-StructureV3를 통한 경량 시각-언어 모델을 제공하며, 최고 수준의 정확도, 빠른 CPU/GPU 추론, Docker에서 브라우저 SDK까지 다양한 배포 옵션을 갖추고 있습니다. Dify 및 RAGFlow와 같은 RAG 플랫폼과 통합되어 AI 에이전트 및 검색 증강 생성 파이프라인의 데이터 엔진으로 활용됩니다.

AIHOT은 오픈소스 Docker 기반 프레임워크로, 다양한 피드를 스크래핑하고 LLM을 사용하여 항목을 필터링, 점수화, 번역, 요약한 후 이를 이벤트로 클러스터링하고 소스 다양성으로 순위를 매겨 일일/주간/월간 뉴스 다이제스트를 생성합니다. 모든 프롬프트, 임계값 및 선택 논리는 리포지토리에 있어 데모 AI 뉴스 소스를 모든 업계의 피드로 교체하고 사이트를 리브랜딩하기 쉽습니다.

디자인, 에셋 생성, 코딩, 플레이테스트를 단일 캔버스 기반 애플리케이션으로 통합한 오픈소스 AI 기반 게임 스튜디오.

포인터 움직임에 반응하는 33개의 인터랙티브 아이소메트릭 라인 기반 UI 도형 라이브러리로, 웹 애플리케이션에 가볍게 통합할 수 있도록 설계되었으며 AI 보조 생성을 지원합니다.

Beacon은 AI 코딩 에이전트를 위한 오픈소스 메모리 계층으로, 여러 도구에 걸친 세션 기록을 캡처하여 개발자가 다양한 코딩 환경에서 디버깅 패턴과 워크플로우를 재사용할 수 있도록 합니다.

OmniVoice는 600개 이상의 언어를 커버하는 확산 기반 제로샷 TTS 모델입니다. 보이스 클로닝, 속성 기반 보이스 디자인, 자동 보이스 생성을 제공하며, 빠른 추론(RTF ≈ 0.025)을 구현합니다. pip로 설치하고 `OmniVoice.from_pretrained`로 모델을 로드한 후 `model.generate`를 호출하세요(또는 제공된 CLI 도구 사용). 선택적 FlashInfer 커널로 2~3배의 속도 향상이 가능합니다. 리포지토리에는 학습 스크립트, Gradio 데모, Colab 노트북이 포함되어 있습니다.

13개의 서로 다른 플랫폼에서 엔지니어링, 비즈니스, 규정 준수 분야의 도메인별 전문 지식으로 AI 코딩 에이전트를 확장하는 398개의 모듈식 기술 및 플러그인 종합 라이브러리.

Real-ESRGAN과 Vulkan을 사용하여 품질을 손상시키지 않고 저해상도 이미지를 확대하고 개선하는 무료 오픈소스 AI 이미지 확대기입니다.