openpi 바로가기 openpi는 물리적 지능 팀이 개발하고 공개한 오픈소스 로보틱스 프로젝트입니다. 이 프로젝트는 로봇이 사람과 유사한 시각-언어-행동 통합 능력을 갖추도록 지원하는 것을 목표로 하며, 사전 학습된 모델과 툴킷을 제공합니다. 주요 기능에는 π₀, π₀-FAST, π₀.₅ 모델과 컨테이너화된 환경, 다양한 모델과 툴킷이 포함되어 있습니다. JAX와 PyTorch 기반의 모델, 훈련 및 추론 스크립트, 모델 체크포인트, 데이터 전처리 및 가이드가 함께 제공됩니다. 최신 업데이트로는 PyTorch 지원 확장과 다양한 데이터셋, 환경설정 문서가 지속 추가되고 있으며, 권장 환경은 NVIDIA GPU와 Ubuntu 22.04입니다. ...

openpi openpi는 로봇 공학을 위한 오픈소스 모델과 패키지를 제공하는 프로젝트로, Physical Intelligence 팀이 개발하였습니다. 주 목적은 로봇의 시각-언어-행동 연동 능력을 향상시키기 위한 다양한 모델을 배포하고 사용자를 지원하는 것입니다. 현재 세 가지 주요 모델을 포함하며, 각각 Pi₀(flow-based vision-language-action), Pi₀-FAST( autoregressive VLA 기반), Pi₀.₅(개선된 오픈월드 일반화 모델)로 나뉩니다. 이 모델들은 사전훈련된 체크포인트와 실용 예제, 파인튜닝 및 배포를 위한 도구를 제공하며, 로봇 데이터(1만시간 이상)를 기반으로 학습된 체크포인트를 활용할 수 있습니다. 구조적으로는 모델 체크포인트, 훈련 및 추론 스크립트, 정책 서버 구성, 그리고 사용자의 데이터 세트 변환 및 파인튜닝 절차를 포함하는 구성요소로 이루어져 있습니다. 지원하는 기술 스택은 주요로 JAX, PyTorch, Docker 기반 환경, 및 Linux(Ubuntu 22.04)입니다. 최근 릴리즈는 2025년 9월에 PyTorch 지원 추가, Pi₀.₅ 모델 업그레이드, DROID 데이터셋 활용법과 libero 및 ALOHA 플랫폼에서의 실험 예제들이 포함되었으며, 모델 체크포인트 버전 및 fine-tuning 가이드, 인퍼런스 서버 배포 등을 세부적으로 문서화하고 있습니다. 사용시 GPU 요구 사양, 의존성 설치, JAX와 PyTorch간 모델 변환 및 실험 수행 방식 등에 유의해야 하며, 문제 해결을 위한 트러블슈팅 가이드도 제공됩니다. 이 프로젝트는 로봇 연구자, 엔지니어, 개발자가 자신만의 로봇 환경에 맞게 모델을 적응시키고 배포할 수 있도록 도와주는 종합적인 오픈소스 플랫폼입니다. ...

parlant GitHub 바로가기 parlant 프로젝트는 AI 에이전트 개발시 겪는 문제를 해결하기 위해 만들어진 프레임워크입니다. 목적은 대규모 언어 모델(LLM)이 사용자 명령에 보다 정확히 따라 행동하게 하는 것으로, 기존의 PROMPT 엔지니어링 방식의 한계점을 보완하고 신뢰성과 일관성을 높이는 것이 목표입니다. 이 프레임워크는 행동 지침( Guideline), 고객 여정(Journeys), 도구 사용(Tool Use), 도메인 적응(Domain Adaptation), canned responses 등을 통해 AI 에이전트의 행동을 체계적으로 제어할 수 있게 설계되어 있으며, 파이썬으로 개발되어 API와 도구 연동이 용이하고, React 위젯을 통한 웹 인터페이스도 지원합니다. 기술 스택은 Python 3.10 이상으로, 비동기 프로그래밍을 기반으로 서버와 클라이언트 양쪽 모두 구성하며, 외부 API 연동 및 사용자 행동 규칙 적재를 위한 강력한 구조를 갖추고 있습니다. 최신 릴리즈와 변경 이력은 명시적으로 제공되지 않으나, 설치 가이드와 예제, 빠른 시작 방법 등을 통해 빠른 프로토타이핑과 배포가 가능하게 설계되어 있습니다. 주요 사용 대상은 고객 서비스, 금융, 의료, 법률 등 규제와 신뢰성이 중요한 산업군이며, 예를 들어 금융 규제 준수, 의료 데이터 보호, 법률 문서 검토 등 특정 도메인에 최적화된 에이전트 개발에 적합합니다. 프레임워크는 행동 보장, 확장성, explainability를 중시하며, 가이드라인 기반의 규칙 호출, 외부 도구 활용, 세밀한 행동 제어 기능을 제공합니다. 사용자 커뮤니티와 활발한 지원 체계, 라이선스는 Apache 2.0으로 자유롭게 사용 및 수정 가능합니다. 이를 통해 프로덕션 환경에서도 신뢰성과 일관성을 갖춘 AI 에이전트를 빠르게 구축할 수 있습니다. ...

Parlant 바로가기 Parlant는 AI 에이전트 개발을 혁신하는 프레임워크로, 사용자가 설계한 지침을 반드시 따르도록 하는 것이 목적입니다. 기존의 AI 에이전트는 시스템 프롬프트를 신뢰할 수 없거나 예기치 않은 행동을 하는 문제점이 있었는데, Parlant는 규칙과 가이드라인을 명확하게 정의하여 AI가 강제적으로 준수하게 합니다. 이 프로젝트는 자연어로 규칙을 세우고, 외부 API 또는 도구와 연결할 수 있는 구조를 제공하며, 행동 가이드라인과 고객 여정( journeys ), 도메인 적응(domain adaptation), canned responses 등 다양한 구성요소를 갖추고 있습니다. 이를 통해 기업 수준의 고객 지원, 금융, 의료, 법률, 전자상거래 등 다양한 산업 분야에 적합한 AI 에이전트를 제작할 수 있습니다. 기술 스택으로는 Python 3.10 이상을 기반으로 하며, SDK와 서버 모듈이 포함되어 있습니다. 개발자들은 쉽게 설치(pip install parlant) 후 예제 코드와 튜토리얼을 통해 빠르게 에이전트를 구축할 수 있으며, 대화 분석, 규칙 강제, 외부 도구 연동 등 엔터프라이즈 급 기능도 제공합니다. 주요 릴리즈 이력이나 업데이트 사항은 공개된 문서에 명시되어 있지 않으나, 활발한 커뮤니티 지원과 GitHub 이슈를 통한 향후 업데이트 기대가 가능합니다. Parlant는 사용자 친화적 인터페이스와 신뢰성 보장을 통해 생산 환경에서 실질적인 도움이 되는 AI 솔루션을 지향하며, 다양한 산업별 맞춤화가 가능하다는 점이 큰 특징입니다. 공식 홈페이지와 GitHub 저장소, 디스코드 채널 등을 통해 지원과 문의를 할 수 있습니다. ...

Parmi Anton 바로가기 parlant는 AI 개발자가 직면하는 주요 문제인 신뢰성 있는 지침 준수와 일관된 행동 수행을 위해 설계된 프레임워크입니다. 이 프로젝트는 대화형 AI 에이전트가 시스템 프롬프트를 무시하거나 환각을 일으키는 문제를 해결하고, 사전 정의된 지침과 규칙을 통해 기대하는 행동을 보장하는 기능을 제공합니다. 주요 기능으로는 시스템 행동 지침 정의, 규칙 기반 행동 조절, 외부 API나 데이터 fetcher 연동, 도메인 특화 용어 학습, 응답 템플릿 사용, 설명 가능성 등 생산 환경에 적합한 다양한 구조를 갖추고 있습니다. 프레임워크는 CLI 또는 Python SDK로 구성되어 있으며, 사용자들은 쉽게 에이전트를 생성하고 행동 규칙을 작성하여 신뢰성 높은 AI 에이전트를 빠르게 구축할 수 있습니다. ...

fhevm 바로가기 fhevm은 Zama의 기밀 블록체인 프로토콜인 FHEVM의 핵심 프레임워크로, Fully Homomorphic Encryption(FHE)을 이용하여 EVM 호환 블록체인에서 기밀 스마트 계약을 가능하게 하는 프로젝트입니다. 목표는 민감한 데이터를 암호화된 상태로 처리하면서 데이터 프라이버시와 블록체인 특유의 상호 운용성을 유지하는 것에 초점을 맞추고 있습니다. 이 프로젝트는 암호화된 트랜잭션과 상태를 온체인에서 처리하고, 기존 dApp과 호환성을 유지하며, 암호화된 데이터의 기밀성과 결합성을 보장하는 다양한 기능을 제공합니다. 특히, 암호화된 정수 연산 지원(최대 256비트), 다양한 연산자 지원, 그리고 양자 내성 암호화 방식을 사용하여 보안성을 강화하였으며, 상태와 트랜잭션 데이터는 항상 암호화된 채로 유지됩니다. ...

BitNet BitNet는 1비트 또는 저비트 크기(예: 1.58비트)로 설계된 대형 언어모델(LLMs)의 효율적 추론을 지원하는 오픈소스 프로젝트입니다. 목적은 모델 크기와 복잡성을 낮추면서도 빠르고 무손실 추론을 가능하게 하여, 로컬 장치에서도 대규모 언어모델을 활용할 수 있도록 하는 데 있습니다. 이 프로젝트는 CPU와 GPU 모두에서 최적화된 커널을 제공하며, 인퍼런스 속도 향상과 에너지 소비 절감 효과를 목표로 합니다. 현재는 CPU 기반 추론 지원에 초점이 맞춰졌으며, ARM과 x86 플랫폼에서 다양한 모델들과 호환됩니다. 구조는 llama.cpp를 기반으로 하며, 모델 다운로드, 환경 구축, 추론 실행, 벤치마크와 모델 변환 스크립트 등을 포함하고 있습니다. 주요 대상은 연구자, 개발자, AI 엔지니어 등으로, 저비트 LLM의 개발 및 배포에 관심 있는 사용자를 위한 실험 및 인퍼런스 도구입니다. 최신 릴리즈 내역으로는 GPU 추론 커널의 공개(2025년 5월), 2B 파라미터 모델 공개(2025년 4월), 그리고 다양한 연구 논문 발표(2023년 10월 이후)가 있습니다. llama.cpp와 T-MAC의 기술을 활용하였으며, 저비트 모델 연구와 로컬 환경에서의 LLM 적용을 촉진하는 것이 특징입니다. 공식 모델은 Hugging Face에서 제공되며, 배포와 인퍼런스 성능 향상을 위한 여러 모델과 지원 플랫폼이 존재합니다. Windows 환경에서는 Visual Studio 2022 및 관련 빌드 환경 세팅이 필요하며, Clang 빌드 시 환경 초기화 절차를 따라야 합니다. ...

Bytebot: Open-Source AI Desktop Agent Bytebot는 오픈소스 기반의 AI 데스크탑 에이전트로, 사용자의 작업을 자동화하는 가상 데스크탑 환경을 제공합니다. 목적은 AI가 자체 컴퓨터를 갖추어 다양한 애플리케이션을 활용하여 복잡한 업무를 수행할 수 있도록 지원하는 것이며, 이를 통해 업무 효율성을 극대화하는 데에 중점을 둡니다. 이 프로젝트는 가상 데스크탑, AI 에이전트, 웹 기반 작업 인터페이스, API를 포함하는 네 가지 핵심 구성요소로 이루어져 있으며, AI는 자연어 명령 이해, 문서 처리, 여러 애플리케이션 제어 등을 수행할 수 있습니다. ...

whatsapp-web.js whatsapp-web.js는 Node.js 환경에서 WhatsApp Web을 통해 WhatsApp 메시징 기능을 구현할 수 있는 오픈소스 라이브러리입니다. 이 프로젝트의 목적은 WhatsApp Web의 내부 기능에 접속하여 메시지 송수신, 미디어 전송, 그룹 관리 등 다양한 기능을 프로그래밍적으로 사용할 수 있도록 하는 것입니다. 라이브러리는 Puppeteer를 사용하여 WhatsApp Web을 브라우저 자동화 환경에서 띄우고 제어하며, 이를 통해 WhatsApp의 공식 API가 아니더라도 거의 모든 기능의 연동이 가능합니다. 구성요소로는 주요 API인 Client 클래스와 이벤트 핸들러들이 있으며, QR 코드 인증, 세션 저장 및 복원, 메시지 처리, 그룹 및 연락처 관리 기능이 포함되어 있습니다. 이 라이브러리는 JavaScript와 TypeScript로 작성됐으며, npm 통해 설치할 수 있습니다. ...

Windows 바로가기 이 프로젝트는 Docker 환경 내에서 Windows 운영체제를 사용하는 것을 목적으로 하는 프로젝트입니다. 사용자들이 윈도우를 가상화 환경에서 손쉽게 실행할 수 있도록 설계되었으며, ISO 다운로더, KVM 가속화, 웹 기반 뷰어와 같은 다양한 기능을 제공합니다. Docker Compose, CLI, Kubernetes 등 여러 구성 방식으로 실행 가능하며, 다양한 윈도우 버전(Windows 11, Windows 10, Windows Server 등)을 선택할 수 있는 옵션이 포함되어 있습니다. 기술 스택으로는 Docker, QEMU, KVM, Web-based Viewer 등이 활용되었으며, ARM64 지원 버전도 별도 링크를 통해 제공됩니다. 최신 릴리즈 정보는 특별히 언급되지 않았으나, 활성화된 GitHub Actions 워크플로우와 Docker 이미지 배포 링크 등을 통해 꾸준한 업데이트와 배포가 이루어지고 있음을 알 수 있습니다. 주의사항으로는, 윈도우와 관련된 라이선스 문제는 없으며, 오픈소스 기반임을 강조하고 있습니다. 또한, 여러 환경에서의 네트워크 구성, 디스크, USB 장치 전달방법, KVM 지원 여부 등 상세한 튜토리얼과 설정 방법이 제공되어 있어 사용자 맞춤 환경 구성이 가능하게 설계되어 있습니다. ...