ART ART는 강화학습 기반의 에이전트 훈련 프레임워크로, 실세계 작업에 대응하는 다단계 에이전트를 훈련시키는 목적으로 개발되었습니다. LLM을 활용하여 경험 기반 학습과 강화학습(특히 GRPO 알고리즘)을 지원하며, reward 설계의 자동화 기술인 RULER를 포함하고 있습니다. 클라이언트는 Python 기반으로 메시지 교환, 서버는 GPU 기반 모델 추론과 정책 업데이트를 담당합니다. 주요 사용자는 AI 연구자, 개발자, 엔지니어로, 별도 reward 엔지니어링 없이 다양한 환경에 맞는 RL 에이전트를 손쉽게 개발할 수 있습니다. 최신 업데이트에는 RULER 배포, 실험 노트북 공개, AutoRL 도입이 있으며, 오픈소스로 Apache-2.0 라이선스로 제공됩니다. GitHub 바로가기 ...
ComfyUI-WanVideoWrapper 이 프로젝트는 WanVideo와 관련 모델들을 위한 ComfyUI용 래퍼 노드들을 제공하는 것으로, WanVideo의 다양한 모델과 기능들을 쉽게 활용할 수 있도록 돕는 목적으로 개발되었습니다. 주요 기능으로는 WanVideo와 연동되는 모델들의 래핑 노드 제공, 다양한 모델(예: fp8-scaled, GGUF, SkyReels, WanVideoFun 등) 지원, 그리고 모델의 빠른 테스트와 작업에 유용한 예제 영상들이 포함되어 있습니다. 구조적으로는 ComfyUI의 커스텀 노드 폴더에 클론 후 설치하는 방식이며, dependencies는 requirements.txt를 통해 관리됩니다. 주요 사용 대상은 WanVideo 모델을 활용하려는 인공지능 영상 생성 및 실험을 하는 개발자 또는 연구자입니다. 기술 스택은 Python, ComfyUI, 그리고 Hugging Face와 GitHub의 다양한 모델 API를 활용하며, 영상 처리 및 모델 로드와 관련된 기술이 주를 이룹니다. 최근에는 GGUF 모델도 로드 가능해졌으며, 다양한 모델과 예제 영상들이 업데이트되고 있습니다. 이 프로젝트는 아직 작업 중(WORK IN PROGRESS)이며, 모델의 확장과 사용자 편의를 위한 기능들이 계속 추가되고 있습니다. 참고로, 설치 시 GitHub 저장소를 클론하고 dependencies 설치, 모델 파일은 Hugging Face 혹은 GitHub에서 다운로드하여 사용하며, 작동 시 커스터마이징이나 업데이트가 필요할 수 있어 주의가 필요합니다. 공식 문서와 예제 영상, 모델 링크는 제공되어 있어 활용도가 높습니다. ...
supervision supervision은 컴퓨터 비전 데이터를 로드, 분할, 병합 및 저장하는 다양한 유틸리티를 제공하는 오픈소스 프로젝트입니다. 이 프로젝트의 목적은 사용자들이 객체 검출, 분류, 세분화 데이터셋을 효율적으로 처리하고 시각화할 수 있도록 돕는 데 있으며, 특히 여러 포맷(COCO, Pascal VOC, YOLO 등)을 지원하여 다양한 데이터 작업 환경에 적합합니다. 구조는 주요 모듈로 데이터셋 로드, 분할(split), 병합(merge), 저장(save) 및 포맷 변환(convert)을 포함하며, API 형식으로 쉽게 활용할 수 있도록 설계되어 있습니다. 프로젝트는 파이썬 환경에서 동작하며, 주요 기술 스택은 Python 3.9 이상과 관련된 데이터 처리 라이브러리들이 사용됩니다. 최근 릴리즈 및 업데이트 내역은 구체적으로 명시되어 있지 않지만, 사용자 가이드와 튜토리얼, 모델 커넥터 등에 지속적인 개선과 확장이 이루어지고 있습니다. 사용자는 YOLO, Pascal VOC, COCO 등 다양한 데이터 포맷의 데이터를 쉽게 다루고, 맞춤형 시각화 또는 데이터셋 전처리 작업을 수행할 수 있으며, VOC, COCO 포맷으로 데이터셋 저장과 변환이 가능합니다. 중요한 참고 링크는 공식 깃허브 페이지, 문서, 튜토리얼, 예제 영상들이며, 사용 시 포맷별 호환성을 확인하는 것이 좋습니다. 특히, 데이터셋 작업에 적합한 유틸리티와 커스터마이징이 쉽도록 설계되어 있어 컴퓨터 비전 프로젝트의 데이터 준비와 분석을 큰 폭으로 간소화합니다. ...
Eino GitHub 바로가기 Eino는 Golang 기반의 최종 AI 및 LLM 애플리케이션 개발 프레임워크로서, 간단함, 확장성, 신뢰성 및 효율성을 강조합니다. 오픈소스 커뮤니티의 다양한 LLM 프레임워크에서 영감을 받고 최신 연구와 실제 활용 사례를 학습하여 설계되었으며, 사람 친화적인 API와 구성요소들을 제공합니다. 핵심 기능으로 구성 요소 재사용 가능한 추상화와 구현체, 강력한 조합(컴포지션) 프레임워크, 간단하고 명확한 API, 다양한 최적화 플로우와 예제, 개발부터 배포까지 전 단계 도구를 포함하고 있습니다. 사용자는 개별 컴포넌트를 사용하거나 그래프와 흐름을 통해 복합적인 비즈니스 로직을 구축할 수 있으며, 동시성, 스트림 처리, 타입 안전성, Aspect 주입 등 다양한 오케스트레이션 기능이 지원됩니다. 기술 스택은 Go 1.18 이상과 kin-openapi JSONSchema, 기타 오픈소스 라이브러리들로 구성되어 있으며, 최신 릴리즈와 업데이트 내용을 지속적으로 반영하고 있습니다. 프로젝트는 풍부한 풍경 컴포넌트, 유연한 오케스트레이션, 강력한 스트림 처리 및 확장 가능한 Aspect 시스템이 특징이며, 도큐먼트와 예제, 도구들이 상세하게 제공되어 개발자와 연구자 모두 활용할 수 있도록 설계되었습니다. ...
awesome-llm-apps 이 프로젝트는 다양한 대규모 언어 모델(LLM) 기반 애플리케이션을 모아둔 컬렉션으로, 사용자가 쉽게 참고하거나 활용할 수 있도록 구성된 오픈소스 리포지토리입니다. 목적은 여러 도메인과 용도에 활용 가능한 LLM 애플리케이션을 발견하고 개발, 공유하며 오픈소스 커뮤니티에 기여하는 데 있습니다. 이 프로젝트는 RAG(Retrieval Augmented Generation), AI 에이전트, 멀티 에이전트 팀, MCP(Multi-Chain Paradigm), 음성 AI, 자율 게임 에이전트 등 다양한 구조와 기능을 포함하는 애플리케이션을 폭넓게 다루고 있습니다. 대표적으로 여러 AI 에이전트(예: 블로그 to 팟캐스트, 의료영상, 금융, 사회미디어 등), 멀티 에이전트팀, 음성 기반 에이전트, 웹 크롤링, 검색, 저장소 연동 기능을 갖춘 앱들이 포함되어 있습니다. ...
Genesis GitHub 바로가기 Genesis는 일반-purpose 로보틱스 및 실체 인공지능(Embodied AI) 응용을 위해 설계된 통합 물리 시뮬레이션 플랫폼입니다. 이 프로젝트의 주요 목적은 다양한 물리적 현상과 재질을 정밀하게 시뮬레이션할 수 있는 범용 물리 엔진을 구축하고, 이를 바탕으로 빠르고 사용자 친화적이며 파이썬 친화적인 로봇 시뮬레이션 환경을 제공하는 것입니다. 또한, 실사 기준의 포토리얼리스틱 렌더링 시스템과 자연어 명령 기반의 데이터 생성 엔진을 갖추어, 로봇 학습 데이터 자동생성과 연구의 문턱을 낮추는 것을 목표로 하고 있습니다. 이 프로젝트는 크게 다음과 같은 구조적 특징을 포함합니다. 첫째, 다양한 물리 Solver(강체, 유한요소법(FEM), 스펀지 유체 등)의 통합이 가능하며, 강체, 액체, 가스, 변형가능한 물체 등 다양한 재질과 현상을 시뮬레이션할 수 있습니다. 둘째, GPU 및 CPU 기반의 고속 시뮬레이션이 가능하며, 43백만 FPS 이상의 속도를 지원하여 실시간보다 훨씬 빠른 시뮬레이션이 가능합니다. 셋째, 딥러닝 및 최적화와 연동 가능한 차별성 있는 미분 가능성(design for differentiability)을 갖추고 있습니다. ...
Frappe HR 바로가기 Frappe HR은 오픈 소스 기반의 현대적인 인사관리 및 급여처리 소프트웨어입니다. 이 프로젝트의 주요 목적은 기업 내 인사와 급여 업무를 효율적이고 투명하게 처리할 수 있도록 돕는 것입니다. 13개 이상의 모듈로 구성되어 있으며, 직원 관리, 입사부터 퇴사까지의 직원 라이프사이클, 휴가 및 출석 관리, 경비청구 및 선지급, 성과관리, 급여 및 세금 처리 및 모바일 앱 지원 등 다양한 기능을 제공합니다. 주 대상 사용자는 인사 및 급여 담당자, 인사 팀, 경영진이며, 중소기업부터 대기업에 이르기까지 활용이 가능합니다. 기술 스택으로는 Python과 Javascript 기반의 Frappe Framework와 Vue.js UI 라이브러리를 이용하며, ERPNext와 긴밀히 연동됩니다. 최근에는 개발 진행상황에 따라 여러 업데이트와 개선작업이 이뤄지고 있으며, Frappe 클라우드 호스팅을 통한 관리형 서비스도 제공되어 쉽고 편리하게 배포할 수 있습니다. 프로젝트의 문서와 커뮤니티 지원이 활발하며, 기여 가이드와 보안 정책도 명료하게 제시되어 있어 안정적으로 발전하고 있습니다. ...
Qwen3-Coder GitHub 바로가기 Qwen3-Coder는 세계 최고의 에이전틱(Agentic) 코딩 모델로, 다양한 크기와 구성을 갖추고 있습니다. 주된 목적은 높은 성능의 프로그래밍, 코드 생성, 그리고 에이전틱 작업 지원이며, 특히 480억 파라미터의 Mixture-of-Experts 구조를 채택하여 뛰어난 성능을 보여줍니다. 이 프로젝트는 다양한 프로그래밍 언어를 지원하며, 긴 컨텍스트 토큰(최대 256K, 확장시 1M 토큰) 처리 능력과 동시에 풍부한 코드 및 자연어 인터랙션을 제공합니다. 주요 기능으로는 자연어 설명에 따른 코드 생성, 코드 내에서 중간 위치에 코드 삽입(fill-in-the-middle), 챗 기반 인터페이스, 그리고 강력한 에이전틱 도구 호출 기능이 포함되어 있습니다. 모델은 Hugging Face와 ModelScope에서 다운로드할 수 있으며, 다양한 크기 모델(Qwen3-Coder-480B-A35B-Instruct 등)을 선택적으로 사용할 수 있습니다. ...
Resume-Matcher 바로가기 Resume Matcher는 이력서를 최적화하고 잠재적 고용주에게 적합하게 보여줄 수 있도록 돕는 AI 기반 플랫폼입니다. 이 프로젝트는 사람의 이력서와 구인공고를 분석하여 맞춤형 키워드, 포맷, 개선 권장사항 등을 제공하며 ATS(지원자 추적 시스템)를 통과할 수 있도록 지원합니다. 구조적으로는 FastAPI를 이용한 백엔드, Next.js를 활용한 프론트엔드, Ollama의 오픈소스 AI 모델을 이용하며 로컬에서 실행 가능하며 SQLite를 데이터 저장에 사용합니다. 주요 기능으로는 ATS 적합성 분석, 매치 점수 제공, 키워드 최적화, 맞춤형 개선 가이드 등을 포함하며, 구직자 및 이력서 작성자를 대상입니다. 활발한 개발과 커뮤니티 참여를 환영하며, 최신 릴리즈와 업데이트는 Python 3.12+, Next.js 15+, Ollama 0.6.7이 사용됩니다. 오픈소스로 공개되어 있어 GitHub 및 Discord를 통해 소통 가능합니다. 로컬 환경 세팅이 필요하며, 설치는 SETUP.md 가이드에 따릅니다. 모든 분석과 처리가 사용자 PC에서 이뤄지기 때문에 프라이버시와 데이터 보안이 중요합니다. ...
Maybe 바로가기 이 프로젝트는 개인 금융 및 부의 관리 애플리케이션인 ‘Maybe’를 오픈소스로 재구축하는 것을 목표로 하는 프로젝트입니다. 과거에 완전 기능의 유료 서비스를 제공했으나, 사업 실패로 인해 2023년 중단된 후, 오픈소스 형태로 다시 시작되어 사용자들이 직접 다운로드하고 자신의 금융 데이터를 관리할 수 있게 하고, 향후 유료 호스팅 서비스를 제공하려는 의도를 갖고 있습니다. 이 프로젝트는 사용자 개개인이 자신의 금융 상태를 관리하고 분석할 수 있도록 설계된 풀-스택 애플리케이션으로, 기능에는 예산정리, 투자 포트폴리오, multi-currency 지원, 금융 상담 요청(Ask an Advisor) 등이 포함됩니다. 또한, 애플리케이션의 핵심 구조에는 Ruby on Rails 기반의 백엔드와 PostgreSQL 데이터베이스, 프론트엔드에는 자바스크립트/리액트 또는 기타 기술이 활용될 것으로 추정됩니다. ...