Claude HUD 바로가기 Claude HUD는 Claude Code의 상태표시줄 플러그인으로, 사용자에게 현재 세션에서 발생하는 다양한 활동 정보를 시각적으로 제공하는 툴입니다. 이 프로젝트의 목적은 클로드 코드 세션 내에서 어떤 일이 일어나고 있는지 실시간으로 쉽게 파악할 수 있도록 도와주는 것입니다. 제공하는 기능에는 활성 도구, 작동 중인 에이전트, 할 일 진행상황, 프로젝트 경로, 컨텍스트 밀도, 사용량 제한, git 상태, 모델 이름, 세션 지속 시간 등이 포함됩니다. 이 플러그인은 클로드 코드와의 네이티브 API를 활용하며 별도의 창이나 tmux 환경 없이 터미널 내에서 바로 정보를 보여줍니다. 구조는 클로드의 상태라인 API를 이용하여 stdin으로 JSON transcript 데이터를 받고, 이를 파싱하여 실시간 정보로 출력하는 방식입니다. 사용 대상은 주로 개발자 또는 연구자가 클로드 세션의 내부 상태를 직관적이고 즉각적으로 모니터링하려는 목적에 적합하며, 특히 프로젝트 작업 및 상태 관리를 효율화하는 데 유용합니다. 기술 스택은 Node.js 또는 Bun 환경에서 동작하며, 클로드 코드 v1.0.80 이상에서 안정적으로 지원됩니다. 최근 릴리즈는 프로젝트의 활발한 개발과 유지관리 등을 통해 꾸준히 최신화되고 있으며, 사용자 설정을 통한 HUD 커스터마이징과 여러 프리셋 지원, 상세한 설정 옵션 제공이 눈에 띕니다. 또한, Usage Limits 기능은 Pro/Max/Team 구독자에게만 제공되고, 이를 위해 OAuth 인증이 필요합니다. 개발 문서와 명령어는 GitHub 페이지에 상세하게 안내되어 있으며, Node.js 환경에서 쉽게 빌드하고 커스터마이징할 수 있습니다. ...

OpenDataLoader PDF GitHub 바로가기 OpenDataLoader PDF는 AI-준비 데이터 추출을 목표로 하는 오픈소스 PDF 파서입니다. 주된 기능은 구조화된 텍스트, 표, 이미지, 수식, 차트 등을 높은 정확도로 추출하며, Bounding Box와 읽기 순서 정보를 제공합니다. PDF의 구조적 태그를 분석하여 문서의 레이아웃과 의미를 보존하는데 강점이 있어, RAG(학습 후 검색)와 같은 자연어 처리 활용에 적합합니다. 또한, 스캔 PDF 및 OCR 기능 포함하며, 혼합(하이브리드) 모드에서는 빠른 로컬 처리와 AI 백엔드 접속을 통해 복잡한 페이지도 높은 정확도를 달성할 수 있습니다. 구조 분석, 태그 생성, 태그된 PDF 내보내기(현재 Q2 2026 계획), 그리고 PDF 접근성 향상(자동 태그ing, PDF/UA 지원) 등의 구성요소를 제공하며, 주로 데이터 과학자, AI 개발자, 문서 접근성 개선 담당자 등을 대상으로 합니다. 최신 버전은 벤치마크에서 0.90의 최고 성능을 기록했고, 순수 로컬 CPU 기반으로 실행 가능하여 데이터 프라이버시도 보장됩니다. 기술 스택은 Python, Java, Node.js 기반 SDK와 AI/레이아웃 분석 알고리즘을 포함하며, PDF 구조 분석과 AI 안전 필터링 등 고도화된 기능이 특징입니다. 최근 버전에서는 하이브리드 모드 개선, 여러 형식(JSON, Markdown, HTML, Tagged PDF 등) 지원, 그리고 PDF 구조 태그 기반 접근성 향상이 구현됐으며, 앞으로 태그별 PDF 생성, PDF/UA 규격 지원, 검증 기능 강화가 예정되어 있습니다. 프로젝트는 Apache 2.0 라이선스 하에 배포되어 무료로 사용 가능하며, 상세 문서와 다양한 언어 지원, 배치 처리, CLI 명령어, 언어별 SDK 환경설정 가이드를 참고하는 것이 좋습니다. 이 프로젝트는 복잡한 문서 구조 파악과 고도화된 접근성 자동화에 최적화된 강력한 오픈소스 솔루션입니다. ...

Claude HUD Claude HUD 바로가기 Claude HUD는 Claude Code 내에서 실시간으로 다양한 정보를 보여주는 플러그인입니다. 이 플러그인은 사용자가 작업하는 동안 현재 프로젝트 경로, 컨텍스트 상태, 활성화된 도구, 에이전트 진행상황, 할 일 목록 등의 정보를 항상 하단에 표시하여 개발 효율성을 높이는 것이 목표입니다. 구조적으로는 Claude Code의 내장 statusline API를 활용하며, 별도의 윈도우나 tmux 같은 환경설정 없이 어떤 터미널에서도 작동하도록 설계되었습니다. 주요 기능으로는 실시간 상태 모니터링, 사용자 맞춤 구성, 색상 테마 커스터마이징, 다양한 레이아웃 지원이 포함되며, 버전별 릴리즈와 업데이트는 깃허브 릴리즈 노트 또는 커밋 히스토리를 통해 확인할 수 있습니다. 기술 스택으로는 Node.js 또는 Bun 환경에서 동작하며, Claude Code v1.0.80 이상이 필요합니다. 설치는 클라우드 마켓플레이스 등록 후 명령어를 통해 활성화하며, 사용자별로 HUD 레이아웃과 디스플레이 항목들을 제어할 수 있습니다. 특이사항으로는 Claude의 원래 상태창 API를 활용하는 점, 다양한 상태 표시 옵션, 그리고 Pro/Max/팀 구독자에게만 제공되는 사용량 표시 기능이 있습니다. 자세한 구성 방법과 예제는 깃허브 저장소의 README를 참고하세요. ...

Superpowers GitHub 바로가기 Superpowers는 코딩 에이전트를 위한 완전한 소프트웨어 개발 워크플로우를 제공하는 프로젝트입니다. 이 시스템은 다양한 ‘스킬’과 초기 지침 세트로 구성되어 있어, 에이전트가 효과적으로 작업하며 개발 과정을 체계적으로 관리할 수 있도록 돕습니다. 에이전트는 프로젝트 시작 시 사용자의 요구를 파악하고, 설계 검증, 작업 분할, 자율적 또는 반자율적 개발 수행, 테스트, 검토, 종료 절차를 거칩니다. 주요 기능에는 brainstorming, 계획 작성, 작업 분배, 테스트 주도 개발(TDD), 코드 검토, 병렬 개발, 브랜치 관리, 자동화된 스킬 호출 등이 포함됩니다. 구조는 Skills Library와 다양한 워크플로우를 지원하는 스크립트, CLI 지원, Git 워크트리 활용 등을 포함하며, 온전한 TDD와 협업 지원을 지향합니다. 기술 스택은 명확히 언급되지 않았으나, CLI, 플러그인 마켓플레이스, Git 워크트리 활용 등을 기반으로 한 도구들이 주를 이룹니다. 최근 릴리즈 또는 변경 내역은 별도로 언급되지 않았으며, 설치는 GitHub, 공식 Claude Marketplace, 또는 Plug-in Marketplace 등을 통해 가능합니다. 핵심 철학은 테스트 주도 개발과 시스템적 접근, 단순성, 증거 기반 검증을 강조하며, 오픈소스 기여는 포크 후 PR 제출하는 방식으로 진행됩니다. 프로젝트는 Jesse Vincent와 Prime Radiant 팀이 주로 개발하며, 커뮤니티 지원은 Discord 및 이슈 트래커를 통해 제공됩니다. 사용 주의사항이나 참조 링크로는 GitHub 레포지토리, 공식 문서, 플러그인 설치법, 커뮤니티 링크 등이 있습니다. ...

MiroFish MiroFish 바로가기 MiroFish는 다양한 실세계의 데이터를 활용하여 고정밀의 디지털 가상 세계를 자동으로 생성하는 차세대 군중 지능 예측 엔진입니다. 이 프로젝트의 주 목적은 수많은 개별 인격체로 구성된 가상 사회를 통해 정책, 금융, 안보 등 다양한 분야에서 미래를 세밀하게 시뮬레이션하고 예측하는 것입니다. 기본 구성요소는: 현실의 자극(뉴스, 정책, 금융 신호 등)을 바탕으로 한 데이터 수집 및 가상 세계 맵핑 개별 인격체와 그들의 기억, 행동 패턴을 생성하는 인공지능 및 행동 모델 그래프 기반 지식 구조(GraphRAG) 사용자 상호작용을 위한 예측 및 분석 인터페이스 (ReportAgent 포함) 기술 스택에는 Node.js와 Python이 필수이며, 대규모 언어모델(LLM) API를 활용한 자연어 처리와 예측이 주요 기술입니다. Docker 환경과 프론트엔드-백엔드 통합 시스템 구성이 포함되어 있으며, 정책 시뮬레이션, 금융 분석, 창작 활동, 연구에 활용되고 있습니다. ...

Lightpanda Browser Lightpanda Browser는 AI 에이전트와 자동화 목적으로 새롭게 제작된 헤드리스 브라우저입니다. 기존 크롬이나 WebKit 기반이 아니며, Zig 언어로 작성되어 높은 성능과 적은 리소스 소비를 목표로 합니다. 이 프로젝트는 JavaScript 실행과 일부 Web API 지원을 제공하며, Playwright, Puppeteer, chromedp와 호환되어 웹 자동화, 크롤링, 스크래핑, 웹 테스트 등에 활용 가능합니다. 구조적으로는 V8 엔진을 이용한 JavaScript 엔진, HTTP 요청 처리, DOM 파서, WebSocket 기반의 CDP 서버 등을 포함하며, API와 CLI를 통해 브라우저 서버 시작, 페이지 요청, 디버깅 등이 가능하게 설계되었습니다. 최근 릴리즈와 변경 사항은 GitHub 릴리즈 페이지와 소스 코드 최신 상태를 참고할 수 있으며, 빌드 및 사용은 Zig 컴파일러, Libcurl, html5ever, V8 등 기술 스택에 의존합니다. 개발 단계로 안정성은 점진적으로 향상되고 있으며, 사용자 기여와 테스트를 적극 권장합니다. 주의사항으로는 자바스크립트 실행이 필수이며, 아직 일부 Web API 지원이 제한적이라는 점, 그리고 성능과 경량화를 위해 데스크탑 브라우저와는 차별화된 설계임을 유의해야 합니다. ...

OpenViking: The Context Database for AI Agents GitHub 바로가기 OpenViking은 AI 에이전트를 위한 오픈소스 컨텍스트 데이터베이스입니다. 이 프로젝트의 주 목적은 AI 에이전트의 컨텍스트 관리 문제를 해결하는 것으로, 프래그먼트화된 다양한 정보(기억, 리소스, 기술)를 파일 시스템 패러다임으로 통합하여 효율적이고 구조화된 컨텍스트 관리를 가능하게 합니다. 핵심 기능으로는 파일 시스템 유사 구조로 기억과 자원을 조직화하는 ‘파일 시스템 패러다임’, 계층적이고 온디맨드로 로드하는 ‘계층적 컨텍스트 로딩’, 디렉터리 기반 재귀 검색을 통한 ‘향상된 검색 효율성’, 검색 경로 시각화와 디버깅, 자동 세션 및 메모리 반복 업데이트 기능이 포함됩니다. 주요 사용 대상은 AI 개발자와 연구원으로, 자신만의 에이전트 환경 구축과 고효율 컨텍스트 저장, 검색을 요구하는 곳에 적합하며, 벡터 저장소와 결합하여 지식 그래프, 문서관리 등 다양한 인공지능 애플리케이션에 활용할 수 있습니다. 기술 스택은 Python, Go, C++ 기반이며, 벡터 모델과 AI 서비스 API 통합, 클라우드 배포 등을 지원합니다. 최근 릴리즈는 2023년 이후 다양한 업데이트와 성능개선이 이루어졌으며, 자세한 내용과 사용 가이드, 예제는 공식 GitHub 페이지와 문서를 참고하시기 바랍니다. 특별히 파일 시스템 패러다임 설계와 디렉터리 재귀 검색 전략, 시각화 기능이 특징으로, 컨텍스트를 명확히 파악하고 유지하는 데 있어 중요한 참고사항입니다. ...

BitNet GitHub 바로가기 BitNet 프로젝트는 1비트 대형 언어 모델(예: BitNet b1.58)의 추론을 위해 개발된 프레임워크로, CPU 및 GPU 상에서 빠르고 손실 없는 1.58비트 모델의 추론을 지원하는 최적화된 커널 모음을 제공합니다. 이 프로젝트는 특히 로컬 및 엣지 디바이스에서 대규모 언어 모델을 효율적으로 구동하려는 목적으로 설계되었으며, 성능 향상(ARM CPU에서 최대 5.07배, x86 CPU에서 최대 6.17배 가속)과 에너지 절감(55% 이상)을 실현하고 있습니다. 구조적으로는 llama.cpp 기반 오픈소스 프레임워크 위에 다양한 최적화 커널과 유틸리티를 구축하였으며, 모델 다운로드, 환경 설정, 인퍼런스 실행, 벤치마크 등의 기능을 제공하는 스크립트를 포함합니다. 기술 스택으로는 C++, Python, CMake, Clang 등을 활용하며, CUDA 기반 GPU 가속도 지원합니다. 사용자 대상은 AI 연구자와 개발자, 특히 저비용, 저전력 환경에서 대형 언어 모델을 활용하고자 하는 커뮤니티입니다. 최근 릴리즈 및 업데이트로는 CPU 인퍼런스 최적화 (2026년 1월), GPU 커널 발표 (2025년 5월), 공식 모델 릴리즈 (2025년 4월), 기술 논문 및 성능 보고서 공개들이 있으며, 최신 버전에서는 병렬 커널 구현과 임베딩 양자화 기능이 강화되었습니다. 참고로 llama.cpp와 T-MAC 기반의 기술 활용에 힘쓰고 있으며, 다양한 모델 사이즈와 하드웨어 플랫폼에서의 호환성을 확보하는 것이 특징입니다. 주의사항으로는 Windows 사용 시 Visual Studio 2022 및 적절한 환경 초기화가 필수이며, 모델은 Hugging Face에서 다운로드 가능하고, 빌드와 인퍼런스는 소스 설정 후 직접 수행해야 합니다. ...

BitNet GitHub 바로가기 BitNet 프로젝트는 1비트 대형 언어 모델(예: BitNet b1.58)의 추론을 위한 공식 프레임워크로, 빠르고 무손실의 인퍼런스를 지원하는 최적화된 커널들을 제공합니다. 주된 목적은 경량화된 저비트 모델의 효율적 사용을 가능케 하며, CPU, GPU 환경에서 성능 향상과 전력 절약(ARM에서 최대 70%, x86에서 최대 82%)을 달성하는 것에 중점을 둡니다. 구조적으로는 llama.cpp를 기반으로 하며, 다양한 모델 지원과 최적화 기법(병렬 처리, 임베딩 양자화)을 포함하고 있습니다. 대상은 연구자와 개발자로, 1비트 LLM의 배포와 배경 연구, 성능 벤치마크에 사용됩니다. 기술 스택으로는 C++, Python, CUDA, MLIR 등을 활용하며, CPU와 GPU를 모두 지원하는 커널과 도구들이 포함되어 있습니다. 릴리즈 일정을 보면, 2023년 10월 공식 버전 1.0이 공개된 이후 지속적으로 최적화와 모델 확장이 이루어지고 있으며, 최신 주제는 병렬 커널과 임베딩 양자화 기술을 통한 성능 향상입니다. 주요 참고로 llama.cpp 기반, T-MAC의 낮은 비트 신경망, Hugging Face의 공개 모델 지원, 그리고 다양한 최적화 가이드와 벤치마크가 포함되어 있으며, 윈도우와 리눅스 환경 모두에서 빌드와 실행이 가능하게 설계되어 있습니다. 사용 시에는 모델 다운로드, 환경 세팅, 빌드 과정에 주의를 기울여야 하며, 또한 최신 커밋과 인퍼런스 튜토리얼, 벤치마크 스크립트 등을 참고하는 것이 좋습니다. ...

agency-agents GitHub 바로가기 이 프로젝트는 다양한 분야의 AI 전문가 역할을 수행하는 개별 에이전트들의 집합체를 제공하는 오픈소스입니다. 목적은 사용자가 맞춤형 AI 전문가 팀을 쉽고 빠르게 구성하여 업무 효율성을 향상시키는 것으로, 각 에이전트는 복잡한 업무를 수행할 수 있도록 설계된 전문가 성격과 프로세스, 성과 지표를 갖추고 있습니다. 이 프로젝트는 에이전트 파일들이 카테고리별로 정리되어 있으며, 클로드 코드, 깃허브 코파일럿, Gemini CLI, 오픈코드, 커서, 아이디어 등 다양한 도구와의 연동을 지원합니다. 구조는 에이전트별 템플릿, 각 조직별(엔지니어링, 디자인, 마케팅, 영업, 제품, 프로젝트 관리, 테스트, 지원, 공간 컴퓨팅, 전문화, 게임 개발 등) 분류, 그리고 여러 도구와의 통합 스크립트로 구성되어 있습니다. 기술 스택은 주로 Markdown 기반 파일, 쉘 스크립트, 다양한 프로그래밍 언어 및 SDK 연동을 포함하며, 각 에이전트는 자연어 기반 인터페이스와 자동화된 워크플로우를 지원합니다. 최신 릴리즈 및 변경 이력은 정기적으로 에이전트 파일 및 통합 스크립트 업데이트, 신규 에이전트 추가와 기능 개선이 이루어지고 있으며, 커뮤니티를 통해 지속적으로 확장 및 개선되고 있습니다. 이 프로젝트는 MIT 라이선스로 누구나 자유롭게 사용, 수정, 배포할 수 있으며, 커뮤니티 참여와 기여를 적극 장려합니다. 주의할 점은 도구별 설치 및 활용 방법이 상세하게 안내되어 있으니, 사용자는 각 도구별 가이드라인을 참고할 필요가 있습니다. ...