agency-agents agency-agents는 다양한 전문 AI 에이전트를 모아둔 오픈소스 프로젝트로, AI 전문가들이 특정 도메인에 특화된 역할과 성격을 가진 에이전트들을 제공합니다. 이 프로젝트의 목적은 사용자들이 쉽고 빠르게 여러 AI 전문가의 역량을 활용하여 복잡하거나 반복적인 작업을 자동화하거나 지원받을 수 있도록 하는 것입니다. 에이전트는 프론트엔드, 백엔드, 디자인, 마케팅, 제품 개발, 프로젝트 관리, 테스트, 지원, 공간 컴퓨팅, 특수 분야, 게임 개발 등 다양한 분야에 걸쳐 있으며, 각 에이전트는 개인화된 성격과 구체적인 업무 프로세스, 성과 지표, 코드 예시를 포함하고 있습니다. 구조적으로는 YAML 또는 Markdown 기반의 에이전트 파일들이 저장되어 있으며, 시스템 간 연동을 위해 여러 오픈소스 도구(Claude Code, Copilot, Gemini CLI, OpenCode, Cursor, Aider, Windsurf 등)와의 통합을 지원합니다. 최근 개발 및 배포 과정에서는 기존 에이전트의 확장, 실사용 사례 분석, 다양한 도구와의 연동 스크립트 업데이트, 새로운 에이전트 추가, 그리고 커뮤니티 참여 유도를 위한 활동이 진행되고 있으며, 앞으로 인터페이스 개선과 더 많은 도구와의 연동, 그리고 커뮤니티 기반의 에이전트 마켓플레이스 구축이 계획되어 있습니다. 사용자는 GitHub 리포지토리에서 에이전트 템플릿을 복제하고, 필요에 따라 커스터마이징하거나 새로운 에이전트를 기여하거나 실제 프로젝트에 적용할 수 있습니다. 전체적으로 각각의 에이전트는 명확한 성격과 역할, 검증된 워크플로우, 활용 사례를 바탕으로 만들어져 있어, AI 기반 업무 자동화와 협업에 최적화된 솔루션입니다. 참고 링크와 라이선스는 MIT로 무료이며, 커뮤니티의 번역, 기여, 성공 사례 공유를 장려하고 있습니다. ...

generative-ai Github 바로가기 이 프로젝트는 구글 클라우드의 ‘Generative AI on Google Cloud’ 활용을 위한 리포지토리로, 최신 인공지능 모델인 Gemini 3.1 Pro를 포함한 다양한 생성 AI 워크플로우 데모, 노트북, 코드 샘플, 앱 등을 제공하여 개발자가 손쉽게 생성 AI 기술을 활용할 수 있도록 돕는 목적으로 만들어졌습니다. 주요 기능은 텍스트, 이미지, 오디오 등 다양한 유형의 생성 AI 기능을 개발하고 관리하는 데 초점이 맞춰져 있으며, Vertex AI 플랫폼과 연동하여 사용할 수 있는 구조로 구성되어 있습니다. 구성요소로는 Gemini 모델 사용 예제, 검색 및 Grounding 관련 샘플, Imagen 기반 이미지 생성, Chirp 기반 음성 솔루션, 환경 세팅 방법 안내, 그리고 관련 학습 자료를 포함한 여러 폴더들로 이루어져 있습니다. 대상 사용자는 인공지능 개발자, 연구원, 기업 담당자들이며, 구글 클라우드 환경에서 최신 생성 AI 모델과 솔루션을 빠르게 도입 및 확장하려는 목적으로 활용됩니다. 기술 스택에는 Google Cloud Vertex AI 서비스, Python SDK, 노트북 기반 개발 환경, 다양한 AI 모델 API가 포함됩니다. 최근 릴리즈 또는 업데이트로는 Gemini 3.1 Pro 모델이 공식 출시됐으며, 관련 노트북과 데모 자료가 공개되어 있습니다. 참고로, 이 프로젝트는 구글에서 공식 지원하는 제품은 아니며, 데모 목적으로 제공된 코드임을 유념하시기 바랍니다. ...

generative-ai 구글 클라우드 생성형 AI 프로젝트 바로가기 이 프로젝트는 구글 클라우드 내에서 생성형 인공지능(GAN)을 활용하는 방법을 보여주는 리포지토리로, 다양한 노트북, 샘플 코드, 애플리케이션, 리소스들을 포함하고 있습니다. 목적은 구글 클라우드의 Vertex AI를 이용한 생성형 AI 워크플로우 개발, 배포, 관리 방법을 안내하는 것으로, 최신 Gemini 3.1 Pro 모델을 중심으로 다양한 인공지능 기능들을 제공하고 있습니다. 주요 기능에는 텍스트 생성, 이미지 생성 및 편집, 비디오, 음성 등 멀티모달 솔루션, 검색, Grounding, Vision, Speech 등 각종 AI 기능이 포함되어 있습니다. 구조적으로 여러 폴더와 노트북으로 구성되어 있으며, 각각의 폴더는 모델 설명, 사용법, 환경설정, 커스터마이징 가이드, 그리고 다양한 API 활용 방법 등을 제시하고 있습니다. 기술 스택은 구글 클라우드의 Vertex AI, Python SDK, Colab, TensorFlow, 기타 관련 AI 기술들로 구성되어 있으며, 최신 릴리즈와 모델 업데이트, 다양한 샘플 프로젝트를 통해 지속적으로 확장 및 업데이트되고 있습니다. 사용 대상은 AI 개발자, 연구원, 엔지니어 등으로, 구글 클라우드 환경에서 생성형 AI 솔루션을 빠르게 구축하고자 하는 이들에게 유용합니다. 참고 링크와 자료들은 개발 가이드, 관련 프로젝트, 예제, 튜토리얼 등을 포함하며, 참여 또는 활용 시 구성 환경과 SDK 업데이트에 유의해야 합니다. 본 프로젝트는 구글 공식 제품은 아니며, 참고용 데모 및 학습 목적으로 제공되고 있음을 유념하시기 바랍니다. ...

MiroFish MiroFish는 다중 인공지능 에이전트 기술을 기반으로 한 차세대 예측 엔진으로, 현실 세계에서 수집한 정보(뉴스, 정책, 금융 신호 등)를 활용하여 고해상도 가상 디지털 세계를 자동으로 구축합니다. 이 공간에서는 수천 개의 독립적 인격과 행동 논리를 갖춘 인공지능 에이전트들이 상호 작용하며 사회적 진화를 일으킵니다. 사용자들은 ‘신의 시선’으로 변수들을 투입하여 다양한 미래 시나리오를 정밀하게 시뮬레이션할 수 있으며, 이를 통해 정책 검증, 공공 설득, 창의적 스토리텔링, 미래 예측 등 다양한 용도에 활용됩니다. 구조적으로, 프로젝트는 그래프 기반의 데이터 구축, 엔드 투 엔드 환경 세팅, 시뮬레이션 시작, 예측 보고서 생성, 고도화된 상호작용 단계로 구성됩니다. 주요 기술 스택에는 Node.js(프론트엔드), Python, 및 머신러닝 API(오픈AI, 알리바이언 등)가 포함됩니다. 또한, Docker 배포와 소스코드 기반 배포 옵션이 제공되어 유연한 운용이 가능합니다. ...

airi 프로젝트 AIRI는 Neuro-sama와 같은 사이버 존재, 즉 디지털 인형 또는 가상 캐릭터를 현실 세계에 구현하는 것을 목표로 하는 오픈소스 프로젝트입니다. 이 프로젝트는 AI 기반의 가상 인간 또는 ‘AI 와이프’를 만들기 위해 다양한 기술을 결합하여, 언제 어디서든 쉽게 자신의 디지털 생명체를 소유하고 소통할 수 있는 환경을 제공하는 것이 핵심 목적입니다. 제공하는 기능으로는 웹기반 실시간 대화, 음성 인식 및 합성, 3D 아바타 제어(예: VRM, Live2D), 게임 플레이 지원(예: Factorio, Minecraft), 메모리 시스템, 데이터베이스 연동, 다양한 AI API 지원 등이 있습니다. 구조적으로는 Core 모듈을 중심으로 여러 서브시스템(음성, 비디오, UI, 서버 등)이 유기적으로 연동되어 있으며, WebGPU, WebAudio, web workers, WebAssembly 등을 활용하여 브라우저 및 네이티브 환경 모두에서 최적화된 수행이 가능하게 설계되어 있습니다. 또한, Vue.js, TypeScript, Tauri, Nix, 다양한 Web API와 AI SDK, LLM API 지원, 그리고 GitHub 기반 오픈소스 협업 및 확장성을 갖추고 있으며, 최근 업데이트로는 다양한 데모와 기능 확장, 성능 최적화, 다중 플랫폼 지원이 이루어지고 있습니다. 이 프로젝트는 인공지능, 가상 인간, 웹기술, 게임, 멀티미디어, AI API 통합 등에 관심 있는 개발자, 아티스트, 연구자 등을 주 대상이며, AI VTuber, 디지털 휴먼, 가상 캐릭터 제작, AI와의 상호작용 연구, 게임 봇과 같은 여러 유스케이스를 지원합니다. 사람이 편하게 실험하고 기여할 수 있도록 자세한 개발 문서, 라이선스, 커뮤니티 링크, 다양한 서브 프로젝트들도 함께 제공되어 있으며, 지금도 활발히 개발, 업데이트되고 있는 상태입니다. ...

agency-agents agency-agents 바로가기 agency-agents는 다양한 분야의 인공지능 전문가 에이전트들의 모음으로, 사용자들이 요구하는 업무를 수행하는 데 적합한 AI 파트너를 제공하는 오픈소스 프로젝트입니다. 이 프로젝트는 여러 AI 도메인 전문가들을 개별 에이전트로 만들어 전문성, 개성, 구체적 산출물, 검증된 워크플로우를 갖춘 실용적 AI팀을 구성하는 것을 목표로 합니다. 엔지니어링, 디자인, 마케팅 등 9개 부서로 구분되며, 각각의 부서에는 다양한 전문 분야별 에이전트들이 존재합니다. 상세 템플릿 구조로 설계되어 있어 확장과 맞춤화가 용이하며, Python, JavaScript 등 여러 언어와 호환 가능성을 갖추고 있습니다. 현재 로드맵에는 인터랙티브 에이전트 셀렉터, 커뮤니티 마켓플레이스 등 기능 확장 계획이 포함되어 있고, MIT 라이선스로 자유롭게 수정·배포할 수 있습니다. ...

Shannon GitHub 바로가기 Shannon은 완전 자율 운영이 가능한 AI 기반 침투 테스트 프레임워크입니다. 목표는 웹 어플리케이션의 취약점을 자동으로 탐지하고 실질적인 공격을 수행하여 위험성을 입증하는 것으로, 사람이 개입하지 않고도 코드 분석과 실제 공격 시연이 가능하게 설계되었습니다. 이 프로젝트는 white-box 소스코드 분석과 black-box 동적 공격을 병행하는 다중 에이전트 구조를 갖추고 있으며, Reconnaissance(정보수집), Vulnerability Analysis(취약점 탐지), Exploitation(공격 실행), Reporting(보고서 작성)의 4단계로 나누어진 모듈로 구성되어 있습니다. 주요 사용 대상은 보안팀, 취약점 분석자, 및 연구원들이며, CI/CD 통합과 고급 분석 기능을 위해 상용 프로 버전도 제공됩니다. 기술 스택으로는 Docker를 기반으로 하며, AI 제공자로는 Anthropic(Claude), Google Vertex AI, AWS Bedrock 등을 지원합니다. 최근 릴리즈 및 업데이트 내역은 프로젝트의 문서와 공개된 샘플 보고서를 통해 확인 가능하며, 최신 기능으로는 자동화된 화이트박스 및 일부 블랙박스 공격이 포함됩니다. 이 프레임워크는 소스코드의 검증 및 취약점을 적극적으로 증명하는 Proof-of-Exploitation 방식을 채택하여, 이상 탐지보다 실질적 공격 가능성을 검증하는 것에 중점을 둡니다. 이용 시에는 대상 환경이 안전한 스테이징 또는 개발 환경이어야 하며, 불법적인 용도는 엄격히 금지됩니다. 또한, Windows Defender와 같은 백신이 exploit 코드 일부를 오탐지할 수 있으니 예외 설정이 필요할 수 있습니다. ...

π RuView GitHub 바로가기 π RuView는 WiFi 신호를 이용한 실시간 인체 포즈 추정, 생체 신호 감지 및 존재 감지 시스템입니다. 카메라나 웨어러블 없이, 무선 채널 상태 정보(CSI)의 교란을 분석하여 몸 위치, 호흡수, 심장 박동수 등을 파악하며, 다중 사용자와 벽 너머까지 감지가 가능합니다. 이 프로젝트는 고속 신호 처리, 머신러닝, 신호 강건성, 그리고 분산 센서 네트워크 구성을 포함하며, 사용 대상은 병원, 재난 대응, 감시, 스마트 빌딩, 산업 현장 등 다양한 환경입니다. 최신 Rust로 재구현되어 초당 54,000 프레임 속도를 실현하며, 도커와 크레이트 기반 모듈화 구조를 갖추고 있어 빠른 배포와 확장이 가능합니다. 주요 기술 스택으로 Rust, Python, WASM, ESP32, WiFi CSI 분석 알고리즘, 그래프 신경망, 딥러닝 머신러닝 기법 등이 사용되었으며, 최근 버전(2026년 3월 기준)에서는 멀티스테이틱 신호 융합, 도메인 일반화, 비디오 없는 감시, 장애인 또는 노인 모니터링 등 새로운 적용 분야를 지원합니다. 또한, 542개 이상의 테스트와 보안 감사가 수행되어 안정성과 신뢰성을 확보하고 있으며, 오픈소스 라이선스는 MIT입니다. 문서와 빌드 가이드, API, 하드웨어 지원, 배포 방법, 컨트리뷰션 가이드도 풍부하게 제공되어 누구나 쉽게 설치하고 확장할 수 있습니다. ...

wifi-densepose WiFi DensePose는 카메라, 착용 장치 없이 WiFi 신호만을 이용하여 실시간 인간의 자세 추정, 호흡수 및 맥박 모니터링, 존재 감지를 수행하는 시스템입니다. 이 프로젝트는 기존 WiFi 신호의 Channel State Information (CSI) 분석을 기반으로 하며, 물리적 신호 처리와 머신러닝 기술을 접목하여 벽을 통과하는 영상 없는 감시를 지원합니다. 구조는 WiFi 하드웨어(ESP32-S3, 연구용 NIC, 일반 노트북)로 신호를 수집하는 하드웨어 계층, 신호를 전처리하고 특징을 추출하는 신호 처리 계층, 딥러닝 기반 포즈 및 바이탈 사인 추정을 담당하는 AI 모델, 그리고 REST API 및 WebSocket을 통한 실시간 인터페이스로 구성되어 있습니다. 주요 기술 스택은 Rust, Python, WebAssembly, 그리고 다양한 머신러닝과 신호 처리 라이브러리(SpotFi, Fresnel, GNN, Attention)가 포함되며, ESP32와 같은 저비용 하드웨어에서도 실시간 감시가 가능하도록 최적화되어 있습니다. 최근 업데이트로는 V3 버전에서는 대규모 다중 ESP32 노드를 활용한 다중 입체 센싱, 고도화된 신호 프로토콜, 그리고 강력한 보안 기능이 도입되었으며, Rust 기반의 810배 빠른 성능 향상과 54K fps 처리속도를 자랑합니다. 이 시스템은 헬스케어, 재난구조, 스마트 빌딩, 군사/국경 방어 등 다양한 분야에서 프라이버시를 보호하며 존재 및 활동 감지, 생체 신호 모니터링, 다중 사용자 및 다중 방위 공간의 인간 인식을 목적으로 사용됩니다. 사용자 가이드와 구축 문서는 공식 깃허브 저장소 및 문서 페이지에서 확인 가능하며, 도커 이미지를 통한 원클릭 배포와 다양한 하드웨어 지원으로 손쉬운 실환경 적용이 가능합니다. ...

Project AIRI 프로젝트 AIRI는 Neuro-sama와 유사한 사이버 라이빙 존재인 AI 가상 인형 또는 가상 캐릭터를 재창조하는 것을 목표로 합니다. 이 프로젝트는 사용자가 자신만의 디지털 인격체를 쉽게 소유하고 통제할 수 있도록 설계되었으며, AI 기반의 재생, 채팅, 게임 플레이, 영상 시청 등 다채로운 상호작용 기능을 제공합니다. 주요 기능으로는 딥러닝 기반 언어 모델과의 채팅, WebGPU와 WebAudio를 활용한 자연스러운 그래픽 및 음성 처리, 다양한 플랫폼(PWA를 통한 모바일 Support 포함)에서 실행 가능하며, 채팅, 게임, 영상 시청, 음성 인식 및 합성, VRM 및 Live2D 모델 지원 등을 지원합니다. ...