claude-mem
claude-mem은 Claude Code와 연동하여 세션 간 맥락과 기억을 지속적으로 유지하는 메모리 압축 시스템입니다. 이 프로젝트는 사용자가 이전 세션에서 수행한 작업과 도구 사용 이력을 자동으로 캡처하여 의미론적 요약을 생성하고, 이를 기반으로 지속적인 컨텍스트 제공이 가능하게 합니다. 주요 기능으로는 세션 간 맥락 유지, 계층적 기억 검색, 웹 기반 실시간 뷰어, Claude 데스크탑과의 통합 검색, 프라이버시 태그 지원, 세부적인 컨텍스트 구성 등이 있습니다. 시스템 구성요소는 HTTP API(포트 37777), SQLite 데이터베이스, Chroma 기반의 벡터 검색 엔진, 5가지 라이프사이클 훅, mem-search 스킬, MCP 검색 도구 세트가 포함됩니다. 기술 스택은 TypeScript, Node.js(버전 18 이상), Bun 런타임, SQLite3, uv 패키지, 그리고 Claude Agent SDK를 활용합니다. 최신 릴리즈는 2025년 기준으로 꾸준히 업데이트되었으며, Beta 채널에서 Endless Mode와 같은 실험적 기능을 시험할 수 있고, 안정 버전과 선택적으로 전환할 수 있습니다. 사용자는 설치 가이드, 사용 방법, 검색 도구 활용법, 아키텍처 개요, 환경설정, 개발 가이드, 문제 해결 및 버그 신고 등의 문서를 참고하면 됩니다. 전체 소스코드는 AGPL-3.0 라이선스로 배포되며, 기여는 포크 후 기능 개발 및 PR 제출 방식으로 환영됩니다. 주의할 점은 광범위한 환경 구성과 클라우드 또는 로컬 환경에서의 안정적 운용이 필요하며, 프라이버시 태그를 적극 활용하는 것이 중요합니다.
Review Prompts for AI-Assisted Code Review
Review Prompts for AI-Assisted Code Review 바로가기
이 프로젝트는 AI를 활용한 코드 리뷰 지원을 위한 프롬프트 세트입니다. Linux 커널과 systemd 개발 작업에 특화된 검토, 디버그, 검증 명령어와 패턴을 제공하며, Claude Code와 기타 AI 도구와 호환됩니다. 구조는 각각의 도메인별 폴더(kernel, systemd)로 나뉘며, 내부에는 스킬 템플릿, 슬래시 명령어, 스크립트, 패턴 문서, 서브시스템별 프로토콜 정보를 담고 있습니다. 프로젝트는 사용자가 작업하는 디렉터리 상태를 감지해 적절한 컨텍스트를 로드하며, 빠른 작업 수행을 위해 슬래시 명령어(/kreview, /kdebug, /kverify, /systemd-review 등)를 제공해 검토와 디버깅, 검증 과정을 간편하게 합니다. 기술 스택은 AI 기반 분석 도구와 Bash 스크립트, 마크다운 문서, Semcode와의 연동을 통해 빠른 네비게이션과 검색이 가능하도록 설계되었습니다. 최근 업데이트 내역이나 릴리즈 타임라인 정보는 제공되지 않으며, 프로젝트의 핵심 특징은 도메인별 로드 컨텍스트와 프롬프트 구조, 그리고 사용 편의성을 향상하는 자동화 지원입니다. 참고로, 자세한 내용은 kernel와 systemd 문서를 통해 확인 가능합니다. 라이선스는 별도 파일에 명시되어 있으며, 사용 시 해당 조건을 준수해야 합니다.
skills
이 프로젝트는 AI 에이전트가 수행할 수 있는 지시 사항, 스크립트, 리소스들을 모아 놓은 ‘스킬’의 저장소입니다. ‘스킬’은 특정 작업을 반복적으로 수행하는 데 활용되며, AI가 효율적으로 여러 작업을 처리할 수 있게 도와줍니다. 이 프로젝트는 Codex와 연동되어 사용할 수 있도록 설계되었으며, 사용자는 다양한 스킬을 쉽게 설치하고 활용할 수 있습니다. 구조적으로는 .system 폴더에 기본 자동 설치되고, curated(추천) 또는 experimental(실험적) 스킬은 각각 별도로 관리되어 있으며, 설치는 특정 커맨드와 GitHub 주소 또는 폴더명을 통해 진행됩니다. 주요 대상은 AI 개발자, 팀 또는 개인 사용자로, 반복 작업 자동화와 AI 기능 확장에 유용하게 쓰입니다. 기술 스택은 주로 GitHub, Codex, 스크립트, 폴더 구조, 표준 API를 활용하며, 최근에는 실험적 스킬 및 curated 스킬의 추가와 사용자 맞춤형 설치 방법이 업데이트되고 있습니다. 또한 각 스킬별로 LICENSE.txt 파일을 통해 라이선스 정책을 확인할 수 있습니다. 사용 시 GitHub 주소와 설치 방법을 정확히 따라야 하며, 최신 버전 사용이 권장됩니다.
Superpowers
Superpowers는 코딩 에이전트를 위한 완전한 소프트웨어 개발 워크플로우를 제공하는 프로젝트입니다. 이 시스템은 다양한 ‘기술’을 조합하여 구성되며, 효율적이고 체계적인 개발 과정을 지원하는 것이 목적입니다. 주요 기능으로는 아이디어 구상 단계인 ‘브레인스토밍’, 설계 검증, 구현 계획 수립, 세분화된 작업 생성, 에이전트 기반 작업 수행, 테스트와 검증, 코드 검토, 병행 개발 및 최종 병합 절차가 포함됩니다. 시스템 내부에는 여러 구성요소(API, CLI 명령어, 스킬 라이브러리, 워크플로우 단계들이 존재하며, 이들 각각은 사용자가 맞춤형 개발 프로세스를 설계하고 자동화할 수 있도록 돕습니다. 이 프로젝트는 특히 AI 에이전트와 협업하는 개발 환경이나, 자동화된 개발 파이프라인이 필요한 인하우스 DevOps 또는 연구기관에서 활용될 수 있습니다. 기술 스택은 명확하게 명시되지 않았으나, 플러그인 시스템과 커스터마이징이 가능하며, 클라우드 또는 로컬 환경에서 동작할 수 있습니다. 최근에는 플러그인 또는 스킬 업데이트 기능을 통해 지속적인 개선이 이루어지고 있으며, 오픈소스 라이선스는 MIT로 배포되어 있어 자유롭게 수정 및 배포가 가능합니다. 이 프로젝트를 활용하려면, 필요한 경우 플러그인 설치와 명령어 확인, 그리고 자세한 내부 문서를 참고하는 것이 좋습니다. 공식 깃허브 저장소와 마켓플레이스를 통해 지원 및 이슈 대응도 가능합니다.
dexter 🤖
Dexter는 금융 연구를 위해 설계된 자율형 인공지능 에이전트로서, 복잡한 금융 질문을 체계적인 연구 계획으로 전환하고 실시간 시장 데이터를 활용하여 분석합니다. 이 프로젝트의 목표는 사용자가 제기하는 금융 관련 문제를 다양한 데이터와 도구를 동원해 분석하고 검증하는 과정을 자동화하는 것입니다. 주요 기능으로는 세분화된 연구 수행, 데이터 수집, 자기 검증, 실시간 금융 데이터 활용, 그리고 안전한 작업 수행을 위한 루프 감지와 제한 기능이 있습니다. 구조적 구성 요소로는 API 호출, CLI 인터페이스, 실시간 평가 시스템, 그리고 테스트 데이터 세트 평가 도구가 존재합니다. 대상 사용자와 유스케이스는 금융 분석가, 투자자, 금융 데이터 연구원 등으로서, 복잡한 금융 문제를 신속하게 해결하거나 분석 결과 검증, 연구 과정 기록 등에 활용됩니다. 기술 스택으로는 Bun 런타임과 다양한 API 키를 필요로 하며, OpenAI API, 금융 데이터 API, 웹 검색 API 등을 연동합니다. 최근 릴리즈와 관련해서는 구체적인 버전 또는 업데이트 내역은 명시되지 않았지만, 초기 설치 및 실행 방법, 평가 및 디버깅 방식 등을 제공하여 지속적인 유지보수와 발전이 가능하게 설계된 점이 특징입니다. 또한, 사용자 기여를 위한 포크, 브랜치, PR 작성 가이드와 MIT 라이선스로 오픈되어 있어 커뮤니티 참여가 용이합니다. 주의사항으로는 API 키 보안 유지와 환경설정 구성이 중요하며, GitHub 저장소를 통해 상세 정보와 업데이트를 확인하는 것이 권장됩니다.
nanochat
nanochat은 매우 간단한 실험용 프레임워크로, 단일 GPU 노드에서 대형 언어모델(LLM)을 학습하고 평가하는 데 사용됩니다. 이 프로젝트의 목적은 4시간 이내에 약 73달러의 비용으로 GPT-2 수준의 언어모델을 훈련시켜, ChatGPT와 유사한 웹 인터페이스를 통해 사용자가 대화할 수 있도록 하는 것입니다. 기능적으로는 토크나이제이션, 사전학습, 미세조정(finetuning), 평가, 추론(inference), 채팅 UI 등 모든 주요 LLM 단계가 포함되어 있으며, 특히 커스터마이징과 실험이 용이하도록 최소한의 코드와 구조를 갖추고 있습니다. 구성요소로는 모델 정의(gpt.py), 데이터 처리(dataset.py, dataloader.py), 토크나이저(tokenizer.py), 체크포인트 관리(checkpoint_manager.py), 평가 및 평가스크립트(core_eval.py, loss_eval.py), 사용자 인터페이스(ui.html) 등이 있으며, 스크립트 폴더에는 학습, 평가, 샘플링, 웹 인터페이스 실행 등을 위한 여러 실행 스크립트(runs/ 및 scripts/ 폴더)가 포함되어 있습니다. 이 프로젝트는 딥러닝 기술, PyTorch, BPE 토크나이저, 분산 학습, GPU 가속 등을 활용하며, 최근 릴리즈에서는 훈련 스크립트와 실행 방법을 크게 개편하는 등 지속적인 업데이트가 이루어지고 있습니다. 주된 관심사는 비용 효율적이면서도 성능을 빠르게 향상시키는 방법이며, 연구 목적으로 Depth 조절을 통한 확장법과 성능 분석도 수행됩니다. 참고 링크와 guides를 통해 자세한 사용법, 설정 방법, 커스터마이징, 데이터 생성, 레퍼런스, 그리고 커뮤니티 참여 방법을 제공하고 있으며, MIT 라이선스를 채택하여 누구든지 자유롭게 수정 및 배포가 가능합니다.
calibre
calibre는 전자책 관리 프로그램으로, 다양한 주요 전자책 포맷을 지원하며 책을 조회, 변환, 편집, 분류하는 기능을 제공합니다. 사용자는 기기와 연동하거나 인터넷에서 메타데이터를 수집할 수 있으며, 신문을 전자책 형식으로 다운로드 및 변환하는 기능도 갖추고 있습니다. 이 프로젝트는 크로스플랫폼으로, Linux, Windows, macOS에서 실행됩니다. 구조는 소스 코드, CLI 도구, 온라인 지원 문서, 개발 환경 설정 가이드, 빌드 방법, 버전별 배포와 관련 링크 등으로 구성되어 있습니다. 주요 기술 스택은 Python 기반이며, 지속적인 개발과 업데이트가 이루어지고 있습니다. 최근 버전 업데이트, 빌드 가이드, 릴리즈 정보 등은 GitHub 저장소와 공식 홈페이지를 통해 확인할 수 있으며, 버그 신고는 Launchpad를 통해 접수되고 있습니다. 프로젝트는 오픈소스 커뮤니티의 기여와 지원으로 운영되며, 기여를 원하는 개발자는 소스 코드 tarball과 개발 문서를 참고하면 됩니다. 빌드와 배포를 위한 자세한 가이드는 공식 문서와 저장소 내 안내 페이지를 참고하세요.
ChatDev 2.0 - DevAll
ChatDev는 원래는 특수한 소프트웨어 개발 다중 에이전트 시스템이었으나, 현재는 사용자들이 간단한 구성만으로 맞춤형 다중 에이전트 시스템을 빠르게 개발하고 실행할 수 있는 종합적인 오케스트레이션 플랫폼으로 발전하였습니다. ‘Developing Everything’을 목표로 하는 제로 코드(Zero-Code) 방식의 플랫폼으로, 사용자는 별도의 코딩 없이 에이전트, 워크플로우, 작업을 정의하여 복잡한 시나리오(데이터 시각화, 3D 생성, 연구 등)를 구성할 수 있습니다. 이 시스템은 FastAPI를 기반으로 한 백엔드, Vue 3로 구성된 프론트엔드 웹 콘솔, 그리고 Python SDK를 통한 프로그래밍 인터페이스를 포함하며, 사용자 친화적인 시각적 흐름 디자인과 실시간 모니터링을 지원합니다. 최근 주요 업데이트로는 2026년 1월 7일 공식 버전 출시, 다양한 기능 지원(버전 관리, Docker 지원, 인간-에이전트 인터랙션, Art 생성 모드 등), 그리고 여러 샘플 워크플로우와 템플릿 제공이 포함되어 있습니다. 이 플랫폼은 개발자, 연구자, 데이터 분석가, 크리에이터 등 다양한 사용자가 복잡한 에이전트 협업 및 자동화 작업을 손쉽게 수행할 수 있도록 설계되었으며, 확장성과 모듈화가 뛰어나 사용자 정의 및 커스터마이징이 용이합니다. 자세한 내용과 사용법은 공식 GitHub 저장소의 문서와 가이드에서 확인할 수 있습니다.
Maestro
Maestro는 크로스 플랫폼 데스크탑 애플리케이션으로, 인공지능 에이전트와 프로젝트를 효율적으로 오케스트레이션 할 수 있도록 설계된 고성능 도구입니다. 목표는 여러 프로젝트와 AI 에이전트를 동시에 관리하고 자동화하여 사용자들이 키보드 중심으로 빠르고 직관적으로 작업할 수 있도록 지원하는 것입니다. 주요 기능으로는 AI 에이전트의 병렬 실행, 작업 자동화(playbooks), 그룹 채팅, 모바일 원격 제어, 강력한 터미널과 파일 탐색, 깃 연동, 결과 분석 및 시각화 대시보드, 커스터마이징 가능한 테마, 토큰 사용량 및 비용 추적, 성취도 시스템 등이 포함됩니다. 구조적으로는 CLI, GUI, API, 그리고 다양한 플러그인과 연동 기능들이 있습니다. 지원하는 AI 기술에는 Claude Code, OpenAI Codex, OpenCode, Factory Droid가 있으며, 향후 Gemini CLI와 Qwen3 Coder 등도 계획되어 있습니다. 최근 릴리즈 및 업데이트로는 인터페이스 개선, 새로운 AI 지원, 분석 기능 추가, 버그 수정 등이 있으며, 커뮤니티와의 활발한 협력과 오픈소스 특성을 유지하고 있습니다. 공식 문서와 데모 영상, 커뮤니티 링크 등 유용한 자료도 제공됩니다. 전반적으로 작업의 집중력 향상과 자동화를 통해 개발자의 생산성을 높이는 것을 목적으로 하는 강력한 툴입니다.
vm0
vm0는 자연어로 기술된 워크플로우를 클라우드 샌드박스 환경에서 자동으로 실행하는 에이전트 프로젝트입니다. 이 시스템은 24시간 내내 클라우드 기반 환경에서 자연어 명령을 해석하고, 그에 맞는 작업을 수행하는 것을 목적으로 합니다. 다양한 작업 흐름을 자동화하고, 사용자는 자연어 명령을 통해 손쉽게 업무를 처리할 수 있습니다. 주요 기능으로는 클라우드 샌드박스 내에서 Claude 코드를 실행하는 기능, 35,738개 이상의 기술 스킬과 SaaS 서비스(GitHub, Slack, Notion 등)와의 호환성, 작업 세션의 지속성(계속하기, 재개, 포크, 버전 관리), 그리고 모든 실행에 대한 로그, 모니터링, 네트워크 가시성 제공이 포함됩니다. 구성요소로는 CLI(Command Line Interface)를 통한 인터랙션, 도커 기반 샌드박스 아키텍처, 다양한 API와 플러그인, 그리고 기술적인 인프라 구조를 위한 문서(architecture.md)가 존재합니다. 이 프로젝트는 개발자, DevOps 엔지니어, 자동화 및 인공지능을 활용하는 기업 사용자 등을 주요 대상 대상으로 하며, 자연어 기반 작업 자동화, 연속적 작업 흐름 관리, SaaS 통합 자동화 등의 활용 사례가 있습니다. 기술 스택으로는 Node.js 기반 CLI, 클라우드 샌드박스 기술(예: Firecracker), 및 다양한 오픈소스 툴과 API가 사용되며, Docker와 기타 인프라 기술을 활용하고 있습니다. 최근 변경 이력은 README 및 문서 내에서 구체적으로 언급되지 않으나, 지속적인 개발과 GitHub Actions을 통한 CI/CD 파이프라인이 운영 중임을 확인할 수 있습니다. 프로젝트는 활발히 유지보수 되며, 커뮤니티 참여와 기여도 적극 유도하고 있습니다. 특징은 자연어 명령어로 복잡한 워크플로우를 자동화할 수 있도록 설계되어 있으며, 상세 문서와 아키텍처 다이어그램이 제공됩니다.