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.
사용 대상은 정책 입안자, 연구자, 창작자, 일반 사용자 등이며, 실시간 뉴스 또는 데이터 입력 후 미래 시나리오를 가상 환경에서 ‘미리 보기’하여 정책 실험, 창의 활동, 예측 분석에 활용됩니다. 최근 변경 사항은 GitHub 활동 기록 등을 참고하면 되며, 사용자들은 온라인 데모 또는 직접 소스코드 배포를 통해 체험할 수 있습니다. 중요한 참고 링크로는 GitHub 저장소, 공식 문서, 데모 사이트, 디스코드 채널, SNS 계정이 있으며, 프로젝트는 현재 활발히 개발되고 있습니다.
skills
이 프로젝트는 AI 에이전트가 특정 작업을 수행하기 위해 발견하고 활용할 수 있는 명령어, 스크립트 및 자원들을 모아둔 ‘Agent Skills’ 폴더 모음입니다. 목적은 재사용 가능하고 표준화된 스킬을 통해 반복적인 작업 수행을 돕기 위한 것으로, Codex와 같은 AI 모델과 연동하여 효율적 작업 지원을 목표로 합니다. 프로젝트 구조는 다양한 스킬이 폴더로 구성되어 있으며, 이 중 .system 폴더는 최신 버전의 Codex에 자동 설치되는 표준 스킬을 포함합니다. 또한, .curated와 .experimental 폴더에 각각 검증된 추천 스킬과 실험적 스킬이 별도로 존재하며, 사용자들은 GitHub 주소 또는 이름으로 손쉽게 스킬을 설치할 수 있습니다.
기술 스택은 주로 GitHub 호스팅과 CLI 도구인 $skill-installer를 활용하며, 이를 통해 스킬의 설치와 관리가 이루어집니다. 최근 릴리즈 및 변경사항은 명시되어 있지 않으나, 사용자는 README 내 링크와 명령어를 통해 최신 정보를 얻거나 커스텀 스킬 생성 방법 등을 참고할 수 있습니다. 스킬별 라이선스는 각 폴더 내 LICENSE.txt 파일에서 확인 가능하며, 설치 후에는 Codex 재시작이 필요합니다.
공식 문서와 링크는 https://developers.openai.com/codex/skills 와 https://agentskills.io에서 확인할 수 있습니다.
generative-ai
이 프로젝트는 구글 클라우드 플랫폼(Google Cloud)에서의 생성형 AI(Generative AI) 워크플로우 개발과 활용을 위한 리포지터리입니다. 목적은 다양한 노트북, 코드 샘플, 데모 앱 등을 통해 Vertex AI와 연동하여 생성형 AI 기능을 쉽게 활용하고 개발할 수 있도록 지원하는 것입니다.
주요 기능으로는 Gemini 3.1 Pro 모델 활용, 이미지 생성 및 편집, 텍스트 기반 이미지 캡셔닝, 질문 응답, 음성 처리, 검색 엔진 구축, Grounding, 비전, 오디오 등 다양한 AI 워크플로우를 제공하며, 이는 모두 Vertex AI의 API 및 SDK를 통해 작동됩니다. 구조적으로는 여러 폴더(예: gemini, search, rag-grounding, vision, audio, setup-env 등)가 존재하며, 각 폴더는 특정 기능 또는 리소스 제공을 목표로 하여 관련 노트북, 코드 샘플, 환경설정 및 학습 자료를 포함하고 있습니다.
연관된 리포지터리와 예제들이 다수 있어, 대규모 기업용 AI 개발자, 연구원, 학생, 스타트업 등이 대상입니다. 사용 기술 스택은 Google Cloud의 Vertex AI, Python SDK, Jupyter 노트북, 그리고 다양한 AI 모델들이 기반입니다. 최근 릴리즈로 Gemini 3.1 Pro 모델의 출시와 함께 관련 데모와 시작 가이드가 업데이트 되었으며, 자세한 기능 및 자료는 공식 문서 및 노트북을 통해 확인할 수 있습니다. 참고로 이 코드는 구글 공식 제품이 아니며, 데모 및 참고용임을 유의해야 합니다.
Jido
Jido는 Elixir 기반의 텍스트-기반 안전한 멀티 에이전트 시스템을 위한 프레임워크입니다. 주된 목적은 여러 자율 에이전트들이 상태를 유지하며 상호작용하거나 협력하는 복잡한 워크플로우를 구축하는 것입니다. 프로젝트는 순수 함수적 설계에 기반하며, 상태 변경은 명령어(cmd)로 수행되고, 부수 효과는 외부 지시문(directives)로 처리하여 예측 가능성과 테스트 용이성을 높입니다.
인프라는 OTP 위에 구성된 GenServer 기반 에이전트 서버와 계층 구조를 지원하며, 다양한 플러그인 시스템과 전략(직접 실행, 유한 상태 머신 등)을 통해 확장성을 갖추고 있습니다. 주요 사용 대상은 Elixir 개발자 및 분산 시스템 설계자이며, 자율 에이전트, 워크플로우 자동화, 복잡한 시나리오 관리 등에 적합합니다. 기술 스택에는 Elixir, OTP, GenServer, NimbleOptions 또는 Zoi를 활용하며, 최근에는 핵심 프레임워크와 다양한 확장 패키지(req_llm, jido_action, jido_signal, jido_ai 등)가 지속적으로 개발 및 개선되고 있습니다.
설치는 온라인 도구인 Igniter를 권장하며, 이후 수동 설치도 지원됩니다. 공식 문서와 GitHub 저장소, 여러 개발 가이드와 예제, API 참조를 제공하며, 지속적인 업데이트와 커뮤니티 기여를 환영합니다. 이 프레임워크를 이용하면 다중 협력 에이전트 시스템을 보다 구조적이고 효율적이며 테스트 가능하게 설계할 수 있습니다.
Qwen-Agent
Qwen-Agent는 Qwen의 지시 수행, 도구 활용, 계획 수립, 메모리 기능을 기반으로 하는 대형 언어모델(LLM) 애플리케이션 개발을 위한 프레임워크입니다. 다양한 예제 애플리케이션으로 브라우저 어시스턴트, 코드 인터프리터, 커스텀 어시스턴트 등이 포함되어 있으며, 현재 Qwen Chat의 백엔드 역할을 담당합니다.
주요 기능에는 사용자 요청에 따른 도구 호출, 긴 문서 기반 질의응답, 웹 브라우저 연동, PDF 파일 독서, 도구 개발 및 커스터마이징이 포함됩니다. 기술 스택으로는 Qwen 모델, vLLM, Ollama, Docker, Gradio 등이 사용됩니다. 최근 릴리즈로는 2026년 2월 16일에 Qwen3.5 공개 오픈소스화, 2026년 1월 27일에 평가 벤치마크 DeepPlanning 공개, 과거에는 Qwen-VL 도구 호출 데모, Qwen3-Coder 도구 호출, 긴 문서 질의응답 개선 등이 이루어졌으며, GUI 지원 강화와 다양한 도구 연동 기능이 지속적으로 추가되고 있습니다.
배포 및 개발을 위해서는 PyPI에서 qwen-agent를 설치하거나, GitHub에서 소스 코드를 클론 후 설치하는 방법이 있으며, 모델 서비스는 Alibaba Cloud DashScope 또는 자체 배포 모델 서비스를 활용할 수 있습니다. 프레임워크는 LLM과 도구(기능 호출, 커스터마이징 가능)의 산출물, 에이전트, GUI 인터페이스 등 고수준 구성요소를 제공하며, 함수 호출(도구 호출) 지원이 내장되어 있어 병렬 호출 등 복잡한 작업 수행이 가능합니다. 또한, 긴 문서 기반 질의응답에서 1백만 토큰 이상의 초대형 텍스트 처리도 지원하며, 브라우저 Qwen 등 애플리케이션 확장도 가능합니다.
참고 링크와 문서, 예제, 유저 가이드, FAQ 등 풍부한 자료를 통해 사용자 맞춤형 개발과 활용이 가능하도록 설계되어 있습니다.
AI Hedge Fund
이 프로젝트는 AI 기반 가상 헤지펀드의 개념증명(Proof of Concept)으로, 실제 거래나 투자 목적으로 사용되지 않으며 오로지 교육 및 연구 목적을 위해 설계되었습니다. 다양한 유명 투자자의 투자 전략을 모사하는 여러 에이전트들이 협력하여 시장 데이터를 분석하고, 투자 신호를 생성하는 구조로 구성되어 있습니다.
시스템은 VALUATION, SENTIMENT, FUNDAMENTALS, TECHNICALS 등의 분석 에이전트와 각 투자자의 투자 원칙을 반영하는 별개 에이전트들을 포함하며, 최종적으로 포트폴리오 매니저와 리스크 매니저가 최종 결정을 내립니다. 기술 스택에는 Python, Poetry, OpenAI API, 그리고 선택적 로컬 LLM(오라마 등)이 사용됩니다. 설치 과정은 레포지토리 클론, API 키 설정 후 poetry를 통한 의존성 설치로 진행하며, 커맨드라인 또는 웹 인터페이스를 통해 실행할 수 있습니다.
커맨드라인 인터페이스는 스크립트를 통해 특정 종목이나 기간을 지정해 백테스트 또는 시뮬레이션이 가능하며, 웹 애플리케이션을 통해 직관적인 시각화 및 조작도 지원됩니다. 이 프로젝트는 지속적인 기능 개선을 위해 이슈 등록 및 풀리퀘스트 제출 방침을 권장하며, 라이선스는 MIT를 따르고 있습니다.
자세한 설치 방법과 활용법은 레포지토리 및 문서를 참고하시기 바랍니다.
HVE Core
HVE Core은 GitHub Copilot을 위한 하이퍼벌리스 엔지니어링(Hypervelocity Engineering) 프롬프트 라이브러리로, 제약 기반 AI 워크플로우와 검증된 산출물, 구조화된 방법론을 제공하는 엔터프라이즈 수준의 프레임워크입니다. 이 프로젝트의 목적은 AI 개발 시 신뢰성과 조직 내 일관성을 확보하는 것으로, 솔로 개발자부터 대규모 팀까지 확장 가능하도록 설계되었습니다.
주요 기능으로는 특화된 에이전트, 재사용 가능한 프롬프트, 명령 세트, 유효성 검사 스키마 등이 있으며, JSON schema를 활용한 검증 과정을 통해 아티팩트의 품질과 일관성을 유지합니다. 구조는 여러 디렉토리로 분리되어 있으며, 에이전트, 명령, 프롬프트, 스킬, 스크립트 등 다양한 구성요소로 이루어져 있습니다.
기술 스택에는 주로 VS Code 확장, GitHub Actions, JSON schema, Node.js 기반의 스크립트 등이 사용되며, 최근 릴리즈에서는 CI/CD 파이프라인과 검증 시스템이 강화된 것으로 보입니다. 문서는 Getting Started 가이드와 RPI(Research → Plan → Implement) 방법론, 적응형 검증시스템, 그리고 기여 가이드 등을 포함하며, AI artifacts의 안정성과 품질을 높이기 위해 엄격한 검증 절차를 도입하였고, 오픈소스 커뮤니티의 협업과 책임 있는 AI 개발을 권장하고 있습니다.
참고 링크에는 공식 GitHub 페이지와 문서, 설치 방법, 가이드 등이 포함되어 있으며, 이용 시 최신 문서와 릴리즈 노트를 참고하는 것이 좋습니다.
AFFiNE.Pro
AFFiNE.Pro는 오픈소스 기반의 통합 작업 공간 플랫폼입니다. 이 프로젝트의 주요 목표는 노션(Notion)과 마우(Miro)와 같은 기존 생산성 도구의 대안을 제공하며, 사용자는 자신만의 개인 또는 기업용 지식 베이스와 협업 환경을 구축할 수 있습니다.
AFFiNE는 개인정보 보호와 로컬 데이터 소유권에 초점을 맞춘 로컬 우선 원칙을 따르며, 실시간 협업 기능도 지원합니다. 이 플랫폼은 에디터, 화이트보드, 데이터베이스, 웹 페이지 임베드 등 다양한 블록을 무제한 벽돌캔버스에 배치할 수 있는 매우 유연한 구조를 자랑하며, AI 지원 멀티모달 기능도 갖추고 있어 태스크 자동화, 아이디어 브레인스토밍, 문서 요약, 프로토타입 그리기 등 다양한 창작 작업을 돕습니다.
기술 스택은 Electron, React, TypeScript, Rust, CRDT 기반의 Yjs 등으로 구성되어 있으며, 자체 호스팅이 가능하고, GitHub를 통한 기여도 활발히 이루어지고 있습니다. 최근 릴리즈와 업데이트는 GitHub 릴리즈 페이지에서 확인 가능하며, 커뮤니티와 문서, 타 플랫폼 연동 등을 지속적으로 확장하고 있습니다.
AFFiNE는 사용자들이 자신의 지식과 생산성을 개인화하고 제어할 수 있게 하여, 더 강력하고 사용자 중심의 작업 환경을 제공하는 것이 목적입니다.
shadcn/ui
shadcn/ui는 아름답게 디자인된 UI 컴포넌트 세트로, 개발자가 쉽게 커스터마이징하거나 확장하여 자신만의 컴포넌트 라이브러리를 만들 수 있도록 오픈소스로 제공됩니다. 이 프로젝트는 프론트엔드 개발을 위한 다양한 UI 요소를 포함하며, 목적은 일관되고 세련된 사용자 인터페이스를 빠르게 구축하는 데에 집중되어 있습니다.
주요 기능으로는 버튼, 입력창, 모달, 네비게이션 등 다양한 UI 컴포넌트들이 포함되어 있으며, 이들은 모두 사용자 맞춤형 커스터마이징이 가능합니다. 프로젝트 구조는 오픈소스 코드 기반으로, 별도의 API 또는 CLI 인터페이스보다는 컴포넌트 중심의 라이브러리 형태로 설계되어 있습니다.
대상 사용자는 프론트엔드 개발자 또는 UI 디자이너로, 빠르고 일관된 UI 개발을 위해 활용하며, 특히 React 등 현대적인 프레임워크와 함께 사용하기 적합합니다. 기술 스택으로는 주로 React, Tailwind CSS, TypeScript가 사용되었으며, 지속적으로 업데이트되어 최신 UI 트렌드와 호환성을 유지하는 것으로 보입니다. 참고 링크는 https://ui.shadcn.com/docs 입니다.
커스터마이징과 기여 가이드도 함께 제공되어 있어, 커뮤니티 참여와 개선이 활발히 이루어지고 있습니다.
Page Agent
Page Agent는 웹페이지 내에서 자연어로 제어할 수 있는 GUI 에이전트 도구입니다. 주목적은 웹 인터페이스를 자연어 명령어로 제어하는 것으로, 별도의 브라우저 확장이나 헤드리스 브라우저 없이 순수한 자바스크립트로 동작하며 DOM을 텍스트 기반으로 조작합니다.
이를 통해 사용자들은 스크린샷이나 OCR, 특별한 권한 없이도 웹 페이지를 제어할 수 있으며, 자신의 언어 모델(LLM)을 활용하여 다양한 작업(예: 폼 입력, 버튼 클릭, 다중 페이지 제어)을 수행할 수 있습니다. 구조는 ‘PageAgent’라는 주요 클래스와 함께 TypeScript로 구현되어 있으며, API 호출 방식과 CLI, Chrome 확장 프로그램 등을 지원합니다.
최신 릴리즈는 독립형 npm 패키지로 배포되어 있으며, GitHub에 공개된 오픈소스 프로젝트입니다. 기능적으로는 웹 페이지 제어의 간편화, 자연어 기반 DOM 조작, 다중 페이지 제어 지원(Chrome 확장 활용 가능), 사용자 인터페이스 등의 특징이 있으며, 머신러닝 모델(LLM)과의 연동이 핵심입니다. 프로젝트는 MIT 라이선스로 배포되고 있으며, 개발자는 기여 가이드와 코드 규범을 준수해야 합니다.
주요 사용 대상은 SaaS AI 개발자, 웹 자동화 필요 사용자, 접근성 향상 필요 환경 등입니다. 최근 주요 발전 이력에는 배포 버전 공개와 문서, 데모 제공, LLM API 통합 등이 포함됩니다. 참고로, 이 도구는 클라이언트 측 웹 개선 목적으로 만들어졌으며, browser-use 프로젝트를 기반으로 하여 DOM 처리와 인터랙션 패턴을 차용하고 있습니다. 사용 시에는 공식 문서와 라이선스, 공개 API 정책을 준수하는 것이 중요합니다.