오늘 트렌딩은 완전히 AI 에이전트 생태계의 날이다. Claude Code 플러그인·스킬 마켓플레이스, 에이전트 간 공유 메모리, 멀티 에이전트 오케스트레이터까지 “에이전트를 어떻게 실행하고 먹이고 협업시키는가"에 관한 프로젝트가 목록을 휩쓸었다. 특히 Anthropic의 공식 플러그인 디렉터리 claude-plugins-official과, 하네스 계층을 OS처럼 다루겠다는 ECC, 그리고 에이전트끼리 기억을 넘겨주는 ai-memory가 눈에 띈다.

claude-plugins-official

Anthropic이 직접 큐레이션하는 Claude Code 공식 플러그인 마켓플레이스.

  • GitHub: claude-plugins-official
  • 언어/스택: Claude Code 플러그인 시스템, JSON 설정(plugin.json, .mcp.json, marketplace.json), MCP
  • 카테고리: AI

무엇을 하는 프로젝트인가? Claude Code 사용자가 검증된 플러그인을 한곳에서 탐색하고 설치할 수 있도록 만든 공식 배포 채널이다. /plugin install {plugin-name}@claude-plugins-official 명령이나 /plugin > Discover 메뉴로 바로 설치할 수 있다. 저장소는 Anthropic이 직접 유지하는 내부 플러그인(/plugins)과 파트너·커뮤니티의 서드파티 플러그인(/external_plugins)으로 나뉘어, 신뢰 수준을 구분해 관리한다. 외부 플러그인은 별도 제출 양식을 통과해야 하며 품질·보안 기준을 만족해야 승인된다.

주요 특징

  • 표준 플러그인 구조: .claude-plugin/plugin.json(필수), .mcp.json, commands/, agents/, skills/, README.md로 구성
  • 불변 이름 규칙: 게시된 name 슬러그는 변경 불가이며, 이름을 바꾸려면 displayName 또는 marketplace.json의 renames 맵을 사용해야 기존 설치가 마이그레이션된다
  • 보안 경고 명시: Anthropic은 플러그인에 포함된 MCP 서버·파일을 통제하지 않으므로 설치 전 신뢰 여부를 직접 확인해야 한다

개발자에게 의미하는 것 플러그인 유통이 “각자 링크 공유"에서 공식 카탈로그로 정리되는 신호다. 사내 Claude Code 워크플로를 플러그인으로 패키징하려는 팀이라면 구조와 이름 규칙을 미리 맞춰두는 게 좋다.

Claude Code로 채용 공고 평가부터 자기소개서·면접 준비까지 돌리는 구직 자동화 프레임워크.

  • GitHub: ai-job-search
  • 언어/스택: Claude Code, Python 3.10+, Bun, LaTeX, GitHub Actions
  • 카테고리: AI

무엇을 하는 프로젝트인가? 저장소를 포크한 뒤 자기 프로필만 채우면, Claude가 공고를 평가하고 맞춤 CV와 자기소개서를 써주는 구조화된 구직 워크플로다. 작성자는 2025년 말 해고 후 이 워크플로로 69건의 맞춤 지원서를 내고 20번의 1차 면접을 거쳐 2026년 6월 AI 엔지니어로 입사했다고 밝히고 있다. /setup → /scrape → /apply → /interview 순서로 이어지며, 중간에 Reviewer 에이전트가 초안을 비평하고 수정하는 작성자-리뷰어 파이프라인이 들어간다.

주요 특징

  • /scrape: Jobindex, Jobnet 등 구인 포털을 검색해 적합도 평점과 함께 매칭 결과 제시
  • /apply <url>: 적합도 점수·추천과 함께 LaTeX 기반 맞춤 CV 및 자기소개서 초안 생성
  • ATS 파싱 가능성 점검과 연봉 벤치마킹 등 실전 체크 포함

개발자에게 의미하는 것 에이전트 워크플로를 “실제로 써먹은” 사례 연구로서 가치가 크다. 구인 포털 검색 스킬은 덴마크 시장에 맞춰져 있어, 로컬 채용 사이트로 교체해 쓰는 것이 전제다.

ECC

에이전트 하네스를 하나의 운영체제처럼 다루자는 ‘에이전트 하네스 OS’.

  • GitHub: ECC
  • 언어/스택: TypeScript, Python, Go, Java, Shell, Perl / npm, GitHub Apps
  • 카테고리: AI

무엇을 하는 프로젝트인가? 여러 종류의 AI 에이전트를 실행·관리·보호하기 위한 통합 하네스 계층을 제공한다. 개별 에이전트 구현마다 흩어져 있던 실행 환경, 보안, 도구 연동 로직을 하나의 일관된 계층으로 합치는 것이 목표다. GitHub App으로 저장소 워크플로에 직접 붙일 수 있고, 보안과 범용성을 각각 별도 npm 패키지(ecc-agentshield, ecc-universal)로 분리한 구조가 특징이다.

주요 특징

  • ECC Tools GitHub App: 마켓플레이스에서 설치해 저장소 워크플로에 통합
  • ecc-agentshield / ecc-universal: 보안과 이식성을 독립적으로 관리하는 npm 패키지
  • 16개 이상 언어로 README를 제공하는 다국어 문서 체계와 Discord 커뮤니티 운영

개발자에게 의미하는 것 에이전트를 여러 개 굴리는 팀이라면 “에이전트마다 따로 만든 실행·보안 코드"가 곧 부채가 된다. 그 공통 계층을 어떻게 추상화할지에 대한 레퍼런스로 볼 만하다.

CLI-Anything

모든 소프트웨어를 AI 에이전트가 네이티브하게 쓸 수 있도록 CLI 래퍼를 만들어 주는 프로젝트.

  • GitHub: CLI-Anything
  • 언어/스택: Python 3.10+, Click 8.0+, pytest(2,461개 테스트)
  • 카테고리: AI

무엇을 하는 프로젝트인가? 인간 사용자 중심으로 만들어진 소프트웨어를 에이전트 친화적인 CLI 인터페이스로 감싸, AI 에이전트와 실제 소프트웨어 사이의 간극을 줄인다. 커뮤니티가 만든 CLI를 탐색·설치·관리하는 CLI-Hub(pip install cli-anything-hub, cli-hub install <name>)를 제공하고, 생성된 CLI와 preview·trajectory loop를 활용해 CAD 빌드, 3D 장면, 다이어그램, 게임플레이, 자막 같은 실제 결과물을 만드는 데모를 함께 공개했다.

주요 특징

  • CLI-Hub를 통한 커뮤니티 CLI 탐색·설치·관리
  • JSON과 사람이 읽는 형식 두 가지 출력 지원
  • Apache 2.0 라이선스, arXiv:2606.03854 기술 보고서와 18개 앱 데모 제공

개발자에게 의미하는 것 “에이전트가 쓸 수 있는 인터페이스"를 새로 설계하는 대신 기존 도구에 CLI 래퍼를 씌우는 실용적 접근이다. GUI만 있는 레거시 도구를 에이전트 파이프라인에 끼워 넣을 때 참고할 만하다.

scientific-agent-skills

177개 과학·연구 특화 스킬을 모아 둔 절차적 지식 라이브러리.

  • GitHub: scientific-agent-skills
  • 언어/스택: Python, Agent Skills 표준(agentskills.io), Agent Plugins(plugin.json + skills/)
  • 카테고리: AI

무엇을 하는 프로젝트인가? AI 에이전트가 생물학·화학·의학·물리학·공학·지구과학·데이터 분석 등 연구 도메인 작업을 안정적으로 수행하도록 돕는 스킬 모음집이다. 각 분야의 고유한 관례와 검증 절차를 문서·예제·체크리스트로 정제해 “절차적 지식"으로 제공하는 것이 핵심이다. 기존 이름 ‘Claude Scientific Skills’에서 개방형 Agent Skills 표준 기반으로 개명하며 특정 모델 전용에서 벗어났다. Cursor, Claude Code, Codex, Google Antigravity 등에서 사용할 수 있다.

주요 특징

  • 바이오인포매틱스(단일세포 RNA-seq, 풀드 CRISPR 스크린), 케모인포매틱스(가상 스크리닝, ADMET), 프로테오믹스(LC-MS/MS), 임상 연구 워크플로 커버
  • 100개 이상의 과학 데이터베이스 연동
  • 동반 도구 K-Dense BYOK: 로컬 실행 AI 공동연구자, 40개 이상 모델 선택(BYOK)

개발자에게 의미하는 것 에이전트가 “그럴듯하게 틀리는” 것을 막는 방법은 결국 도메인 지식을 구조화해 주입하는 것이다. 특정 산업용 에이전트를 만든다면 이 라이브러리의 설계 방식이 좋은 템플릿이 된다.

ai-memory

Claude Code에서 Codex로 갈아타도 기억을 그대로 넘겨주는 에이전트 장기 기억 시스템.

  • GitHub: ai-memory
  • 언어/스택: Rust 1.95+ (단일 자체 포함 바이너리), git 기반 마크다운 위키, MCP
  • 카테고리: 시스템

무엇을 하는 프로젝트인가? 코딩 에이전트의 기억을 한 머신·한 도구에 가두지 않기 위한 시스템이다. Claude Code로 작업하다 종료하고 같은 디렉터리에서 Codex를 실행해도 아키텍처 설명이나 실패한 접근, 남은 질문을 다시 설명할 필요가 없다. Claude Code, Codex, Cursor, Gemini CLI 등 20개 이상의 하네스가 하나의 공유 메모리를 사용하며, 핸드오프는 소유자를 가진 타입 지정 프로토콜로 정확히 한 번만 클레임된다.

주요 특징

  • 머신 간 공유: 사용자가 직접 운영하는 서버에 메모리를 두고, 데스크톱에서 중단한 작업을 노트북에서 이어감
  • 평범한 마크다운 저장: 진실의 원천은 git으로 관리되는 .md 위키라 grep·Obsidian·직접 편집이 모두 가능하고, DB는 언제든 재구축 가능한 파생 인덱스
  • LLM 없는 기본 동작: 캡처·검색·핸드오프가 API 키 없이 동작하고, 접근 가중치 기반 기억 보존만 항상 켜져 있으며 재작성·삭제 기능은 기본 비활성

개발자에게 의미하는 것 에이전트 도구를 갈아탈 때마다 컨텍스트를 처음부터 다시 쌓는 비용은 생각보다 크다. 팀 단위로 여러 에이전트를 굴린다면 메모리를 “도구 밖"으로 빼내는 이 설계가 특히 유용하다.

Android skills

Android 공식 모범 사례를 LLM이 잘 실행하도록 만든 AI 최적화 스킬 저장소.

  • GitHub: Android skills
  • 언어/스택: Markdown(SKILL.md), Android CLI, Agent Skills 표준
  • 카테고리: AI

무엇을 하는 프로젝트인가? developer.android.com의 공식 가이드를 AI 에이전트가 더 잘 이해하고 실행하도록 모듈형 지침으로 재구성한 저장소다. 특히 평가 결과 LLM이 상대적으로 취약한 사용 사례와 워크플로에 집중하며, 이미 능숙한 영역(예: Jetpack Compose 기본 모범 사례)은 우선순위에서 제외한다. SKILL.md 형식으로 작업 사양을 기술해 에이전트를 특정 도메인에 그라운딩한다.

주요 특징

  • Android CLI 설치: android skills add r8-analyzer --project=., android skills add --all, android skills update --all
  • 에이전트 플러그인 설치 지원: Claude Code는 /plugin install android-skills --marketplace android/skills
  • 관련 스킬 자동 활성화 및 Apache 2.0 라이선스

개발자에게 의미하는 것 플랫폼 벤더가 공식적으로 “에이전트용 문서"를 배포하기 시작했다는 점이 상징적이다. 안드로이드 앱 개발에 에이전트를 붙여 쓴다면 가장 먼저 설치해 볼 스킬 세트다.

Orca

여러 AI 코딩 에이전트를 병렬 워크트리에서 동시에 굴리는 데스크톱 오케스트레이터.

  • GitHub: Orca
  • 언어/스택: 데스크톱 앱(macOS/Windows/Linux), WebGL 터미널, git worktree, iOS/Android 컴패니언
  • 카테고리: AI

무엇을 하는 프로젝트인가? Codex, ClaudeCode, OpenCode, Pi 등 여러 CLI 기반 코딩 에이전트를 동시에 나란히 실행하고 한곳에서 추적·관리하는 데스크톱 애플리케이션이다. 하나의 프롬프트를 여러 에이전트에 동시에 분배하고, 각 결과를 비교해 가장 좋은 것을 골라 병합하는 워크플로를 노린다. 공식 사이트는 onOrca.dev이며 라이선스는 MIT다.

주요 특징

  • Parallel Worktrees: 프롬프트를 5개 에이전트에 동시 분배, 각각 독립된 git worktree에서 실행
  • Terminal Splits: WebGL 렌더링, 무한 분할, 재시작 후에도 유지되는 scrollback
  • Mobile Companion: 스마트폰에서 에이전트 모니터링·제어, 완료 알림과 후속 지시 전송

개발자에게 의미하는 것 “에이전트 하나에게 잘 시키기"에서 “여러 에이전트의 결과를 비교해 고르기"로 실무 패턴이 옮겨가고 있다. 같은 작업을 병렬로 돌려 검증하려는 팀에 잘 맞는 도구다.

Claude Code

터미널에 상주하며 자연어로 코드베이스를 다루는 Anthropic의 에이전틱 코딩 도구.

  • GitHub: Claude Code
  • 언어/스택: Node.js 18+, npm 패키지(@anthropic-ai/claude-code), Shell/PowerShell 설치 스크립트
  • 카테고리: AI

무엇을 하는 프로젝트인가? 터미널 환경에서 프로젝트 디렉터리에 상주하며 코드베이스를 이해하고 자연어 명령으로 코딩 작업을 지원하는 에이전트 기반 도구다. 반복 루틴 실행, 복잡한 코드 설명, Git 워크플로 처리(커밋·브랜치·PR)를 자연어로 자동화하는 것이 목표이며, IDE나 GitHub에서 @claude를 태그하는 방식으로도 쓸 수 있다. 플러그인 시스템으로 커스텀 명령과 에이전트를 추가해 확장한다.

주요 특징

  • 설치 경로: macOS/Linux는 curl -fsSL https://claude.ai/install.sh | bash, Windows는 irm https://claude.ai/install.ps1 | iex
  • Homebrew Cask와 WinGet 패키지 지원, npm 설치는 지원 중단(deprecated)
  • /bug 명령 또는 GitHub 이슈로 피드백 제출, 플러그인 디렉터리로 기능 확장

개발자에게 의미하는 것 오늘 목록의 절반이 이 도구를 전제로 만들어졌다는 사실 자체가 위상을 보여준다. 아직 안 써봤다면 설치 스크립트 한 줄로 시작할 수 있고, 써봤다면 플러그인 생태계를 함께 볼 시점이다.

VoiceStudio

음성 복제·디자인·더빙·받아쓰기를 646개 언어로 처리하는 오픈소스 음성 제작 스튜디오.

  • GitHub: VoiceStudio
  • 언어/스택: Electron 데스크톱 앱, k2-fsa/OmniVoice 엔진, 로컬 API·MCP
  • 카테고리: 기타

무엇을 하는 프로젝트인가? 음성 복제, 음성 디자인, 영상 더빙, 받아쓰기, 전사, 오디오북 제작을 하나의 데스크톱 앱으로 통합한 로컬 우선 도구다. 복잡하게 흩어진 음성 파이프라인을 한곳에 모아, 자신의 목소리와 워크플로를 유지한 채 로컬 환경에서 작업할 수 있게 하는 것이 목표다. 기능은 Create(복제·디자인) / Produce(더빙·오디오북) / Connect(API·MCP) 세 축으로 정리된다.

주요 특징

  • 플로팅 위젯 기반 실시간 딕테이션과 타이밍에 맞춘 영상 더빙 생성
  • 배치 작업, 재사용 가능한 레시피, 감시 폴더(watch folder) 지원
  • 로컬 API와 MCP 서버 제공으로 자동화 에이전트와 연결, AGPL-3.0 라이선스

개발자에게 의미하는 것 로컬 우선 + MCP 노출 조합은 “에이전트가 조작할 수 있는 크리에이티브 도구"의 전형적인 형태다. 음성 파이프라인을 자동화하려는 팀이라면 원격 서비스 의존 없이 붙여 볼 수 있다.

opencode

터미널에서 쓰는 오픈소스 AI 코딩 에이전트, 데스크톱 앱은 베타.

  • GitHub: opencode
  • 언어/스택: Node.js/npm 모노레포, GitHub Actions(publish.yml)
  • 카테고리: AI

무엇을 하는 프로젝트인가? 터미널 기반 환경에서 AI의 도움을 받아 코드 작성과 개발 작업을 수행하는 오픈소스 코딩 에이전트다. @opencode/cli 패키지를 중심으로 하며 curl 설치 스크립트, npm, bun, pnpm, yarn, Homebrew, Scoop, Chocolatey, Pacman/AUR, mise, Nix 등 다양한 경로로 설치할 수 있다. 저장소는 packages/console, packages/web 등을 포함하는 모노레포 구조다.

주요 특징

  • 데스크톱 앱(BETA): macOS(Apple Silicon/Intel), Windows, Linux(.deb/.rpm/.AppImage) 배포
  • 설치 경로 결정 순서: OPENCODE_INSTALL_DIR → XDG_BIN_DIR → $HOME/bin → $HOME/.opencode/bin
  • 0.1.x 미만 버전은 설치 전 제거 필요

개발자에게 의미하는 것 설치 경로와 배포 채널을 이렇게 넓게 깔아둔 것은 “어떤 환경에서도 일단 깔리게” 하겠다는 의도다. CI 컨테이너나 사내 표준 이미지에 코딩 에이전트를 넣으려는 경우 후보로 볼 만하다.

ruflo

Claude Code와 Codex 위에 100개 이상의 전문화 에이전트를 얹는 메타 하네스.

  • GitHub: ruflo
  • 언어/스택: Node.js(npx), npm, MCP(stdio), Claude Code 플러그인 마켓플레이스
  • 카테고리: AI

무엇을 하는 프로젝트인가? “Agent = Model + Harness"를 내세우며, 모델에 도구·메모리·루프·샌드박스·제어를 제공하는 실행 계층 역할을 하는 메타 하네스다. Claude Code와 Codex 위에 100개 이상의 전문화 에이전트를 추가하고, 이들이 스웜으로 조직화되어 협업하도록 만든다. 자기 학습 메모리와 머신 간 연합 커뮤니케이션, 엔터프라이즈급 보안 가드레일을 함께 제공한다.

주요 특징

  • 구성: ruflo-core(기반 도구), ruflo-console(에이전트 조종석), ruflo-mods(라우팅·정책 시행)
  • TUI: Overview, Cost, Swarm, Events, Missions 페이지를 npx ruflo tui로 열람, --plain으로 단일 프레임 출력
  • RuVector 연동으로 로컬 벡터 검색·영구 컨텍스트·그래프 관계·피드백 학습을 통한 메모리 부여

개발자에게 의미하는 것 에이전트를 “여러 개 붙여 놓는 것"과 “협업하게 만드는 것” 사이의 간극을 메우려는 시도다. 설치 전 Mods 코드를 검토하라는 경고가 있으니, 권한 범위를 반드시 확인하고 도입해야 한다.

XERJ

폴더를 자동 인덱싱해 에이전트의 토큰 소비를 줄이는 Rust 기반 로컬 검색 도구.

  • GitHub: XERJ
  • 언어/스택: Rust(단일 정적 바이너리), BM25 + kNN 하이브리드 검색, MCP
  • 카테고리: 시스템

무엇을 하는 프로젝트인가? 에이전트가 파일을 하나씩 읽느라 토큰을 태우는 대신, 필요한 코드 조각을 정확히 검색해 가져오도록 돕는 로컬 검색 도구다. 대표 사용 사례인 레퍼런스 코딩에서는 작업과 가장 가까운 오픈소스 저장소를 내려받아 인덱싱하고, 직접 작성하기 전에 그 저장소들이 문제를 어떻게 풀었는지 검색해 재사용한다. xerj init 한 번으로 Claude Code, Cursor 등에 MCP와 스킬 형태로 연결된다.

주요 특징

  • 하이브리드 검색: BM25, kNN, 결합 랭킹을 지원하며 순위 문단을 file:line 형태로 반환
  • xerj def로 심볼 정의 위치와 시그니처 확인, xerj gain으로 절감 효과 확인
  • 통제된 연구에서 동일한 16/16 해결률을 유지하며 출력 토큰 2.7배 절감, 현장 보고서에서는 약 5배 절감 사례

개발자에게 의미하는 것 에이전트 비용의 상당 부분은 “많이 읽는 것"에서 나온다. 토큰 절감이 곧 비용과 정확도 문제인 팀이라면 검색 계층을 따로 두는 이 접근이 실질적인 답이 될 수 있다.

오늘의 한 줄 정리

오늘의 트렌딩은 “더 좋은 모델"이 아니라 모델을 둘러싼 하네스·스킬·메모리·오케스트레이션 계층에 몰려 있었다. 에이전트를 한 번 잘 쓰는 시대에서, 여러 에이전트의 기억과 결과를 관리하는 시대의 도구들이 자리를 잡아가고 있다.

매일 아침 GitHub Trending을 릿치 블로그에서 만나보세요.