오늘 트렌딩은 “AI 에이전트에게 무엇을 가르칠 것인가"라는 질문이 지배했다. 에이전트형 IDE와 멀티 에이전트 데스크톱(ThinkRail, Cindy, OpenBot)이 나란히 올랐고, 그 옆에 디자인 스킬 묶음(AI Design Skills, hallmark, impeccable)이 세 개나 자리 잡았다. 코드 생성 자체보다 “에이전트가 뱉는 결과물의 품질과 프로세스"를 어떻게 통제할지가 새로운 경쟁 지점이 됐다는 신호다.

ThinkRail

JetBrains가 만든 에이전트형 IDE — 쓸수록 프로젝트를 더 잘 이해하는 코딩 에이전트 워크벤치

  • GitHub: ThinkRail
  • 언어/스택: pi 코딩 에이전트(npm @earendil-works/pi-coding-agent), Monaco Editor, git worktree, GitHub PR/CI, MCP
  • 카테고리: AI

무엇을 하는 프로젝트인가? ThinkRail은 pi 코딩 에이전트를 중심으로 IDE 인터페이스를 씌운 JetBrains 인큐베이터 프로젝트다. 핵심 아이디어는 에이전트가 프로젝트를 “기억"하게 만드는 것으로, SPEC.md 파일들의 연결 그래프를 진실의 근원으로 두고 에이전트가 전용 spec_* 도구로 읽고 갱신하게 한다. 작업은 git worktree 기반 워크스페이스로 격리되어 여러 에이전트가 서로 간섭 없이 병렬로 돌아간다. 자체 계정이 없다는 점도 특징으로, 기존 pi 설정과 사용자의 프로바이더 자격 증명을 그대로 사용한다.

주요 특징

  • 격리된 워크스페이스: 브랜치별 worktree를 생성하고, 완료/휴면 상태가 되면 프로젝트별 ‘선반’에 자동 정리. 상단 바에서 PR 상태·CI 체크·리뷰를 확인하고 머지, 재오픈, 원격 브랜치 삭제까지 원클릭 처리
  • 엔진이 사고하는 방식의 채팅: 워크스페이스당 여러 개의 동시 pi 세션, 세션별 모델과 실시간 토큰/비용 표시, 실행 중 턴 조정(steer)과 서브에이전트 위임
  • 스킬과 MCP: 다른 코딩 에이전트용 Agent Skills를 그대로 읽어들이고, mcp.json 기반 MCP 서버 연결 및 도구별 승인 정책 제공
  • 셸 너머의 도구: 웹 리서치, 구조화된 객관식 질문, 채팅 인라인 다이어그램·before/after 목업. @thinkrail/pi-ask-user-question, @thinkrail/pi-visualize는 독립 패키지로도 배포

개발자에게 의미하는 것 터미널 에이전트의 자율성은 유지하면서 IDE 수준의 검토·리뷰 워크플로를 붙이고 싶은 팀에게 가장 직접적인 후보다. “세션이 끝나면 의도가 사라진다"는 LLM 코딩의 고질적 문제를 스펙 그래프로 정면 돌파하려는 시도다.

AI Design Skills

AI 코딩 도구가 ‘디자인 티 나는’ 결과물 대신 정돈된 UI를 뽑도록 만드는 마크다운 규칙 모음

  • GitHub: AI Design Skills
  • 언어/스택: Markdown(SKILL.md) 기반 규칙 파일
  • 카테고리: 프론트엔드

무엇을 하는 프로젝트인가? 마크다운 규칙 파일을 읽는 AI 도구라면 무엇이든 쓸 수 있는 디자인 스킬 세트다. Claude Code, Cursor, Codex, Windsurf, Cline 등 각 도구의 규칙 경로에 맞춰 설치하며, 각 스킬이 독립 폴더로 구성되어 필요한 것만 골라 넣을 수 있다. 목표는 개발자가 별도 디자인 지식 없이 자연어 요청만으로 일관된 시각 품질을 얻는 것이다.

주요 특징

  • landing-page-design: 현재 공개된 핵심 스킬로, 요구사항 인테이크 → 페이지 구조 설계 → 전환 중심 카피라이팅 → 타이포·여백·radius·모션을 포함한 완전한 시각 시스템까지 정의
  • 도구별 설치 경로 지원: Claude Code .claude/skills/, Cursor .cursor/rules/, Codex AGENTS.md, Windsurf .windsurfrules, Cline .clinerules
  • 단일 섹션 커스터마이징: 스킬 파일 하단에 폰트·색상·스페이싱·모션이 모여 있어 이 부분만 고치면 전체 동작에 반영
  • MIT 라이선스: 사용·포크·배포·상업적 판매 모두 가능. 리디자인용 별도 저장소(elayadesign/redesign-skill)도 운영

개발자에게 의미하는 것 런타임도 빌드 도구도 없이 마크다운만으로 디자인 품질을 통제한다는 접근이 실용적이다. 사내 프로젝트의 디자인 토큰을 이 파일에 옮겨 적는 것만으로 에이전트 출력을 브랜드에 맞출 수 있다.

Superpowers

코딩 에이전트가 처음부터 ‘개발 프로세스’를 갖추고 동작하게 만드는 조합 가능한 스킬 세트

  • GitHub: Superpowers
  • 언어/스택: Markdown 기반 스킬 정의, Claude Code 플러그인/마켓플레이스, 셸 설치 절차
  • 카테고리: AI

무엇을 하는 프로젝트인가? 단순한 프롬프트 모음이 아니라 “에이전트용 소프트웨어 개발 방법론"이다. 상호 조합 가능한 스킬과, 에이전트가 이를 반드시 활용하도록 강제하는 초기 지침 위에 세워졌다. 사용자가 매번 명령하지 않아도 상황에 맞춰 스킬이 자동 트리거된다는 점이 핵심이다.

주요 특징

  • 요구사항 도출 우선: 만들려는 것을 감지하면 곧바로 코드를 쓰지 않고 “정말 무엇을 하려는가"를 먼저 질문
  • 청크 단위 스펙 검토: 스펙을 읽고 소화할 수 있는 짧은 단위로 쪼개 사용자 확인을 받은 뒤 설계 승인
  • 서브에이전트 기반 개발: “go” 한마디로 여러 에이전트가 태스크를 나눠 처리·검사·리뷰하며 자율 진행. Red/Green TDD, YAGNI, DRY를 워크플로에 내장
  • 광범위한 하네스 지원: Claude Code, Codex(App/CLI), Cursor, Gemini CLI, GitHub Copilot CLI, OpenCode, Pi, Qwen Code 등. Claude Code는 공식 플러그인 마켓플레이스(/plugin install superpowers@claude-plugins-official)에서 설치

개발자에게 의미하는 것 에이전트에게 “무엇을 만들지"보다 “어떻게 일할지"를 먼저 심어주는 접근이다. 자율 실행 시간을 몇 시간 단위로 늘리려는 팀이라면 계획 준수성 확보 수단으로 참고할 가치가 크다.

DeepTutor

학습자의 수준과 이력을 계속 반영하는 ‘평생 개인화 튜터링’ AI 시스템

  • GitHub: DeepTutor
  • 언어/스택: Python 3.11+, Next.js 16
  • 카테고리: AI

무엇을 하는 프로젝트인가? 홍콩대 데이터 인텔리전스 랩(HKUDS)이 개발한 개인 맞춤형 학습 도우미다. 단발성 질의응답이 아니라 학습자의 상태를 지속 추적·반영하는 lifelong learning 개념을 튜터링에 접목했다. 교육 도메인에 LLM·에이전트 기술을 적용한 연구 성격의 프로젝트이며, GitHub Trending Repository of the Day에 선정될 만큼 커뮤니티 관심이 높다.

주요 특징

  • 개인화 튜터링: 학습 이력과 수준을 반영해 학습 경험을 조정
  • 다국어 문서 체계: 영어, 중국어(간체/번체), 일본어, 스페인어, 프랑스어, 아랍어, 러시아어, 힌디어, 포르투갈어, 태국어, 폴란드어 등 13개 이상 README 제공
  • 공식 문서 사이트: deeptutor.info에서 문서와 Collaborate 채널 운영

개발자에게 의미하는 것 LLM을 교육 서비스에 얹으려는 팀에게 개인화 상태 관리 구조의 참고 사례가 된다. 다국어 지원 폭이 넓어 한국어 사용자도 진입 장벽이 낮다.

Macro

이메일·메신저·문서·태스크·CRM·AI 에이전트를 하나로 합친 팀용 올인원 워크스페이스

  • GitHub: Macro
  • 언어/스택: SolidJS(프론트엔드), Rust(백엔드), CRDT, Gmail/GitHub 연동, MCP
  • 카테고리: 기타

무엇을 하는 프로젝트인가? “스타트업을 위한 단일 운영체제"를 목표로 만든 워크스페이스다. Slack, Linear, Notion, HubSpot, Superhuman을 각각 쓰다 보니 회사가 MCP와 Zapier로 겨우 연결되는 혼란 상태가 됐다는 문제의식에서 출발했다. 워크스페이스 내 모든 항목이 @링크로 연결되고 검색되며, 문서·태스크·채널 메시지·이메일 간 상호 참조가 양방향 그래프로 네이티브 저장된다.

주요 특징

  • 블록 구조: Email, Messages, Tasks, Docs, Canvas, Agents, Calls, File storage, Pull requests, CRM이 각각 전용 UI를 갖되 동일 백엔드를 공유
  • 키보드 우선 이메일: 멀티 계정 통합 인박스, j/k/e 탐색, 인박스 전반에서 동작하는 AI 도구 표면(첨부 PDF 직접 검색, 채팅에서 초안 작성·발송)
  • 팀 단위 공유 메모리: 통화 녹음·전사가 에이전트용 팀 메모리에 기록되고, 에이전트가 이메일·CRM 데이터에 접근
  • 성능 지향 스택: SolidJS + Rust 조합, CRDT 기반 실시간 협업 문서

개발자에게 의미하는 것 약 15명 팀이 2년간 직접 쓰며(dogfooding) 만든 제품이라는 점이 설계 신뢰도를 높인다. 사내 도구 파편화를 겪는 조직이라면 통합 모델과 권한 체계 설계를 참고할 만하다.

hallmark

“AI가 만든 것처럼 보이는” 웹페이지를 린트해 걸러내는 디자인 스킬

  • GitHub: hallmark
  • 언어/스택: Node.js CLI(theme.mjs, sloplint.mjs), 브라우저 렌더링 기반 린팅, 자급식 HTML+CSS 출력
  • 카테고리: 프론트엔드

무엇을 하는 프로젝트인가? Together AI가 만든 디자인 스킬로, LLM이 페이지를 생성할 때 반복하는 전형적 패턴 — 이른바 ‘AI 슬롭’ — 을 실제 브라우저에서 린트해 제거한다. 모든 제목 위 eyebrow 텍스트, 자간 넓힌 대문자 라벨, 헤드라인 한 단어만 색칠하기, 화면을 벗어나는 히어로, 실제로 전송되지 않는 구독 폼 같은 것들이 검출 대상이다. Claude Code, Codex, Cursor, OpenCode에서 사용한다.

주요 특징

  • 50가지 테마: 각 테마는 종이·타이포·색상·표면·컴포넌트로 구성된 하나의 ‘재료’이며, 내용이나 순서를 규정하지 않아 같은 테마로도 전혀 다른 페이지가 나온다
  • 작업(Job) 기반 설계: 예약 페이지는 예약, 쇼핑 페이지는 판매, 뉴스레터는 구독을 중심으로 구성하고 그 액션으로 페이지를 마무리
  • 3단계 게이트: 절대 통과 못 하는 하드 룰(Floor), 이유를 기록하면 예외 가능한 기본값(Reflex), 출시를 막지 않는 마감 검사(Finish)
  • 실물 재료 활용: URL·개발 서버·앱을 지정하면 스크린샷을 캡처하고, 공개 라이선스 사진 755장을 주제에 맞게 선택해 출처를 표기. /hallmark redesign <path>, /hallmark audit <path> 명령 제공

개발자에게 의미하는 것 단순 템플릿 생성기가 아니라 검증 파이프라인에 가깝다는 점이 차별점이다. 랜딩 페이지 품질을 에이전트에게 맡기고 싶지만 “AI 티"가 신경 쓰이는 팀에 맞는다.

impeccable

Claude 등 코딩 에이전트의 ‘AI 티 나는 프론트엔드’를 잡는 디자인 가이드 스킬

  • GitHub: impeccable
  • 언어/스택: npm/npx CLI, 마크다운 스킬·명령 정의, 브라우저 확장 및 결정론적 룰 엔진
  • 카테고리: 프론트엔드

무엇을 하는 프로젝트인가? Anthropic의 frontend-design 스킬에서 출발한 디자인 개선 스킬이다. 모든 모델이 같은 SaaS 템플릿(어디에나 Inter 폰트, 보라-파랑 그라디언트, 카드 속 카드, 컬러 배경 위 회색 텍스트)을 반복 생성하는 문제를 겨냥한다. 제품 사실(Product truth)과 시각 방향을 분리 관리하는 것이 핵심 철학이다.

주요 특징

  • 1개 스킬 + 24개 명령: polish, audit, critique, distill, animate, bolder, quieter, harden, typeset, layout 등 /impeccable <command> <target> 형태
  • /impeccable init: 대상 사용자·목적·제약·보이스를 PRODUCT.md에, 시각 시스템을 DESIGN.md에 분리 기록
  • 62개 결정론적 탐지 규칙: LLM 없이 CLI와 브라우저 확장에서 실행되며 API 키가 필요 없어 CI에서도 품질 점검 가능
  • pin 명령: /impeccable pin audit처럼 자주 쓰는 명령을 /audit 단축 명령으로 승격. live, generate로 브라우저에서 시각 변형을 실시간 반복

개발자에게 의미하는 것 디자인 리뷰·감사·폴리시를 일관된 명령 체계로 수행하는 ‘공유 디자인 어휘’를 제공한다는 발상이 실용적이다. API 키 없이 로컬에서 도는 규칙 엔진 덕분에 파이프라인 자동화에 붙이기 쉽다.

Cindy

별도 서버 없이 내 PC와 휴대폰을 그대로 실행 환경으로 쓰는 오픈소스 AI 에이전트 클라이언트

  • GitHub: Cindy
  • 언어/스택: 크로스 플랫폼 클라이언트(macOS/Windows/Linux/iOS/Android), Claude Code·Codex·Pi 하네스, MCP, 플러그인/Skills, Apache-2.0
  • 카테고리: AI

무엇을 하는 프로젝트인가? “Consider it done"을 내건 개인용 AI 동반자다. 서버 임대나 셀프 호스팅 없이, 이미 쓰고 있는 컴퓨터와 휴대폰을 서버이자 실행 환경으로 활용한다. 이미 결제 중인 모델 구독(Claude Code, Codex)과 API 키, 로컬 모델을 그대로 연결하는 것이 기본 전제다.

주요 특징

  • 멀티 디바이스 세션 연속성: 작업 PC, 집 데스크톱, 노트북, 휴대폰에서 동일 세션을 이어가고 해당 세션의 파일에 접근. 휴대폰에서 내장 원격 데스크톱으로 연결된 컴퓨터를 조작
  • 다중 하네스 오케스트레이션: Claude Code, Codex, Pi를 작업에 따라 전환하며, 계획 수립·병렬 구현·독립 리뷰로 여러 에이전트를 팀처럼 운용
  • 실무 도구 사용: 파일·브라우저·앱을 직접 다루고, 응답을 차트·인터랙티브 컨트롤·리치 HTML로 제공. 자동화(automations)와 Slack·Telegram 채널 위임 지원
  • 커스터마이징: 역할·지시사항·스킬을 부여한 나만의 컴패니언 생성, SkillHub에서 스킬·플러그인 탐색

개발자에게 의미하는 것 무료 범위는 클라이언트에 한정되고 모델 사용 한도·과금은 별도라는 점을 분명히 해둬야 한다. “내 장비가 곧 에이전트 런타임"이라는 모델이 개인 개발자에게 현실적인 선택지가 되는지 보여주는 사례다.

OpenBot

지속적으로 유지되는 AI 팀원을 위한 로컬 우선 데스크톱 워크스페이스

  • GitHub: OpenBot
  • 언어/스택: Electron 계열 데스크톱 앱, Codex App Server·Claude Code·ACP, Cloudflare Workers + D1(선택), PolyForm Noncommercial 1.0.0
  • 카테고리: AI

무엇을 하는 프로젝트인가? 각 에이전트에 독립된 작업 공간과 대화 세션을 부여하고, 하나의 데스크톱 앱에서 여러 AI 에이전트를 동시에 운영하게 해주는 워크스페이스다. Codex App Server와 Claude Code를 기본 지원하고, Grok CLI·OpenCode·Gemini·Cursor CLI·Cline CLI를 ACP(Agent Client Protocol)로 연결한다.

주요 특징

  • 독립 워크스페이스 + 컨텍스트 관리: 에이전트별 세션·로컬 워크스페이스 유지, 긴 스레드가 모델 윈도우를 넘기 전 자동 압축(compaction)
  • 에이전트 간 통신: 메시지·답장·리액션·이미지·관리형 파일 전송, 공용 데스크톱 채널에서 Stop/Resume/Reassign/Archive 제어
  • 내장 브라우저와 Computer Use: 에이전트가 열고 검사·제어하는 임베디드 브라우저, 릴리스 포함 cua-driver 바이너리로 macOS·Windows·Linux에서 컴퓨터 사용
  • 로컬 모델 자동 감지: OpenAI 호환 엔드포인트, Ollama·LM Studio 자동 인식

개발자에게 의미하는 것 개발 프리뷰 단계이며 에이전트가 danger-full-access와 approvalPolicy: never로 실행된다는 점은 반드시 인지해야 한다. 로컬 우선이지만 오프라인 전용은 아니라서, 신뢰할 수 있는 작업과 백업 환경에서만 쓰는 것이 안전하다.

Jailbreaks

26개 이상 모델을 대상으로 32개 시스템 프롬프트·페르소나 락·에이전트 명세를 모은 큐레이션

  • GitHub: Jailbreaks
  • 언어/스택: Markdown, AGENTS.md, Ollama Modelfile, 설정 블록
  • 카테고리: 보안

무엇을 하는 프로젝트인가? 프론티어·오픈 웨이트·무료 스텔스 모델을 아우르는 시스템 프롬프트와 페르소나 락, 워크스페이스 정책, 에이전트 운영 명세를 모아둔 저장소다. 작성자는 각 파일이 요약이나 발췌 없이 그대로 붙여넣어 쓸 수 있는 완전한 형태라고 설명한다. 애플리케이션 코드 없이 문서와 텍스트 설정 파일로만 구성된 프롬프트 아카이브 성격이 강하다.

주요 특징

  • 폭넓은 대상: Anthropic Claude(Opus/Sonnet), GLM·DeepSeek·Kimi·Qwen·Gemma·GPT-OSS 등 오픈 웨이트, 그리고 OpenCode Zen 무료 스텔스 모델 계열
  • 에이전트/워크스페이스 포맷: AGENTS.md, 코딩 에이전트 지침 포맷, 설정 블록, Ollama Modelfile
  • PR 기여 기반: 프롬프트 수·대상 모델 수·스타 수 배지로 현황 표시

개발자에게 의미하는 것 저장소 스스로 “연구 및 교육 목적 전용"이라 명시하며, 명령 계층 구조·페르소나 프레이밍·프롬프트 충돌·정책 오버라이드가 모델 동작에 미치는 영향을 문서화해 프롬프트 인젝션에 더 강인한 시스템을 연구하는 데 쓰라고 밝힌다. 활용 시 이용약관과 법적·윤리적 책임 검토가 필수다.

LinkSwift

중국 클라우드 스토리지의 직링크를 추출해 외부 다운로더로 넘겨주는 사용자 스크립트

  • GitHub: LinkSwift
  • 언어/스택: JavaScript(userscript), Tampermonkey/Violentmonkey/Greasemonkey, GreasyFork 배포
  • 카테고리: 기타

무엇을 하는 프로젝트인가? 바이두 왕판, 알리융판, 콰크, 톈이윈, 123pan, 즈후, 슝레이 등 여러 클라우드 드라이브에서 파일의 실제 다운로드 URL을 뽑아주는 브라우저 스크립트다. 원래 브라우저나 전용 클라이언트로만 받을 수 있는 파일을 Aria2, IDM, Motrix 같은 외부 다운로더로 넘길 수 있게 한다. 백엔드 없이 클라이언트 측에서 각 서비스의 웹 API와 DOM을 분석해 동작한다.

주요 특징

  • 다중 서비스 통합: 여러 드라이브를 하나의 스크립트로 관리하고 신규 서비스 지속 추가
  • 다운로드 위임: 파일/폴더 직링크 추출, 클립보드 복사, 외부 다운로더 연동 링크 형식 제공
  • 일괄 추출: 다중 파일 선택으로 목록 전체 추출 및 편의 UI 제공
  • 자동 업데이트: 사용자 스크립트 매니저를 통한 설치·갱신

개발자에게 의미하는 것 README가 GreasyFork 설치 사용자에게 공식 GitHub 저장소로 재설치할 것을 권고한다는 점이 눈에 띈다. 서비스 정책·API 변경에 따라 기능이 일시적으로 깨질 수 있고, 이용약관과 저작권 준수가 전제다.

Expo Skills

Expo 팀이 공식 제공하는 AI 에이전트용 Expo 지식 스킬 모음

  • GitHub: Expo Skills
  • 언어/스택: SKILL.md 기반 스킬, Skills CLI(npx), 플러그인 마켓플레이스, MIT
  • 카테고리: 프론트엔드

무엇을 하는 프로젝트인가? Expo 앱을 빌드·배포·업그레이드·디버깅할 때 AI 코딩 에이전트가 정확한 Expo 지식을 적용하도록 돕는 공식 스킬 세트다. 언제 Expo API를 써야 하는지, 일반적인 워크플로를 어떻게 짜야 하는지, Expo·EAS·React Native·iOS·Android에서 어떤 제약이 중요한지를 집중 학습시킨다. 문서가 여전히 진실의 원천이며 스킬은 이를 올바르게 적용하도록 보조하는 역할이라는 입장이다.

주요 특징

  • 플러그인 설치: Claude Code는 claude plugin install expo@claude-plugins-official, Codex는 codex plugin add expo@openai-curated
  • Skills CLI 설치: 그 외 에이전트는 npx skills@latest add expo/skills --skill '*', --agent <agent>로 대상 지정
  • 개별 업데이트: npx skills@latest update expo-router처럼 스킬 단위 갱신 가능
  • 광범위한 에이전트 지원: Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, Windsurf, Gemini, Cline, AMP, Factory Droid, Antigravity, Kiro CLI

개발자에게 의미하는 것 프레임워크 벤더가 직접 스킬을 배포하는 흐름이 자리 잡았다는 신호다. 설치 후 에이전트 세션을 재시작해야 SKILL.md를 인식한다는 점만 기억하면 된다.

RuView (π RuView)

평범한 WiFi 전파를 공간 인지·센싱 시스템으로 바꾸는 WiFi 센싱 플랫폼

  • GitHub: RuView
  • 언어/스택: ESP32 CSI 노드, WiFi CSI 신호 처리, Hugging Face 사전학습 모델(wifi-densepose-pretrained), LoRA, MQTT/HAP-1.1/Matter
  • 카테고리: 시스템

무엇을 하는 프로젝트인가? 카메라나 웨어러블 없이 벽 너머나 어둠 속에서 사람을 감지하고 호흡·심박을 측정하며 움직임을 추적한다. WiFi 라우터가 이미 공간에 퍼뜨리는 전파가 사람의 움직임·호흡·정지 상태에 의해 교란되는 원리를 이용해, 저비용 ESP32 센서의 채널 상태 정보(CSI)를 실행 가능한 데이터로 변환한다. 프라이버시를 침해하는 카메라 없이 물리 법칙만으로 공간을 센싱하는 것이 목표다.

주요 특징

  • 존재·생체·활동 감지: 벽 너머 인원 계수와 출입 추적, 비접촉 호흡수·심박수 측정, 걷기·앉기·낙상 인식
  • 환경 매핑과 수면 분석: RF 핑거프린팅으로 방 식별·가구 이동 감지, 수면 단계 분류와 무호흡 스크리닝
  • 카메라 없는 포즈 추정: WiFi CSI로 17개 신체 키포인트 추정(WiFi DensePose)
  • 스마트홈 통합: Home Assistant(HA-DISCO MQTT), Apple Home(HAP-1.1 브릿지), Google Home·Alexa(Matter) 연동. 노드당 21개 엔티티(원시 신호 11 + 추론 상태 10)와 스타터 블루프린트 3종 제공

개발자에게 의미하는 것 CSI라는 익숙지 않은 신호를 다루지만 ESP32와 MQTT·Matter라는 대중적 스택 위에 올라가 있어 임베디드·스마트홈 개발자에게 진입점이 명확하다. README 상단 일부가 잘려 있어 일부 세부 기능은 원문 저장소 확인이 필요하다.

the-craft-of-selfteaching

자기주도 학습(自学)을 주제로 한 오픈소스 전자책, 프로그래밍을 그 입구로 삼는다

  • GitHub: the-craft-of-selfteaching
  • 언어/스택: Python, JupyterLab/Jupyter Notebook(.ipynb), Markdown, Git/GitHub, VS Code
  • 카테고리: 기타

무엇을 하는 프로젝트인가? 리샤오라이(李笑来)가 쓴 자기주도 학습에 관한 오픈소스 전자책이다. “자기 자신을 가르칠 수 없는 사람은 미래가 없다"는 문제의식 아래 自学 능력의 중요성과 습득 방법을 전하고, 특히 프로그래밍을 自学의 입구로 삼아 Python 학습을 안내한다. 2019년 3월 23일 Markdown 버전도 추가됐다.

주요 특징

  • 실행 가능한 노트북: Jupyter Notebook 챕터로 구성되어 설명과 코드를 함께 읽고 실습
  • 폭넓은 Python 주제: 테스트 주도 개발(TDD), 함수, 클래스, 정규식, BNF/EBNF 등
  • 부록과 기여: JupyterLab 설치 및 VS Code/Git 안내 부록, Pull Request를 통한 교정 참여
  • 라이선스: CC BY-NC-ND 3.0, 원서는 중국어로 작성

개발자에게 의미하는 것 기술 자체보다 학습 방법론을 다루는 드문 저장소로, 주니어 개발자 온보딩이나 스터디 교재로 활용 가치가 있다. 로컬에서 더 나은 환경으로 읽으려면 JupyterLab 설치 부록부터 보라고 권한다.

오늘의 한 줄 정리

오늘의 트렌딩은 “에이전트를 어떻게 가르치고 통제할 것인가"로 수렴한다 — IDE와 데스크톱이 작업 공간을 격리하고, 디자인 스킬과 프레임워크 공식 스킬이 출력 품질을 규격화하며, 프롬프트 아카이브가 그 경계를 시험한다. 에이전트 자체보다 에이전트 주변부(스킬·스펙·게이트)가 새로운 제품 카테고리로 굳어지는 중이다.

매일 아침 GitHub Trending을 릿치 블로그에서 만나보세요.