오늘 트렌딩은 한마디로 **“AI 에이전트에게 손과 기억을 달아주는 도구들”**이 휩쓸었다. Anthropic이 자사 스킬(Skills) 구현과 퀵스타트 예제를 연달아 공개했고, Vercel Labs의 agent-browser, Garry Tan의 gbrain 메모리 레이어, Home Assistant용 MCP 서버까지 에이전트 생태계의 인프라 격 프로젝트가 대거 올라왔다. 그 사이에서 Meta가 8년간 사내에서 다듬어 온 디자인 시스템 Astryx를 오픈소스로 공개한 것도 눈에 띄는 사건이다.

Anthropic Skills

Claude가 특정 작업을 반복 가능하게 수행하도록 가르치는 “스킬” 폴더 규격과 예시 모음.

  • GitHub: skills
  • 언어/스택: Markdown 기반 SKILL.md, Claude Code 플러그인, Claude API
  • 카테고리: AI

무엇을 하는 프로젝트인가? 스킬(Skill)은 Claude가 특화된 작업 성능을 끌어올리기 위해 동적으로 로드하는 지시사항·스크립트·리소스의 묶음이다. 이 저장소는 창의/디자인, 개발/기술, 엔터프라이즈/커뮤니케이션, 문서 처리 등 카테고리별 예시 스킬을 공개해 자체 스킬을 만들 때 참고할 패턴을 제공한다. 특히 Claude의 문서 처리 기능을 실제로 구동하는 docx·pdf·pptx·xlsx 스킬이 그대로 포함되어 있어, 프로덕션 AI 애플리케이션 수준의 복잡한 스킬 레퍼런스로 쓸 수 있다. spec/ 폴더에는 Agent Skills 명세가, template/에는 시작용 템플릿이 들어 있다.

주요 특징

  • 특징 1: 각 스킬이 SKILL.md(지시사항 + 메타데이터)를 포함한 자기완결적 폴더 구조로, 표준 스펙에 맞춰 배포·재사용이 쉽다.
  • 특징 2: Claude Code에서는 /plugin marketplace add anthropics/skills 후 document-skills 또는 example-skills 플러그인을 설치해 바로 사용할 수 있다.
  • 특징 3: 대부분의 스킬이 Apache 2.0으로 공개되어 사내 워크플로에 맞게 수정·확장하는 것이 허용된다.

개발자에게 의미하는 것 “프롬프트를 잘 쓰는 것"을 넘어, 조직 고유의 업무 규칙을 코드 자산처럼 버전 관리하고 배포하는 방식이 자리 잡고 있다는 신호다. 사내 문서 표준이나 데이터 분석 절차를 스킬로 만들어 두면 에이전트가 매번 같은 실수를 하지 않는다.

Astryx

Meta가 8년간 13,000개 이상의 앱을 지탱해 온 사내 디자인 시스템의 오픈소스 공개판.

  • GitHub: Astryx
  • 언어/스택: React 19+, StyleX, CLI, MIT
  • 카테고리: 프론트엔드

무엇을 하는 프로젝트인가? Astryx는 “사람과, 그 곁에서 함께 일하는 AI 에이전트가 동일한 방식으로 제품을 만들 수 있도록” 설계된 완전 커스터마이징 가능한 디자인 시스템이다. 테마, 다크 모드, 템플릿, CLI를 하나의 일관된 시스템으로 묶어 150개 이상의 접근성 지원 컴포넌트를 제공한다. API·문서·CLI가 같은 레퍼런스를 공유하기 때문에 개발자와 AI 어시스턴트가 동일한 규칙 위에서 빌드할 수 있다는 점이 기존 디자인 시스템과 다른 지점이다. 현재 Beta 단계다.

주요 특징

  • 특징 1: swizzle 명령으로 컴포넌트 소스 전체를 프로젝트로 추출(eject)해 직접 소유·수정할 수 있는 열린 내부 구조.
  • 특징 2: 내부적으로는 StyleX를 쓰지만 소비자에게는 노출되지 않아, Tailwind·CSS Modules·순수 CSS 등 기존 방식대로 className으로 오버라이드할 수 있다.
  • 특징 3: 테마가 CSS 커스텀 프로퍼티 오버라이드 집합이어서, 컴포넌트를 포크하거나 감싸지 않고도 브랜드에 맞게 재정의할 수 있다.

개발자에게 의미하는 것 React 19 이상이 필수라는 전제만 맞으면, 사내 디자인 시스템을 처음부터 만드는 비용을 크게 줄일 수 있다. 특히 AI 코딩 어시스턴트가 프로젝트에 합류하는 워크플로를 전제로 설계됐다는 점이 요즘 시대에 맞다.

Sherlock

하나의 아이디로 400개 이상의 사이트를 훑어 계정 존재 여부를 찾아내는 OSINT 도구.

  • GitHub: Sherlock
  • 언어/스택: Python, Docker, pipx/uv
  • 카테고리: 보안

무엇을 하는 프로젝트인가? 사람들은 여러 플랫폼에서 같은 사용자 이름을 재사용하는 경우가 많다. Sherlock은 이 점을 이용해 특정 username이 400개 이상의 소셜 네트워크와 웹사이트에 등록되어 있는지 자동으로 검사한다. 보안 연구, 침해 사고 조사, 디지털 포렌식, 평판 조사 등에서 온라인 존재감(presence)을 빠르게 파악하는 것이 목적이다. 사이트별 검사 규칙은 data.json으로 관리된다.

주요 특징

  • 특징 1: sherlock user1 user2 user3처럼 여러 아이디를 한 번에 배치 검사할 수 있다.
  • 특징 2: {?} 자리표시자로 _, -, . 등이 섞인 유사 아이디 변형까지 탐색한다.
  • 특징 3: 결과를 텍스트·CSV·XLSX·JSON으로 출력하고, --site 필터링, --proxy, --browse, --print-found 등 실무용 옵션을 갖췄다.

개발자에게 의미하는 것 본인 계정의 노출 범위를 점검하는 셀프 체크부터 보안 조사 자동화까지 폭넓게 쓸 수 있다. 다만 대규모 스캔은 각 사이트 약관과 관련 법규를 위반할 수 있고 오탐 가능성도 있으니, 윤리적·합법적 범위 안에서 사용해야 한다.

MuJoCo

Google DeepMind가 유지보수하는 로봇공학·생체역학용 범용 물리 엔진.

  • GitHub: MuJoCo
  • 언어/스택: C/C++ 엔진, Python 바인딩, JAX 기반 MJX, Unity 플러그인, WebAssembly
  • 카테고리: 시스템

무엇을 하는 프로젝트인가? MuJoCo(Multi-Joint dynamics with Contact)는 관절 구조물과 환경의 상호작용을 빠르고 정확하게 시뮬레이션하는 물리 엔진이다. 로봇공학, 생체역학, 그래픽스/애니메이션, 머신러닝 연구에서 널리 쓰인다. XML 컴파일러가 미리 할당한 저수준 데이터 구조 위에서 런타임 시뮬레이션이 돌아가기 때문에 성능이 뛰어나다. 네이티브 데스크톱 창과 웹 브라우저 양쪽에서 대화형 시각화를 지원한다.

주요 특징

  • 특징 1: C API를 중심으로 Python 바인딩과 Unity 게임 엔진 플러그인을 함께 제공해 다양한 파이프라인에 붙일 수 있다.
  • 특징 2: JAX로 작성된 MuJoCo XLA(MJX)와 멀티스레드 rollout 모듈로 대규모 강화학습 실험을 지원한다.
  • 특징 3: mujoco.org/live와 MuJoCo Studio, simulate 뷰어, Colab 튜토리얼(기초·모델 편집·rollout·LQR·MJX·미분 가능 물리)까지 학습 자료가 갖춰져 있다.

개발자에게 의미하는 것 로보틱스 시뮬레이션이나 미분 가능 물리 기반 연구를 시작할 때 사실상 표준 선택지 중 하나다. 브라우저에서 바로 만져볼 수 있는 데모가 있어 도입 전에 감을 잡기 좋다.

Claude Quickstarts

Claude API로 애플리케이션을 빠르게 세우기 위한 예제 프로젝트 모음.

  • GitHub: Claude Quickstarts
  • 언어/스택: Python, TypeScript, Playwright, Chrome DevTools Protocol, Docker
  • 카테고리: AI

무엇을 하는 프로젝트인가? Anthropic의 Claude API를 사용해 앱을 빠르게 구축할 수 있도록, 바로 확장·커스터마이즈 가능한 출발점을 제공하는 것이 목적이다. 고객 지원 에이전트, 금융 데이터 분석, 컴퓨터 사용(Computer Use) 데모, 브라우저 사용 데모 등 실전 예제가 들어 있다. 각 예제는 학습과 출발점 제공을 목적으로 하며 프로덕션 코드가 아님을 명시한 것도 있다.

주요 특징

  • 특징 1: 지식 베이스에 접근하는 Customer Support Agent, 대화형 시각화를 결합한 Financial Data Analyst 등 목적별 퀵스타트 제공.
  • 특징 2: computer_toolset_20260801 같은 버전 명시 툴셋 형태를 지원하며, 컴퓨터 사용 베스트 프랙티스 예제는 프롬프트 캐싱·이미지 정리·서버 측 컴팩션·궤적 기록 등 비용 효율 패턴까지 보여준다.
  • 특징 3: Browser Use Demo는 Playwright 기반 커스텀 도구로, Browser Toolset Quickstart는 CDP를 직접 다루는 최소 예제를 Python/TypeScript 양쪽으로 제공한다.

개발자에게 의미하는 것 에이전트에 “화면을 보고 조작하는 능력"을 붙이는 작업은 시행착오가 크다. 이 저장소는 그 시행착오를 이미 겪은 코드를 출발점으로 준다는 점에서 실용적이다. 특히 실제 데스크톱을 제어하는 예제는 반드시 VM 같은 격리 환경에서 돌리는 것이 권장된다.

gbrain

이미 쓰고 있는 AI 에이전트에게 통제 가능한 장기 기억을 붙여주는 오픈소스 메모리 레이어.

  • GitHub: gbrain
  • 언어/스택: MCP, Tailscale, CLI, 데이터베이스 + Markdown, MIT
  • 카테고리: AI

무엇을 하는 프로젝트인가? GBrain은 대화가 끝나면 맥락을 잃는 에이전트 문제를 정면으로 다룬다. 출처가 명시된 사실을 저장하고 수정·철회할 수 있는 영구 기억을 제공하며, 동일한 기억을 여러 에이전트가 공유할 수 있다. Y Combinator의 President 겸 CEO인 Garry Tan이 자신의 에이전트를 운영하기 위해 직접 만들어 실사용 중인 프로덕션이라는 점이 특이하다. 궁극적으로 15만 페이지 규모의 개인·조직 지식을 “전략적 해자"로 쓰는 것이 목표다.

주요 특징

  • 특징 1: API 키 없이 시작하는 keyless 메모리와 키워드 검색을 기본 제공하고, 필요할 때 시맨틱 검색·합성·백그라운드 강화를 얹는 점진적 도입 구조.
  • 특징 2: 단순히 관련 청크를 나열하는 대신 인용이 포함된 문장형 답변을 만들고, 뇌가 모르는 부분(gap analysis)을 명시하는 합성 레이어.
  • 특징 3: gbrain mcp expose 한 줄로 Tailscale 테일넷에 뇌를 게시하고, --funnel로 클라우드 에이전트에도 노출할 수 있다.

개발자에게 의미하는 것 에이전트 메모리를 직접 구현하면 검색 품질·출처 추적·공유 경계에서 계속 발목이 잡힌다. GBrain은 사내 지식 공유와 권한 경계까지 염두에 둔 참고 구현이라는 점에서, 자체 메모리 레이어를 설계하는 팀에 좋은 비교 대상이 된다.

agent-browser

AI 에이전트가 셸 명령 한 줄로 브라우저를 조작하게 해주는 Rust 기반 CLI.

  • GitHub: agent-browser
  • 언어/스택: Rust, Chrome DevTools Protocol, npm/Homebrew 배포, Apache-2.0
  • 카테고리: AI

무엇을 하는 프로젝트인가? Vercel Labs가 만든 네이티브 Rust CLI로, 에이전트가 GUI를 다루듯 명령을 실행하고 결과를 읽는 방식으로 웹을 탐색·조작하게 해준다. 핵심은 페이지를 접근성 트리 형태의 간결한 텍스트로 반환하고 각 요소에 @e1 같은 참조를 붙이는 것이다. 덕분에 복잡한 자동화 스크립트 없이 짧은 셸 호출만으로 상호작용이 가능하다.

주요 특징

  • 특징 1: snapshot -i로 상호작용 가능한 요소만 ref와 함께 뽑아내고, click @e1 → 재스냅샷 → 검증의 반복 워크플로를 지원한다.
  • 특징 2: 브라우저가 명령 사이에도 살아 있는 세션 지속 구조로, --session별로 독립된 데몬과 브라우저가 할당된다.
  • 특징 3: 클릭 대상이 숨겨졌거나 비활성·뷰포트 밖·다른 요소에 가려진 경우 성공으로 보고하지 않고 실패를 반환하는 안전한 실패 처리.

개발자에게 의미하는 것 에이전트 기반 브라우저 자동화는 “성공했다고 거짓말하는” 도구 때문에 디버깅이 지옥이 되기 쉽다. agent-browser는 ref 기반 상호작용과 명시적 실패 반환으로 그 문제를 줄이려 한다. npx로 무설치 실행도 가능해 테스트에 붙이기 쉽다.

RuView

일반 WiFi 신호를 카메라 없는 공간 인지·생체 센싱 시스템으로 바꾸는 플랫폼.

  • GitHub: RuView
  • 언어/스택: ESP32 CSI 센서, MQTT, Home Assistant, Matter/HAP 브리지, Hugging Face 모델
  • 카테고리: 기타

무엇을 하는 프로젝트인가? RuView는 WiFi 라디오 신호를 활용해 카메라나 웨어러블 없이 벽 너머와 어두운 환경에서 사람의 존재와 상태를 감지한다. 벽을 통한 존재·점유 감지와 인원 계수, 출입 추적, 비접촉 호흡수·심박수 측정, 활동 인식, RF 지문 기반 방 식별 등이 주요 기능이다. 카메라와 웨어러블이 필요 없다는 점이 개인정보 측면의 큰 특징이다.

주요 특징

  • 특징 1: 보행·앉기·제스처·낙상 인식과 수면 단계 분류, 무호흡 스크리닝까지 건강·안전 시나리오를 폭넓게 커버한다.
  • 특징 2: WiFi CSI 기반으로 17개 신체 키포인트 포즈 추정을 수행한다.
  • 특징 3: --mqtt 플래그로 Home Assistant에 연동되며, 노드당 21개 엔티티(원시 신호 11개 + someone-sleeping, fall-risk-elevated 같은 추론 상태 10개)와 3개 스타터 블루프린트를 제공한다.

개발자에게 의미하는 것 스마트홈·돌봄 서비스에서 “카메라 없이 사람을 감지한다"는 요구는 규제와 프라이버시 양쪽에서 자주 등장한다. WiFi CSI를 실제 제품 레벨 엔티티 모델까지 끌어올린 예시라는 점에서 참고 가치가 크다.

daily_stock_analysis

LLM으로 자기선정주를 매일 자동 분석해 메신저로 밀어주는 주식 분석 시스템.

  • GitHub: daily_stock_analysis
  • 언어/스택: Python 3.10+, FastAPI, Gemini/OpenAI 호환/DeepSeek/Claude/Ollama, AkShare·Tushare·YFinance 등, MIT
  • 카테고리: 데이터

무엇을 하는 프로젝트인가? A주·홍콩·미국·일본·한국·대만 주식 및 ETF를 대상으로, 매일 자기선정주를 AI가 분석해 “의사결정 대시보드” 형태로 푸시하는 시스템이다. 결과는 기업위챗·페이수·텔레그램·디스코드·슬랙·이메일로 전달된다. 리포지토리와 뉴스, 공시, 펀더멘털을 함께 모아 핵심 결론·점수·추세·매수·매도 포인트·리스크 경고·촉매 요인을 하나의 리포트로 묶어준다.

주요 특징

  • 특징 1: 다중 턴 질의가 가능한 Agent 전략 Q&A로 이동평균·찬론·파동·추세·핫스팟·이벤트·성장·기대 등 15개 전략을 Web/Bot/API에서 쓸 수 있다.
  • 특징 2: 이미지·CSV/Excel·클립보드 스마트 가져오기와 종목 코드·이름·병음·별칭 자동완성을 지원하는 워크벤치를 제공한다.
  • 특징 3: GitHub Actions, Docker, 로컬 스케줄러, FastAPI 서비스 등 자동화 경로를 여러 가지로 열어둔다.

개발자에게 의미하는 것 LLM 기반 리포트를 정기 실행 파이프라인으로 굴리는 전형적인 구조를 보여준다. 시장별 데이터 소스와 기능 경계가 다르고 API 키 설정이 필요하며, 어디까지나 투자 판단은 사용자 책임이라는 점은 분명히 해두자.

HA-MCP — Manage Home Assistant with AI

Home Assistant에 87개 도구를 노출해 AI로 스마트홈을 구성·자동화하는 MCP 서버.

무엇을 하는 프로젝트인가? Claude나 ChatGPT 같은 AI 어시스턴트로 Home Assistant를 구성하고 자동화할 수 있게 해주는 MCP 서버다. Home Assistant 인스턴스에 87개의 도구를 노출해, 자연어 대화만으로 스마트홈 설정과 자동화를 직접 관리할 수 있다. 통합(Integration) 방식으로 설치하면 전체 서버가 Home Assistant 인프로세스로 실행된다.

주요 특징

  • 특징 1: Home Assistant OS·Supervised·Container·Core 등 모든 설치 유형에서 동일한 기능을 제공한다.
  • 특징 2: HA 2026.11+에서는 Settings → Marketplace에서, 2026.8~2026.10에서는 HACS를 통해 설치하며 GitHub 연결이나 커스텀 저장소 추가가 필요 없다.
  • 특징 3: 관리자 장기 액세스 토큰을 쓰거나 HA-MCP 전용 관리자 계정을 만들어 토큰을 자동 발급받는 두 가지 인증 방식을 지원한다.

개발자에게 의미하는 것 MCP가 “개발 도구를 AI에 연결하는 규격"을 넘어 실제 인프라 제어 계층으로 들어오고 있음을 보여준다. 다만 본인 계정 토큰은 유출 시 어디서든 사용 가능하므로, 전용 계정을 만들어 최소 권한으로 운영하는 습관이 중요하다.

OpenMausBot

채팅 앱 안에서 나만의 AI 봇 팀을 굴리는 로컬 우선 데스크톱 앱.

  • GitHub: OpenMausBot
  • 언어/스택: TypeScript(strict), React 19, Electron, Claude/Codex 에이전트 런타임
  • 카테고리: AI

무엇을 하는 프로젝트인가? OpenMausBot(별칭 MausBot, 이전 명칭 OpenGrokBot)은 채팅 앱 안에서 여러 AI 봇을 팀처럼 운용하는 데스크톱 애플리케이션이다. Meta Muse, OpenAI dots, Cue by Manus 같은 상용 에이전트 서비스의 오픈소스 대안을 표방하며, bring-your-own-agent·local-first를 원칙으로 한다. 사이드바에 나열되는 각 봇은 실제 Claude 또는 Codex 에이전트로, 고유한 성격과 전용 모델, 자체 클라우드 컴퓨터, 연결된 앱을 각각 가진다.

주요 특징

  • 특징 1: 봇을 메신저 연락처처럼 다루면서 작업 진행 과정을 실시간으로 관찰할 수 있다.
  • 특징 2: 중요한 작업은 사용자가 직접 승인하는 휴먼 인 더 루프 방식을 제공한다.
  • 특징 3: macOS(서명·공증된 .dmg), Windows(x64 인스톨러), Ubuntu 24.04(.deb 또는 AppImage 베타)용 빌드를 제공한다.

개발자에게 의미하는 것 여러 에이전트를 동시에 부리는 “에이전트 팀” UX가 어떤 형태로 수렴하는지 보여주는 사례다. 이미 보유한 모델과 로컬 환경 위에서 돌아가므로, 사내 에이전트 오케스트레이션 UI를 고민하는 팀이라면 구조를 훑어볼 만하다.

오늘의 한 줄 정리

오늘 트렌딩의 공통 키워드는 “에이전트를 위한 인프라” — 스킬·기억·브라우저·스마트홈 제어까지, 모델 자체보다 모델을 둘러싼 실행 환경을 만드는 프로젝트들이 주도권을 잡고 있다.

매일 아침 GitHub Trending을 릿치 블로그에서 만나보세요.