Posts

Onlook GitHub 바로가기 Onlook는 디자이너와 개발자가 협업하여 웹사이트와 애플리케이션을 빠르게 만들 수 있는 오픈소스 기반의 시각적 코드 에디터입니다. 이 프로젝트의 목적은 특히 Next.js와 TailwindCSS 환경에서 빠르고 직관적인 개발 경험을 제공하는 것에 있으며, AI 지원 기능을 활용하여 디자인과 코드를 실시간으로 연결할 수 있도록 설계되었습니다. 주요 기능으로는 브라우저 내에서 DOM 요소를 시각적으로 편집, 텍스트 또는 이미지를 기반으로 앱 생성, 템플릿 활용, Figma와의 연동, GitHub에서 시작하는 프로젝트, 실시간 코드 편집, 미리보기, 브랜드 자산 관리, 페이지 네비게이션, 드래그 앤 드롭 인터페이스를 통한 요소 재배치, 코드와 디자인을 병행하는 미리보기, TailwindCSS 스타일 조정, 코드 탐색 및 편집, 배포 지원, 협업 기능(실시간 편집, 댓글)이 포함되어 있습니다. 아키텍처는 사용자 생성 앱을 웹 컨테이너에 로드하고, 이를 서비스하는 구조로 설계되어 있으며, Next.js, TailwindCSS, tRPC, Supabase, Drizzle ORM 등 현대적인 프론트엔드/백엔드 기술이 활용됩니다. 또한 Onlook는 현재 초기 웹 버전 개발 중이며, 데스크탑 앱(이하 Onlook Alpha)이 별도로 존재합니다. 개발자 및 디자이너 커뮤니티의 적극적인 기여를 장려하고 있으며, GitHub, Discord, Twitter, LinkedIn 등을 통한 커뮤니케이션 채널과 문서, 기여 가이드, 라이선스는 Apache 2.0으로 배포됩니다. 전체적으로 이 프로젝트는 코드와 디자인의 통합 작업을 간편하게 만들어주며, 협업과 배포의 간소화를 목표로 합니다. ...

Onlook 바로가기 Onlook는 디자이너와 개발자를 위해 설계된 오픈소스 비주얼 우선 코드 에디터입니다. 이 프로젝트의 주 목적은 사용자가 웹사이트, 프로토타입, 디자인을 AI와 함께 빠르게 만들고 편집할 수 있도록 지원하는 것입니다. 특히 Next.js와 TailwindCSS 기반 프로젝트와 호환되며, 브라우저 내에서 바로 디자인을 수정하고 실시간 미리보기, 코드 연결, AI 지원 편집 등을 제공합니다. 이 프로젝트는 주요 구성요소로 웹 애플리케이션, AI 채팅 인터페이스, 드래그 앤 드롭 인터페이스, 코드 에디터, TailwindCSS 스타일 조정도구 등을 포함합니다. 사용자들은 텍스트 또는 이미지로 프로젝트 시작, 템플릿 및 Figma, GitHub 기반 임포트, 실시간 비주얼 편집, 페이지 및 레이어 탐색, 컴포넌트 및 이미지 관리, 실시간 코드 편집, 배포, 협업 기능 등을 활용할 수 있습니다. ...

Onlook https://github.com/onlook-dev/onlook 바로가기 Onlook은 디자이너와 개발자가 협업하여 웹사이트, 프로토타입, 디자인을 AI와 함께 빠르게 제작할 수 있는 오픈소스 코드 에디터입니다. 이 프로젝트의 주요 목적은 사용자 친화적인 시각적 인터페이스를 제공하여 Next.js와 TailwindCSS 기반의 웹앱을 쉽게 생성, 편집, 배포하는 것을 지원하는 데 있습니다. 기능으로는 텍스트나 이미지를 기반으로 하는 빠른 프로젝트 시작, 실시간 시각적 편집, 코드와 디자인을 동시에 미리보기, Tailwind 스타일 조작, 드래그 앤 드롭으로 요소 재배치, 코드 저장 보존, 명령어 기반의 CLI 연동 등이 포함되어 있으며, AI 채팅과 연동되어 자연어로 프로젝트 생성, 수정이 가능합니다. 구조는 Next.js, TailwindCSS, Supabase, Drizzle ORM, Bun, tRPC 등 최신 웹 기술 스택을 활용하며, 비슷한 목적의 Bolt.new 또는 Webflow와 유사한 사용자 경험을 제공하는 것을 목표로 합니다. 웹 버전은 현재 개발 중이며, 데스크탑 버전(온록 알파)은 별도 GitHub 저장소에서 제공되고 있습니다. 최근 릴리즈 내용은 프로젝트의 초기 공개와 기능 개발 중인 상태이며, 커뮤니티 기여를 적극 장려하고 있어 오픈소스 협업을 통해 발전하고 있습니다. 공식 문서는 docs.onlook.com에서 확인 가능하며, 프로젝트의 아키텍처 설명, 기여 가이드, 기능 소개 등 상세 정보가 제공됩니다. 참고 링크는 GitHub 저장소, 공식 홈페이지, 커뮤니티 디스코드, 트위터 및 LinkedIn 등을 통해 커뮤니케이션 및 업데이트를 진행하고 있습니다. 배포 라이선스는 Apache 2.0으로, 자유롭게 활용과 수정이 가능합니다. ...

Prompt Engineering Interactive Tutorial 바로가기 이 프로젝트는 Anthropic에서 제공하는 Claude 모델을 활용하여 최적의 프롬프트 엔지니어링 방법을 단계별로 배울 수 있는 인터랙티브 튜토리얼입니다. 사용자는 이 과정을 통해 좋은 프롬프트의 기본 구조를 익히고, 일반적인 실패 모드와 해결 기법, Claude의 강점과 약점 등을 학습하며, 다양한 실습을 통해 실무에 바로 적용 가능한 프롬프트를 만들어 볼 수 있습니다. 전체 구조는 9개 챕터와 부속서로 구성되어 있으며, 각 챕터에는 연습문제와 실험 공간이 제공됩니다. 기술 스택은 Anthropic의 Claude 3 모델(Haiku, Sonnet, Opus 등 포함)을 사용하며, 특히 Claude 3 Haiku 모델을 이용한 실습이 기본입니다. 최근 변경 내역이나 업데이트 정보는 구체적으로 제공되지 않았으며, 주요 참고 링크는 Github 저장소와 Google Sheets가 포함되어 있습니다. 프롬프트 작성 및 테스트 방법에 대해 초보자부터 고급 사용자까지 단계별 학습이 가능하도록 설계된 이 튜토리얼은, Claude의 기능을 최대한 활용하려는 사용자와 프롬프트 최적화에 관심이 있는 AI 개발자 모두에게 유용합니다. ...

prompt-eng-interactive-tutorial 이 프로젝트는 Anthropic이 제공하는 프롬프트 엔지니어링 인터랙티브 튜토리얼로, Claude 모델을 활용하여 최적의 프롬프트를 설계하는 방법을 단계별로 학습할 수 있도록 구성된 교육 자료입니다. 목적은 사용자가 효과적인 프롬프트를 작성하는 기본 구조와 기법을 숙지하여 Claude의 강점과 약점을 이해하고, 다양한 사례에 맞는 고품질 프롬프트를 자체 제작할 수 있도록 돕는 것입니다. 이 튜토리얼은 총 9개의 장과 실습 문제, 그리고 고급 방법을 소개하는 부록으로 구성되어 있으며, 각 장은 이론 학습과 실습으로 나뉘어 있습니다. 수강자는 예제 실습 공간을 통해 직접 프롬프트를 수정하며 Claude의 응답 변화를 체험할 수 있습니다. 책은 Claude 3 Haiku 모델을 사용하며, Google Sheets용 확장 프로그램을 통해 보다 사용자 친화적인 방식으로도 이용 가능합니다. ...

Prompt Engineering Interactive Tutorial 이 프로젝트는 Anthropic에서 제공하는 Claude 모델을 활용한 프롬프트 엔지니어링 학습을 위한 인터랙티브 튜토리얼입니다. 사용자가 효과적인 프롬프트를 설계하는 방법을 단계별로 배울 수 있도록 구성되어 있으며, 목적은 Claude의 강점과 약점을 이해하고 실전에서 활용 가능한 프롬프트를 직접 만들어보는 것입니다. 본 튜토리얼은 총 9개 챕터로 구성되어 있으며, 각 챕터에는 강의 내용과 실습 연습이 포함되어 있습니다. 이를 통해 사용자는 프롬프트의 기본 구조, 명확하고 직접적인 표현, 역할 지정, 데이터를 분리하는 방법, 출력 형식화, 단계적 사고, 예제 활용, 힐루시네이션 방지, 그리고 복잡한 산업별 사용 사례까지 폭넓게 익힐 수 있습니다. 기술 스택은 Claude 3 모델(Haiku, Sonnet, Opus)을 기본으로 하며, Google Sheets 확장 프로그램 형태로도 제공되어 사용자 편의성을 높였습니다. 이 프로그램은 인터랙티브 환경에서 실습이 가능하도록 설계되어 있으며, 초보자부터 고급 사용자까지 다양한 수준의 학습자가 활용할 수 있게 만들어졌습니다. 최신 업데이트는 모델의 다양한 버전과 연동 가능성을 포함하는 설명이 있으며, 사용 시 Google Sheets 또는 웹 기반 실습 환경에서 진행하는 것이 권장됩니다. 중요한 참고 링크는 GitHub 저장소와 Google Sheets 버전의 문서로, 더 깊은 학습 및 연습이 가능합니다. ...

AgenticSeek: Private, Local Manus Alternative. https://github.com/Fosowl/agenticSeek AgenticSeek는 완전히 로컬에서 구동 가능한 AI 어시스턴트 프로젝트로, 개인정보 보호와 클라우드 의존 없이 개인 장비에서 음성 인식, 웹 검색, 코드 작성, 작업 계획 등 다양한 기능을 수행하도록 설계되었습니다. 이 프로젝트는 오픈소스로서 여러 모델과 API를 지원하며, 사용자는 로컬 또는 원격 서버에서 LLM과 연동할 수 있습니다. 구조는 docker-compose 기반의 서비스와 Python으로 구현된 클라이언트, API 서버, 그리고 다양한 설정 파일로 구성되어 있으며, 최신 릴리즈에는 LLM 서버 구동 및 API 연동 지원이 포함되어 있습니다. 설치는 Python 3.10 환경, Docker, ChromeDriver 등을 필요로 하며, 진행 중인 프로젝트로 알려진 문제는 Docker 환경 호환성과 일부 기능 미완성입니다. 커뮤니티 기여를 적극 권장합니다. ...

AgenticSeek: Private, Local Manus Alternative AgenticSeek는 Manus AI의 100% 로컬 대체제로, 사용자 개인의 장치에서 완전하게 실행되는 음성 인식 기반 AI 비서입니다. 목적은 프라이버시를 중시하며 클라우드 의존 없이 웹 탐색, 코드 작성, 작업 계획을 자동으로 수행하는 기능을 제공하는 것입니다. 이 프로젝트는 로컬 및 원격 API를 통한 다양한 LLM 제공자(예: Ollama, LM-Studio, OpenAI API, Deepseek API, Huggingface, Google Gemini)를 지원하며, 웹 브라우저 자동화, 음성 인식, 텍스트-음성 변환 등을 포함하는 구조를 갖추고 있습니다. 주 대상은 개발자, 개인 사용자, 프라이버시 중시 사용자이며, 예를 들어 웹 검색, 코딩, 일정 관리 등에 활용됩니다. 기술 스택은 Python3.10, Docker, ChromeDriver, Selenium, 그리고 다양한 LLM API와 연동하는 모듈들입니다. 최근 릴리즈로는 Docker 기반 서비스 시작 스크립트와 API 연동 방식이 있으며, 아직 일부 기능은 활동적 개발 중임을 알 수 있습니다. 특이사항으로 프로젝트는 오픈소스이며, 사용 시 ChromeDriver 버전 매칭, 의존성 설치, 서버 설정 등에 주의가 필요합니다. 공식 사이트와 상세 가이드 링크를 참조하세요. ...

AgenticSeek GitHub 바로가기 AgenticSeek는 Manus AI의 프라이버시 중심 로컬 대안으로 설계된 음성 인공지능 어시스턴트입니다. 이 프로젝트의 주 목적은 모든 데이터를 사용자 디바이스 내에서 처리하여 완전한 개인 정보 보호를 제공하는 것이며, 클라우드 의존성을 배제합니다. 기능으로는 웹 브라우징, 코드 작성 및 디버깅, 작업 계획 수립 등 여러 작업을 자율적으로 수행할 수 있으며, 다양한 AI 에이전트 선택과 복합 작업 수행도 지원합니다. 주요 구성 요소로는 로컬 또는 API 기반 LLM 공급자(예: Ollama, LM-Studio, Server, 외부 API), 음성 인식 및 텍스트-음성 변환 모듈, 웹 인터페이스와 CLI가 포함됩니다. 기술 스택에는 Python 3.10, Docker, Chrome Driver, Selenium, 및 여러 AI 모델과 API 통합이 포함됩니다. 최근 릴리즈 이력은 직접 명시되어 있지 않으나 개발은 활발히 진행 중이며, Docker 배포 지원은 곧 예정입니다. 사용자는 로컬 환경 구축, API 연결(외부 API 또는 서버), 또는 오프라인 LLM 실행 방법 등을 선택할 수 있으며, 프로젝트는 오픈소스 기여를 장려하고 있습니다. 주의사항으로는 Chrome Driver 버전 일치와 의존성 설치, 환경설정 파일 및 API 주소 정확히 입력이 필요하며, 아직 개발 중인 프로젝트임을 감안하여 베타 상태임을 참고하십시오. ...

AgenticSeek: Private, Local Manus Alternative 바로가기 AgenticSeek는 Manus AI의 개인정보 보호와 로컬 실행을 목표로 하는 AI 어시스턴트 프로젝트입니다. 클라우드에 의존하지 않고, 사운드 인식, 웹 검색, 코드 작성 및 디버깅, 작업 계획 등 다양한 기능을 제공합니다. Docker, Python3.10, Chrome Driver 등 기술 스택을 활용하며, 오프라인 환경에서도 사용할 수 있도록 설계되었습니다. 여러 로컬 및 API 프로바이더를 지원하며, 설치와 연동 방법은 README 참고 바랍니다. Telegram Search 바로가기 Telegram 채팅 기록 검색 도구로, 의미 벡터 기술을 활용해 메시지 검색의 정밀도를 높였습니다. 벡터 기반 유사성 검색, Docker 배포, PostgreSQL 데이터베이스 등을 지원하며, 텔레그램 메시지 검색이 필요한 사용자에게 적합합니다. ...