화니의 세상

Google ADK와 Gemini로 구현한 ‘Always-On Memory Agent’

화니. — Tue, 10 Mar 2026 21:26:24 +0900

Always-On Memory Agent는 Google ADK와 Gemini 3.1 Flash-Lite를 활용해 만든 상시 실행형 AI 메모리 에이전트입니다. 일반적인 AI 에이전트가 대화가 끝나면 맥락을 잊어버리는 것과 달리, 이 프로젝트는 정보를 계속 읽고 정리하며 연결해 주는 “지속형 기억 레이어”를 목표로 합니다. 특히 벡터 DB나 임베딩 없이, LLM이 직접 구조화된 메모리를 읽고 쓰는 방식이 눈에 띕니다.

구성은 꽤 직관적입니다. 먼저 Ingest 단계에서 텍스트, 이미지, 오디오, 비디오, PDF 등 다양한 파일을 받아 핵심 정보와 엔티티, 주제를 추출합니다. 이후 Consolidate 단계에서 일정 주기마다 메모리 간 연결점을 찾고, 관련 내용을 압축해 인사이트를 만듭니다. 마지막으로 Query 단계에서는 누적된 메모리와 통합 결과를 바탕으로 질문에 답변합니다.

실무 활용성도 좋습니다. ./inbox 폴더 감시, HTTP API, Streamlit 대시보드를 제공해 파일 업로드, 질의, 메모리 조회·삭제, 수동 통합까지 지원합니다. 저장소 구조를 보면 agent.py, dashboard.py, requirements.txt와 함께 SQLite 기반의 memory.db를 사용해 비교적 가볍게 실행할 수 있도록 설계되어 있습니다.

한마디로 정리하면, 이 프로젝트는 “AI가 정보를 저장하는 수준”을 넘어 “스스로 기억을 재구성하는 구조”를 실험해 볼 수 있는 예제입니다. 지속적으로 학습 맥락을 쌓아야 하는 개인 비서, 리서치 봇, 스마트 인박스 같은 서비스에 특히 잘 어울리는 오픈소스라고 볼 수 있습니다.

https://github.com/GoogleCloudPlatform/generative-ai/tree/main/gemini/agents/always-on-memory-agent

generative-ai/gemini/agents/always-on-memory-agent at main · GoogleCloudPlatform/generative-ai

Sample code and notebooks for Generative AI on Google Cloud, with Gemini on Vertex AI - GoogleCloudPlatform/generative-ai

github.com

LiteLLM 소개: 100개 이상의 LLM을 하나의 OpenAI 형식으로 연결하는 통합 게이트웨이

화니. — Tue, 10 Mar 2026 00:26:54 +0900

LiteLLM은 OpenAI 형식의 인터페이스로 100개 이상의 LLM을 호출할 수 있도록 도와주는 오픈소스 프로젝트입니다. OpenAI, Azure, Bedrock, Vertex AI, Anthropic, Groq 등 다양한 AI 모델 제공자를 하나의 방식으로 연결할 수 있어, 여러 모델을 함께 운영해야 하는 개발팀과 플랫폼팀에 특히 유용합니다.

이 도구는 크게 두 가지 방식으로 사용할 수 있습니다. 첫 번째는 Python SDK로, 애플리케이션 코드 안에서 여러 LLM을 통합 호출할 수 있습니다. 두 번째는 AI Gateway(Proxy Server) 방식으로, 중앙에서 인증, 권한 관리, 비용 추적, 로깅, 캐싱, 모니터링까지 관리할 수 있습니다.

LiteLLM의 강점은 단순한 모델 호출에 그치지 않는다는 점입니다. 채팅, 응답 생성, 임베딩, 이미지, 오디오, 배치, 리랭크 등 다양한 엔드포인트를 지원하며, A2A 에이전트 연동과 MCP 도구 연결까지 지원해 AI 애플리케이션 확장성이 높습니다.

또한 라우팅, 재시도, 폴백, 로드 밸런싱, 예외 처리, 관측성 도구 연동 등 실무에서 필요한 기능을 폭넓게 제공해 운영 효율성을 높여줍니다. 여러 LLM을 일관된 방식으로 관리하고 싶은 조직이라면 LiteLLM은 매우 실용적인 선택지가 될 수 있습니다.

https://github.com/BerriAI/litellm

GitHub - BerriAI/litellm: Python SDK, Proxy Server (AI Gateway) to call 100+ LLM APIs in OpenAI (or native) format, with cost tr

Python SDK, Proxy Server (AI Gateway) to call 100+ LLM APIs in OpenAI (or native) format, with cost tracking, guardrails, loadbalancing and logging. [Bedrock, Azure, OpenAI, VertexAI, Cohere, Anthr...

github.com

Postgres에서 “Elastic급” 검색을: ParadeDB(ParadeDB/ParadeDB)

화니. — Tue, 3 Mar 2026 13:30:10 +0900

ParadeDB는 PostgreSQL 확장(Extension) 형태로 동작하는 현대적 Elasticsearch 대안을 표방하는 오픈소스 프로젝트입니다. “검색과 분석을 Postgres 안으로 가져오자”는 방향이 분명해서, 실시간 업데이트가 잦은 워크로드에서 특히 매력적입니다.

어떤 기능을 노리나?

Postgres 안에서 텍스트 검색 + 하이브리드 검색 + 패싯/집계(aggregates) 같은 “검색엔진스러운” 기능을 제공하는 것을 목표로 합니다.
특히 pg_search 확장을 통해 BM25 기반 검색(및 하이브리드 검색)을 핵심 축으로 내세웁니다.

운영 관점에서 좋은 점(Zero ETL 지향)

외부 검색엔진을 붙이면서 생기는 동기화(ETL)·데이터 불일치 문제를 줄이기 위해,

자체 운영 Postgres에는 “확장 설치”로,
매니지드 Postgres(RDS 등)에는 “논리 복제(replica)” 형태로 가져가는 시나리오를 안내합니다

https://github.com/paradedb/paradedb

GitHub - paradedb/paradedb: Simple, Elastic-quality search for Postgres

Simple, Elastic-quality search for Postgres. Contribute to paradedb/paradedb development by creating an account on GitHub.

github.com

GitHub - paraddb/paradedb: Postgres를 위한 간단하고 탄력적인 품질 검색

AI로 빠르게 라벨링하는 오픈소스 툴, X-AnyLabeling 소개

화니. — Fri, 27 Feb 2026 23:15:19 +0900

X-AnyLabeling은 이미지/비디오 데이터에 대해 AI 보조 자동 라벨링을 지원하는 강력한 어노테이션(라벨링) 도구입니다. Segment Anything(SAM) 계열 모델을 포함해 다양한 모델을 붙여서 검출·분할·포즈·추적·OCR·VLM 작업까지 폭넓게 다룰 수 있는 “올인원 라벨링 워크벤치”에 가깝습니다.

핵심 특징 한눈에 보기

Auto-Labeling / Auto-Training 흐름을 지원해 반복 라벨링 시간을 크게 절약
다양한 어노테이션 도형(폴리곤/사각형/회전박스/원/포인트 등)과 편의 기능(예: 브러시 폴리곤, 마스크 반투명 표시, 비교 뷰) 제공
모델 연동 폭이 넓음: YOLO 계열(검출/분할/포즈/회전검출), SAM 1/2/3(세그멘테이션), 추적(ByteTrack 등), OCR(PaddleOCR 계열), 멀티모달/VLM(예: Qwen 계열, ChatGPT 등)까지 “모델 주(動) + 라벨러(靜)” 조합이 가능
이미지뿐 아니라 비디오 기반 검출·분할·트래킹 워크플로도 예시로 제공

함께 보면 좋은 구성: X-AnyLabeling-Server

로컬에서 모델을 돌리는 것뿐 아니라, 원격 추론(서버) 방식으로도 확장할 수 있게 별도 서버 프로젝트(X-AnyLabeling-Server)를 제공합니다. “가볍게 띄우고, 플러그인처럼 모델을 붙이는” 컨셉이라 팀 단위 운영에도 어울립니다.

https://github.com/CVHub520/X-AnyLabeling

GitHub - CVHub520/X-AnyLabeling: Effortless data labeling with AI support from Segment Anything and other awesome models.

Effortless data labeling with AI support from Segment Anything and other awesome models. - CVHub520/X-AnyLabeling

github.com

https://github.com/CVHub520/X-AnyLabeling-Server

GitHub - CVHub520/X-AnyLabeling-Server: A Simple, Lightweight, and Extensible Serving Framework for X-AnyLabeling

A Simple, Lightweight, and Extensible Serving Framework for X-AnyLabeling - CVHub520/X-AnyLabeling-Server

github.com

교육

macOS 메뉴바에서 AI 코딩 도구 사용량을 한눈에: CodexBar 소개

화니. — Mon, 23 Feb 2026 02:58:53 +0900

CodexBar는 macOS(14+ Sonoma) 메뉴바에 작은 아이콘을 띄워서 OpenAI Codex, Claude, Cursor, Gemini, Copilot, OpenRouter 등 여러 AI 코딩/에이전트 도구의 세션·주간 한도(및 리셋 시간)를 실시간으로 확인할 수 있게 해주는 오픈소스 앱입니다. 작업하다가 “갑자기 제한 걸려서 끊기는 상황”을 줄이는 데 딱 좋아요.

핵심 포인트

프로바이더별 한도/리셋 카운트다운 표시(필요한 것만 설정에서 켜기)
메뉴바 전용: Dock 아이콘 없이 미니멀 UI, 프로바이더별 아이콘(또는 아이콘 합치기 모드)
일부 서비스는 브라우저 쿠키/ OAuth / 로컬 CLI 등을 통해 사용량을 가져오고, 쿠키가 없으면 로컬 CLI 기반으로 동작하기도 합니다.
Linux는 CLI 중심으로도 제공됩니다.

설치 방법(간단)

Homebrew(추천): brew install --cask steipete/tap/codexbar
또는 GitHub Releases에서 다운로드 후 실행

여러 AI 도구를 병행하는 분이라면, “오늘은 어디까지 써도 안전한지”를 메뉴바에서 바로 확인할 수 있어서 생산성이 꽤 올라갑니다.

https://github.com/steipete/CodexBar

알리바바 오픈소스 Zvec: 초경량·초고속 인프로세스 벡터 DB로 RAG/유사도 검색을 더 간단하게

화니. — Tue, 17 Feb 2026 04:05:20 +0900

Zvec는 애플리케이션 내부에 직접 임베딩해서 쓰는(in-process) 오픈소스 벡터 데이터베이스입니다. 별도 서버 구성이나 복잡한 설정 없이, 코드에 라이브러리로 붙여 저지연 유사도 검색을 빠르게 구현하는 데 초점을 맞췄어요.

특징은 크게 4가지로 정리됩니다.

초고속 검색: 대규모 벡터도 밀리초 단위 검색을 지향
간편한 사용성: “서버/설정 없이” 설치 후 바로 사용
Dense + Sparse + Hybrid: 밀집/희소 벡터 모두 지원하고, 구조화 필터와 결합한 하이브리드 검색을 지원
어디서나 실행: 노트북/서버/CLI/엣지 등 코드가 돌아가는 곳에서 그대로 동작

설치는 Python(3.10~3.12) 기준 pip install zvec, Node.js는 npm install @zvec/zvec 형태로 제공되며, 공식적으로 Linux(x86_64, ARM64)와 macOS(ARM64) 지원을 안내하고 있습니다. 라이선스는 Apache-2.0입니다.

RAG, 추천, 검색 고도화처럼 “벡터 검색이 필요하지만 인프라를 무겁게 가져가고 싶지 않은” 상황에서, 가볍게 붙여서 빠르게 성능을 내는 선택지로 살펴볼 만한 프로젝트입니다.

https://github.com/alibaba/zvec

GitHub - alibaba/zvec: A lightweight, lightning-fast, in-process vector database

A lightweight, lightning-fast, in-process vector database - alibaba/zvec

github.com

GLM-OCR: “작지만 강한” 문서 이해형 OCR 오픈소스

화니. — Thu, 12 Feb 2026 09:55:17 +0900

GLM-OCR은 단순 텍스트 추출을 넘어 레이아웃·표·수식까지 포함한 복잡 문서를 구조화해주는 멀티모달 OCR 모델입니다. GLM-V 인코더–디코더 구조를 기반으로, CogViT 비전 인코더 + 경량 크로스모달 커넥터 + GLM-0.5B 언어 디코더를 사용하며, 문서 레이아웃 분석(PP-DocLayout-V3) + 영역별 병렬 인식 2단 파이프라인으로 품질을 끌어올린 것이 특징이에요.

성능 포인트: OmniDocBench V1.5에서 94.62 점으로 #1을 달성했다고 소개합니다(표/수식/정보추출 등 포함).
입출력/언어: PDF·이미지(JPG/PNG)를 입력으로 받고(최대 100페이지 지원), 결과는 텍스트/MD/구조화 출력 형태로 제공합니다. 한국어 포함 다국어 지원도 명시돼 있어요.
빠른 사용 방법 3가지
1. 클라우드 API(MaaS): GPU 없이 API 키로 바로 사용
2. 자가호스팅(vLLM/SGLang): 로컬 서버로 운영(고동시성/엣지에 유리)
3. Ollama/MLX: 특수 환경(예: Apple Silicon) 배포 가이드 제공
SDK/도구: CLI(glmocr parse ...)와 Python API, Flask 서비스까지 포함되어 “문서 → Markdown + JSON” 파이프라인을 손쉽게 붙일 수 있게 구성돼 있습니다.
라이선스 참고: 저장소 코드는 Apache-2.0, 모델은 MIT로 안내되며, 레이아웃 분석에 PP-DocLayoutV3를 통합하므로 관련 라이선스도 함께 준수해야 합니다.

추천 활용처: 문서 RAG 전처리, 영수증/청구서 자동 입력, 표/수식 데이터화, 코드/기술문서 OCR 등 “문서 이해”가 필요한 자동화에 특히 잘 맞습니다.

https://github.com/zai-org/GLM-OCR

GitHub - zai-org/GLM-OCR: GLM-OCR: Accurate × Fast × Comprehensive

GLM-OCR: Accurate × Fast × Comprehensive. Contribute to zai-org/GLM-OCR development by creating an account on GitHub.

github.com

Claude Code를 “풀스택 페어 프로그래머”로 바꾸는 플러그인: Jeffallan/claude-skills

화니. — Thu, 12 Feb 2026 09:36:17 +0900

claude-skills는 Claude Code에서 사용할 수 있는 플러그인(스킬 모음)으로, 백엔드·프론트엔드·인프라·보안·테스트·DevOps 등 개발 전 영역에서 “상황에 맞는 전문가 역할”을 자동으로 불러오게 해주는 프로젝트입니다.

뭐가 좋은가?

66개 스킬 + 9개 워크플로우로 구성되어, 언어/프레임워크/운영/보안/데이터 등 다양한 작업을 역할 기반으로 처리합니다.
“점진적 공개(Progressive Disclosure)” 구조를 강조해, 짧은 핵심 스킬에서 시작해 필요할 때만 참고 자료를 로드하는 방식으로 설계되어 있습니다.
프로젝트 단위 작업은 Jira/Confluence 연동 워크플로우 커맨드로 “디스커버리 → 계획 → 실행 → 회고” 흐름을 문서/결정의 체인으로 남기도록 돕습니다.

https://github.com/Jeffallan/claude-skills

GitHub - Jeffallan/claude-skills: 66 Specialized Skills for Full-Stack Developers. Transform Claude Code into your expert pair p

66 Specialized Skills for Full-Stack Developers. Transform Claude Code into your expert pair programmer. - Jeffallan/claude-skills

github.com

Paper2Slides: 논문·문서를 “원클릭”으로 발표 슬라이드/포스터로 바꿔주는 오픈소스

화니. — Tue, 10 Feb 2026 15:24:24 +0900

Paper2Slides는 연구 논문, 보고서 등 각종 문서를 입력하면 전문적인 슬라이드와 포스터를 빠르게 생성해주는 도구입니다.

핵심 포인트

다양한 파일 형식 지원: PDF, Word, Excel, PowerPoint, Markdown 등 여러 문서를 한 번에 처리할 수 있어요.
RAG 기반 정밀 추출: 문서의 핵심 내용뿐 아니라 그림/표/데이터 포인트까지 놓치지 않도록 설계됐습니다.
출처 추적(소스 링크) 강조: 생성된 내용이 원문과 연결되도록 “드리프트”를 줄이는 방향을 내세웁니다.
스타일 커스터마이징: academic, doraemon 같은 기본 테마 + 자연어로 원하는 스타일을 설명해 커스텀도 가능.
체크포인트/재개 기능: RAG→분석→기획→생성의 4단계 파이프라인을 진행하며 단계별로 저장해, 중단돼도 이어서 돌리기 좋습니다.
빠른 모드 & 병렬 생성: --fast로 RAG 인덱싱을 건너뛰어 빠르게 미리보기/수정 가능하고, --parallel로 속도를 더 끌어올릴 수 있어요.
웹 UI 제공: 로컬에서 백엔드/프론트를 띄워 웹 화면으로도 사용할 수 있습니다(기본 http://localhost:5173).
MIT 라이선스 오픈소스로 공개되어 있어요.

https://github.com/HKUDS/Paper2Slides

Claude Code를 “멀티 에이전트”로 강화하는 플러그인, oh-my-claudecode(OMC) 소개

화니. — Fri, 30 Jan 2026 06:13:28 +0900

oh-my-claudecode는 Claude Code에서 여러 전문 에이전트를 자동으로 오케스트레이션해, “그냥 자연어로 시키면” 병렬/순차 실행까지 알아서 처리해주는 도구입니다. 설정 부담을 최소화한 Zero learning curve를 내세우는 게 핵심이에요.

뭐가 좋은데? (핵심 포인트)

5가지 실행 모드로 상황에 맞게 수행: Autopilot(자율), Ultrapilot(3~5배 병렬), Ecomode(토큰 절감), Swarm(협업), Pipeline(순차 체인)
32개 전문 에이전트가 아키텍처/리서치/디자인/테스트 등 역할 분담, 작업을 자동 분배
매직 키워드로 빠른 제어: autopilot, ralph, ulw, eco, plan 등(자연어만 써도 동작)
레이트리밋 대응 유틸(omc wait) 등 운영 편의 기능도 포함

https://github.com/Yeachan-Heo/oh-my-claudecode

GitHub - Yeachan-Heo/oh-my-claudecode: Multi-agent orchestration for Claude Code with 5 execution modes: Autopilot (autonomous),

Multi-agent orchestration for Claude Code with 5 execution modes: Autopilot (autonomous), Ultrapilot (3-5x parallel), Swarm (coordinated agents), Pipeline (sequential chains), Ecomode (token-effici...

github.com

Clawdbot — 나만의 개인 AI 비서

화니. — Mon, 26 Jan 2026 14:05:47 +0900

Clawdbot은 사용자가 직접 자신의 장치에서 구동하는 개인 AI 어시스턴트 오픈소스 프로젝트입니다.

이 프로젝트는 Node.js 기반으로 개발되었으며, WhatsApp, Telegram, Slack, Discord, Signal, iMessage, Microsoft Teams 등 여러분이 이미 쓰는 메신저/커뮤니케이션 채널과 연결됩니다.

Clawdbot의 주요 특징은 다음과 같습니다:

자체 호스팅 AI 비서로 로컬 기기에서 직접 운영 가능
다양한 채널(메신저/채팅)에서 메시지를 받고 답변
음성 입력/출력 지원 및 캘린더, 이메일 등 생산성 도구와 연동 가능
확장 가능한 스킬/플러그인 구조로 기능 추가 가능

또한 CLI 설치 마법사(onboard)를 통해 설치 및 설정을 쉽게 진행할 수 있고, macOS/Linux/Windows 환경을 모두 지원합니다.

Clawdbot은 MIT 오픈소스 라이선스로 공개되어 누구나 자유롭게 활용하거나 확장할 수 있습니다.

https://github.com/clawdbot/clawdbot

GitHub - clawdbot/clawdbot: Your own personal AI assistant. Any OS. Any Platform. The lobster way.

Your own personal AI assistant. Any OS. Any Platform. The lobster way. - GitHub - clawdbot/clawdbot: Your own personal AI assistant. Any OS. Any Platform. The lobster way.

github.com

Supertonic — 초고속 온디바이스 TTS

화니. — Fri, 9 Jan 2026 05:11:41 +0900

Supertonic은 텍스트를 음성으로 빠르게 변환해 주는 오픈소스 TTS(Text‑to‑Speech) 시스템입니다. Supertone Inc.가 개발했으며, 클라우드나 서버 연동 없이 사용자 기기에서 직접 음성을 생성하는 것이 큰 특징이에요.

핵심 특징

초속도 음성 합성: 일반 하드웨어에서 실시간보다 최대 167배 빠른 성능을 보여줍니다.
완전한 온디바이스 처리: 모든 음성 생성이 로컬에서 이루어져 프라이버시와 제로 대기시간을 보장합니다.
가벼운 구조: 전체 모델이 약 66M 파라미터로 경량이라 모바일, 엣지 기기에서도 실행 가능해요.
다양한 환경 지원: Python, Node.js, C++, Java, Swift, Flutter, 브라우저 등 여러 플랫폼에서 활용할 수 있습니다.
오픈소스 공개: GitHub에 소스 코드가 공개되어 누구나 자유롭게 사용, 수정, 배포가 가능합니다.

왜 주목받나?

Supertonic은 클라우드 비중 없이 로컬에서 AI 음성 기능을 구현할 수 있어, 음성 비서, 읽어주기 기능, 오프라인 앱 등 프라이버시 중심의 제품에 적합합니다.

https://github.com/supertone-inc/supertonic/

GitHub - supertone-inc/supertonic: Lightning-Fast, On-Device, Multilingual TTS — running natively via ONNX.

Lightning-Fast, On-Device, Multilingual TTS — running natively via ONNX. - supertone-inc/supertonic

github.com

Dockge — Docker Compose를 깔끔하게 관리하는 셀프호스트 UI 도구

화니. — Fri, 9 Jan 2026 04:56:46 +0900

Dockge는 Docker Compose 환경을 웹 UI로 쉽고 시각적으로 관리할 수 있는 오픈소스 도구입니다.

핵심 기능

Docker Compose 파일(Compose.yaml) 기반 스택 관리
파일 생성, 편집, 시작·중지·재시작까지 UI에서 처리 가능.
직관적인 웹 인터페이스
로그 확인, 에디터, 컨테이너 상태 등을 브라우저로 쉽게 확인.
파일 기반 구조 유지
Compose 파일이 실제 파일 시스템에 그대로 저장되어 Git 등으로 관리 가능.
여러 Docker 스택 일괄 관리 가능
한 곳에서 여러 프로젝트를 효율적으로 조회·운영 가능.

경쟁 도구와 차이

Portainer 같은 일반 Docker 관리 도구와 달리, Dockge는 Compose 중심으로 설계되어 단순하면서도 직관적인 UX를 제공합니다.

설치 및 사용

Dockge는 Docker가 설치된 서버에서 Compose 파일 한 줄로 쉽게 실행할 수 있으며 기본 웹 포트는 5001입니다.

❗ 참고

프로젝트는 활발히 사용되고 있지만 일부 사용자들은 개발 업데이트나 커뮤니티 대응에 아쉬움을 느끼기도 한다는 의견도 있습니다.

https://github.com/louislam/dockge

GitHub - louislam/dockge: A fancy, easy-to-use and reactive self-hosted docker compose.yaml stack-oriented manager

A fancy, easy-to-use and reactive self-hosted docker compose.yaml stack-oriented manager - louislam/dockge

github.com

Marmot — 리더 없는 분산 SQLite 복제 서버

화니. — Sat, 3 Jan 2026 02:00:12 +0900

Marmot은 여러 서버(노드)에서 SQLite 데이터베이스를 분산‧동기화할 수 있도록 설계된 오픈소스 프로젝트입니다.
• 리더가 없는 구조
모든 노드가 쓰기 작업을 받으며, 특정 마스터 노드가 필요 없습니다.
• MySQL 프로토콜 호환
MySQL 클라이언트(예: DBeaver, MySQL Workbench)로 접속해 SQLite를 다루듯 사용할 수 있습니다.
• 일관성 & 복제
MVCC(다중 버전 동시성 제어)와 **eventual consistency(최종적 일관성)**로 분산된 노드 간 데이터 동기화를 관리합니다.
• 다중 데이터베이스 지원
하나의 클러스터에서 여러 데이터베이스를 생성·관리할 수 있습니다.
• 변경 사항 복제
DDL(테이블 구조 변경) 및 DML(데이터 조작) 모두 클러스터 전체에 자동으로 반영됩니다.

⸻

활용 시나리오
• SQLite를 사용하는 엣지 서버에서 데이터 복제
• 분산 WordPress 클러스터 구축
• 읽기 많은 서비스의 읽기 확장(read-scaling) 환경

https://github.com/maxpert/marmot

GitHub - maxpert/marmot: A distributed SQLite server with MySQL wire compatible interface

A distributed SQLite server with MySQL wire compatible interface - maxpert/marmot

github.com

MySQL

snitch — 네트워크 연결정보를 예쁘게 보여주는 CLI 도구 소개

화니. — Tue, 23 Dec 2025 17:33:20 +0900

snitch는 시스템의 네트워크 연결 상태를 더 보기 쉽게 표시해주는 커맨드라인 도구입니다. 기존의 ss, netstat처럼 네트워크 연결 상태를 확인할 수 있지만, snitch는 깔끔한 TUI(터미널 UI) 또는 스타일된 테이블 출력을 지원해 사용자가 보기 좋게 정보를 확인할 수 있게 만들어졌습니다.

이 도구는 Go 언어로 작성되었고, Linux와 macOS를 모두 지원합니다. 설치는 Go 환경에서 직접 설치하거나, 스크립트 또는 바이너리를 통해 간단하게 할 수 있습니다.

주요 기능:
• 실시간 인터랙티브 UI로 네트워크 연결 보기
• 테이블 또는 JSON/CSV 형태로 출력
• TCP/UDP, LISTEN/ESTABLISHED 등 다양한 필터 옵션 제공
• 숫자 형식 출력, 프로세스 기반 필터링 등 상세 옵션 제공

snitch는 특히 서버 모니터링이나 네트워크 디버깅 시 시각적으로 정돈된 출력이 필요할 때 유용합니다. 깔끔한 UI 덕분에 기존 도구보다 빠르게 정보를 파악할 수 있습니다.

https://github.com/karol-broda/snitch

GitHub - karol-broda/snitch: a prettier way to inspect network connections

a prettier way to inspect network connections. Contribute to karol-broda/snitch development by creating an account on GitHub.

github.com

Sim.ai: 오픈소스 AI 에이전트 워크플로우 빌더

화니. — Fri, 12 Dec 2025 15:42:57 +0900

Sim은 AI 에이전트 워크플로우를 시각적으로 만들고 배포할 수 있는 오픈소스 플랫폼입니다. GitHub에서 공개되어 있으며, Next.js와 Bun, PostgreSQL(pgvector) 기반으로 돌아가는 모던한 AI 자동화 도구입니다.

Sim의 핵심 기능

캔버스 기반 워크플로우 빌더
블록을 캔버스에 올리고, 에이전트·툴·조건 블록을 선으로 연결해서 흐름을 설계할 수 있습니다. 복잡한 에이전트 파이프라인도 플로우 차트 그리듯 만들 수 있습니다.
Copilot 연동으로 자동 노드 생성
자연어로 “웹 크롤링 후 요약해서 슬랙으로 보내줘” 같은 요구를 하면, Copilot이 필요한 노드를 제안하고 오류 수정까지 도와줘 워크플로우 설계를 빠르게 반복할 수 있습니다.
벡터 DB 연동(RAG 지원)
문서를 업로드해서 벡터스토어에 저장한 뒤, 에이전트가 해당 지식을 기반으로 질의응답을 할 수 있는 RAG(검색 기반 생성) 워크플로우를 구성할 수 있습니다.

사용 방법 (클라우드 & 셀프 호스팅)

클라우드 버전
공식 사이트(sim.ai)에 접속해 바로 워크플로우를 만들 수 있는 클라우드 환경을 제공합니다.
로컬/온프레미스 셀프 호스팅
- NPM으로 간단 실행: npx simstudio
- Docker Compose로 프로덕션 환경 실행
- Ollama, vLLM과 연동해 로컬 LLM 또는 자체 호스팅한 모델도 사용할 수 있어, 외부 API 없이 폐쇄망에서도 운영이 가능합니다.

기술 스택

Framework: Next.js (App Router)
Runtime: Bun
DB: PostgreSQL + pgvector(임베딩·RAG용)
UI: Shadcn + Tailwind CSS
상태관리/플로우: Zustand, ReactFlow
실시간 & 잡 처리: Socket.io, Trigger.dev 등

이런 분들께 추천

여러 LLM·툴·API를 조합한 에이전트/자동화 플로우를 만들고 싶은 개발자
사내 문서·데이터를 기반으로 맞춤형 AI 도우미를 구축하려는 팀
클라우드가 아닌 셀프 호스팅 AI 에이전트 플랫폼이 필요한 조직

Sim은 Apache-2.0 라이선스로 공개되어 있어, 기업 환경에서도 자유롭게 커스터마이징하고 배포할 수 있는 점이 큰 장점입니다.

https://github.com/simstudioai/sim

GitHub - simstudioai/sim: Open-source platform to build and deploy AI agent workflows.

Open-source platform to build and deploy AI agent workflows. - simstudioai/sim

github.com

Uncloud: 쿠버네티스는 부담스럽고, 단일 서버는 아쉬운 개발자를 위한 경량 오케스트레이터

화니. — Mon, 8 Dec 2025 11:06:25 +0900

Uncloud는 여러 대의 Docker 호스트를 하나의 클러스터처럼 묶어주는 경량 컨테이너 오케스트레이션 도구입니다. 복잡한 쿠버네티스 대신, 익숙한 Docker & Docker Compose 경험을 유지하면서도 멀티 서버 운영, HTTPS, 로드밸런싱까지 한 번에 해결할 수 있도록 설계되었습니다.

주요 특징은 다음과 같습니다.

멀티 환경 지원: 클라우드 VM, 온프레미스 서버, 집에 있는 맥미니 등 위치나 제공자에 상관없이 하나의 클러스터로 묶어서 사용 가능
Docker Compose 기반: 새로운 DSL을 배울 필요 없이 기존 compose.yaml로 서비스 정의
무중단 배포: 롤링 업데이트로 서비스 중단 없이 새 버전 배포 (실패 시 롤백 기능도 준비 중)
Unregistry 연동: 외부 레지스트리 없이 직접 서버에 이미지를 빌드/푸시하고, 부족한 레이어만 전송해 빠르고 효율적인 배포
서비스 디스커버리 & 로드밸런싱: 내장 DNS로 컨테이너 간 통신을 단순화하고, 트래픽을 여러 서버에 분산
자동 WireGuard 메쉬 네트워크: 서버 간에 자동으로 안전한 프라이빗 네트워크를 구성해 컨테이너가 서로의 IP로 직접 통신
중앙 컨트롤 플레인 없음: 완전 분산 구조로, 일부 서버가 다운되어도 클러스터 운영 지속
Managed DNS + 자동 HTTPS: *.cluster.uncloud.run 형태의 도메인과 Let’s Encrypt 기반 TLS 발급/갱신, Caddy 리버스 프록시가 내장

사용 방법도 단순합니다. 로컬에 Uncloud CLI를 설치한 뒤, SSH로 서버에 접속해 uc machine init으로 첫 머신을 초기화하고, uc run 명령어로 이미지를 배포하면 지정한 도메인으로 HTTPS 서비스가 바로 올라옵니다. DNS A 레코드만 서버 IP로 연결해주면 됩니다.

내부적으로는 각 머신에 uncloudd 데몬과 CRDT 기반 분산 SQLite DB인 corrosion을 설치해, 별도의 중앙 서버 없이도 클러스터 상태를 서로 동기화합니다. WireGuard 서브넷을 자동으로 할당하고, Docker 브리지 네트워크와 연결해 컨테이너 네트워킹을 구성합니다. 새로운 머신을 추가하면 자동으로 새 서브넷과 키 교환까지 처리됩니다.

정리하자면,

“쿠버네티스는 너무 무겁고 운영이 부담스럽다”
“그래도 여러 대 서버를 묶어서 HTTPS, 로드밸런싱, 배포 자동화는 하고 싶다”

이런 개발자에게 Uncloud는 딱 중간 지점에 있는 실용적인 선택지입니다. 단일 서버 PaaS의 편리함과 자가 호스팅 인프라의 자유도를 함께 가져가고 싶은 분들이 한 번 살펴볼 만한 오픈소스 프로젝트입니다.

https://github.com/psviderski/uncloud

GitHub - psviderski/uncloud: A lightweight tool for deploying and managing containerised applications across a network of Docker

A lightweight tool for deploying and managing containerised applications across a network of Docker hosts. Bridging the gap between Docker and Kubernetes ✨ - psviderski/uncloud

github.com

오픈소스 웹 분석 도구, Umami로 구글 애널리틱스 대체하기

화니. — Mon, 1 Dec 2025 11:39:58 +0900

Umami는 웹사이트 방문자 통계를 수집할 수 있는 오픈소스 웹 분석 플랫폼으로, Google Analytics, Mixpanel, Amplitude 같은 서비스의 대안입니다. 개인정보 보호에 중점을 두고 있어 쿠키 배너 없이도 가볍게 사용할 수 있다는 점이 특징입니다.

Node.js와 PostgreSQL을 기반으로 동작하며, 직접 서버에 설치해서 운영하는 형태라 데이터가 제3자에게 넘어가지 않습니다. 리포지토리는 MIT 라이선스로 공개되어 있어 자유롭게 수정·배포가 가능합니다.

개인 블로그부터 서비스용 웹사이트까지, 데이터를 직접 소유하면서도 가벼운 통계를 보고 싶다면 Umami를 한 번 도입해 볼 만합니다.

https://github.com/umami-software/umami

GitHub - umami-software/umami: Umami is a modern, privacy-focused analytics platform. An open-source alternative to Google Analy

Umami is a modern, privacy-focused analytics platform. An open-source alternative to Google Analytics, Mixpanel and Amplitude. - umami-software/umami

github.com

구글애널리틱스

오픈소스 UI/UX 디자인 툴, 펜팟(Penpot) 소개

화니. — Mon, 1 Dec 2025 01:57:21 +0900

Penpot은 디자이너와 개발자가 함께 쓰는 오픈소스 UI/UX 디자인 & 프로토타이핑 도구입니다. 브라우저에서 바로 사용할 수 있고, 원하는 서버에 직접 설치해 팀 전용 협업 환경을 만들 수도 있습니다.

SVG, CSS, HTML, JSON 등 웹 표준 기반으로 동작해서, 디자인 결과물을 코드와 자연스럽게 연결해 주는 것이 특징입니다. 인스펙트 모드에서 바로 사용 가능한 코드(SVG/CSS/HTML)를 확인할 수 있어 개발 핸드오프 과정이 단순해집니다.

최근에는 디자인 토큰과 컴포넌트/버전(Variants)을 기본 기능으로 제공해, 디자인 시스템을 코드 마인드에 맞게 관리하기 좋습니다. CSS Grid 레이아웃, 새 컴포넌트 시스템 등도 포함된 2.0 대형 업데이트가 적용되어 있어서 복잡한 UI도 구조적으로 설계할 수 있습니다.

공식 클라우드 서비스(SaaS) 외에도 Docker·Kubernetes 등으로 손쉽게 셀프 호스팅할 수 있고, 웹훅과 API로 개발 파이프라인과 연동도 가능합니다. GitHub에서 활발히 개발되고 있으며, 이슈·버그 리포트, 번역, 코드 기여 등 커뮤니티 참여 통로도 잘 열려 있는 프로젝트입니다.

https://github.com/penpot/penpot

GitHub - penpot/penpot: Penpot: The open-source design tool for design and code collaboration

Penpot: The open-source design tool for design and code collaboration - penpot/penpot

github.com

Wi-Fi 신호로 집 안 움직임을 감지하는 오픈소스 프로젝트, ESPectre 소개

화니. — Tue, 18 Nov 2025 17:30:14 +0900

ESPectre는 카메라나 마이크 없이, 집 안의 움직임을 Wi-Fi 신호만으로 감지하는 오픈소스 프로젝트입니다. ESP32-S3 보드와 기존 2.4GHz Wi-Fi 공유기, 그리고 Home Assistant나 MQTT 서버만 있으면 동작하며, 하드웨어 비용은 약 10유로(ESP32-S3 보드 1개) 수준으로 매우 저렴한 편입니다.

이 시스템은 머신러닝 모델을 쓰지 않고, Wi-Fi 채널 상태 정보(CSI)에서 10개의 통계·신호 처리 기반 특징값을 추출해 움직임 여부(IDLE/MOTION)를 판단하는 수학적 방식으로 동작합니다. 덕분에 별도의 학습 과정 없이도 바로 쓸 수 있고, 나중에 사람 수 추정이나 동작 인식 같은 고급 기능을 위해서는 이 데이터를 기반으로 ML 모델을 추가로 학습할 수도 있습니다.

원리는 간단합니다. 사람이 방 안에서 움직이면 공유기와 센서 사이를 오가는 Wi-Fi 파형이 미세하게 바뀌는데, ESP32-S3가 이 변화를 CSI 데이터로 들여다보고 “지금 움직임이 있는지”를 판단합니다. 이 방식은 카메라가 없어 프라이버시를 지키고, 웨어러블 기기도 필요 없으며, 벽을 사이에 두고도 감지 가능하다는 점이 큰 장점입니다.

ESPectre가 특히 유용한 분야로는 집 안 침입 감지 같은 홈 보안, 노인의 활동 여부를 확인하는 케어/헬스케어 모니터링, 사람이 있을 때만 불과 난방을 켜는 스마트 홈 자동화 및 에너지 절감 등이 있습니다. MQTT를 통해 각 방의 센서 상태를 Home Assistant로 전달하기 때문에, 방별 점유 여부를 따로 보거나 전체 집의 재실 여부를 센서 그룹으로 구성해 자동화를 쉽게 만들 수 있습니다.

설치 난이도는 ESP-IDF 환경 설정과 펌웨어 플래싱을 할 수 있을 정도의 기초적인 커맨드라인 사용 능력이 있으면 도전 가능한 수준입니다. 저장소의 SETUP.md와 CALIBRATION.md를 따라가며 설치와 보정 과정을 진행하면 되고, 센서는 보통 공유기와 38m 거리, 높이 11.5m 정도의 책상·선반 위에 두는 것이 권장됩니다.

마지막으로, ESPectre는 연구·교육용 실험 프로젝트로, 저자는 오남용이나 법적 문제에 대한 책임을 지지 않는다는 점이 명시되어 있습니다. 실제 집이나 사무실에 적용할 때는 현지 법규와 프라이버시 이슈를 꼭 확인하고, 안전하고 책임감 있게 사용하는 것이 중요합니다.

https://github.com/francescopace/espectre

GitHub - francescopace/espectre: ESPectre - Motion detection system based on Wi-Fi spectre analysis (CSI), with Home

ESPectre - Motion detection system based on Wi-Fi spectre analysis (CSI), with Home Assistant integration. - francescopace/espectre

github.com

화니의 세상

Google ADK와 Gemini로 구현한 ‘Always-On Memory Agent’

LiteLLM 소개: 100개 이상의 LLM을 하나의 OpenAI 형식으로 연결하는 통합 게이트웨이

Postgres에서 “Elastic급” 검색을: ParadeDB(ParadeDB/ParadeDB)

어떤 기능을 노리나?

운영 관점에서 좋은 점(Zero ETL 지향)

AI로 빠르게 라벨링하는 오픈소스 툴, X-AnyLabeling 소개

핵심 특징 한눈에 보기

함께 보면 좋은 구성: X-AnyLabeling-Server

macOS 메뉴바에서 AI 코딩 도구 사용량을 한눈에: CodexBar 소개

핵심 포인트

설치 방법(간단)

알리바바 오픈소스 Zvec: 초경량·초고속 인프로세스 벡터 DB로 RAG/유사도 검색을 더 간단하게

GLM-OCR: “작지만 강한” 문서 이해형 OCR 오픈소스

Claude Code를 “풀스택 페어 프로그래머”로 바꾸는 플러그인: Jeffallan/claude-skills

뭐가 좋은가?

Paper2Slides: 논문·문서를 “원클릭”으로 발표 슬라이드/포스터로 바꿔주는 오픈소스

핵심 포인트

Claude Code를 “멀티 에이전트”로 강화하는 플러그인, oh-my-claudecode(OMC) 소개

뭐가 좋은데? (핵심 포인트)

Clawdbot — 나만의 개인 AI 비서

Supertonic — 초고속 온디바이스 TTS

핵심 특징

왜 주목받나?

Dockge — Docker Compose를 깔끔하게 관리하는 셀프호스트 UI 도구

핵심 기능

경쟁 도구와 차이

설치 및 사용

❗ 참고

Marmot — 리더 없는 분산 SQLite 복제 서버

snitch — 네트워크 연결정보를 예쁘게 보여주는 CLI 도구 소개

Sim.ai: 오픈소스 AI 에이전트 워크플로우 빌더

Sim의 핵심 기능

사용 방법 (클라우드 & 셀프 호스팅)

기술 스택

이런 분들께 추천

Uncloud: 쿠버네티스는 부담스럽고, 단일 서버는 아쉬운 개발자를 위한 경량 오케스트레이터

오픈소스 웹 분석 도구, Umami로 구글 애널리틱스 대체하기

오픈소스 UI/UX 디자인 툴, 펜팟(Penpot) 소개

Wi-Fi 신호로 집 안 움직임을 감지하는 오픈소스 프로젝트, ESPectre 소개

Dockge — Docker Compose를 깔끔하게 관리하는 셀프호스트 UI 도구