오늘의 AI Builder Stack을 고르세요.

LLM 기초부터 멀티 에이전트 시스템까지, Agentic AI 학습의 모든 것을 담은 로드맵이다. 엄선된 240개 이상의 자료와 실습 예제로 심층 학습이 가능하다.

A trilingual (繁中 / English / 简中) learning roadmap for agentic AI: from LLM basics to multi-agent systems, with 240+ curated resources and hands-on examples. 中文 AI agent 學習地圖。

웹 파싱 대신 픽셀 데이터를 직접 활용하는 새로운 RAG 검색 방식이다. 복잡한 UI나 멀티모달 정보에서 확장성 높은 검색을 구현할 때 유용하다.

The end of web parsing. The beginning of scalable pixel-native search. link: https://pixelrag.ai/

언어 에이전트 그래프

Build resilient agents.

AI 에이전트가 데이터를 안전하게 조회할 수 있는 데이터 보관소.

AI Data Vault - A query engine for AI Agents to securely query data from any datasource

에이전트를 위한 빠르고 정확한 코드 검색 도구로, 기존 방식 대비 토큰 사용량을 약 98% 절감한다. LLM 에이전트가 코드 컨텍스트를 효율적으로 활용하게 돕는다.

Fast and Accurate Code Search for Agents. Uses ~98% fewer tokens than grep+read

Python로 작성된 문서 분석 도구. PDF, Office 문서를 분석하여 LLM-ready markdown/JSON을 생성합니다.

Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.

운영 환경 AI 시스템을 구축하고 배포하는 오픈소스 플랫폼이다. 사용자가 AI를 완전히 제어하고 확장하며 어디든 배포할 수 있도록 설계된다.

General-purpose AI designed for knowledge workers — creators, strategists, and operators — and individuals seeking AI systems they can truly control to help them get work done, with full flexibility to extend and deploy anywhere (VPC, on-prem, or cloud).

진정한 오픈소스 AI 프로젝트, 모델, 툴, 인프라를 엄선하여 목록화한다. 최신 AI 기술 스택을 탐색하고 검토할 때 첫 참고 자료가 된다.

Curated list of the best truly open-source AI projects, models, tools, and infrastructure.

벡터 데이터베이스 없이 추론 기반 RAG를 위한 문서 인덱싱 시스템이다. LLM 에이전트의 컨텍스트 이해와 활용 능력을 향상시킨다.

📑 PageIndex: Document Index for Vectorless, Reasoning-based RAG

실제로 실행 가능한 100개 이상의 AI 에이전트 및 RAG 앱 목록입니다. 복제, 사용자 정의, 배포가 가능하여 LLM 기반 서비스 개발에 유용합니다.

100+ AI Agent & RAG apps you can actually run — clone, customize, ship.

AI-native 애플리케이션 개발을 위한 오픈소스 플랫폼이다. 에이전트, 함수 호출, 생성형 AI 등 AI 앱 구축에 필요한 핵심 기능을 제공한다.

The open source platform for AI-native application development.

Langchain과 ChatGLM, Llama 등 로컬 LLM을 활용한 RAG 및 Agent 애플리케이션. 지식 기반 챗봇 구축에 최적.

Langchain-Chatchat（原Langchain-ChatGLM）基于 Langchain 与 ChatGLM, Qwen 与 Llama 等语言模型的 RAG 与 Agent 应用 | Langchain-Chatchat (formerly langchain-ChatGLM), local knowledge based LLM (like ChatGLM, Qwen and Llama) RAG and Agent app with langchain

LLM에 입력되기 전 로그, RAG 청크 등 다양한 데이터를 60-95% 압축한다. 토큰 비용을 줄이면서도 동일한 결과를 얻는 데 효과적이다.

Compress tool outputs, logs, files, and RAG chunks before they reach the LLM. 60-95% fewer tokens, same answers. Library, proxy, MCP server.

LLM 입력 토큰을 60~95% 압축하여 비용을 줄여준다. RAG 청크, 로그, 파일 등 모든 입력에 적용 가능하며, 라이브러리, 프록시, MCP 서버로 활용된다.

Compress tool outputs, logs, files, and RAG chunks before they reach the LLM. 60-95% fewer tokens, same answers. Library, proxy, MCP server.

에이전트가 세션을 넘어 사용자 사실을 기억하게 해주는 메모리 레이어. 사용자별로 정보를 구조화해서 다음 대화에 자동 주입.

Universal memory layer for AI Agents

AI 에이전트와 RAG(Retrieval Augmented Generation) 시스템을 위해 비정형 데이터를 구조화된 청크로 추출, 파싱하여 제공한다. 복잡한 데이터를 LLM이 쉽게 소비하도록 전처리하는 데 특화되어 있다.

Knowhere extracts, parses, and outputs structured chunks ready for AI Agents and RAG.

지식 그래프와 RAG 기반 AI 에이전트 구축을 위한 실용적 튜토리얼.

📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程