GitHub 트렌딩을 그대로 나열하지 않고, Claude Code · RAG · 로컬 AI · 에이전트 워크플로우 · 평가 도구 · AI 앱 빌더 관점에서 실제 빌더가 쓸 만한 오픈소스 스택을 다시 정리합니다.
지식 그래프를 RAG의 1급 시민으로 끌어올린 경량 프레임워크. langchain만큼 무겁지 않게 그래프 RAG를 빠르게 붙일 수 있어요.
[EMNLP2025] "LightRAG: Simple and Fast Retrieval-Augmented Generation"
경량 그래프 RAG가 오늘의 픽다. langchain보다 가볍게 그래프를 붙일 수 있게 해줘서 좋다. RAG 전처리 시간도 3분 정도 단축됨.
완전 오프라인 RAG의 선구자. 보안이 중요한 환경에서 첫 후보로 검토.
Interact with your documents using the power of GPT, 100% privately, no data leaks.
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
에이전트가 세션을 넘어 사용자 정보를 기억하는 건 큰 장점이다. 다음 대화에 자동 주입하는 기능이 특히 좋다. 이 레포의 코드 구조가 간결해서 바로 쓸 만하다.