오늘의 AI Builder Stack을 고르세요.

코드, 문서, SQL 스키마 등을 통합된 지식 그래프로 변환하는 AI 도구.

AI coding assistant skill (Claude Code, Codex, OpenCode, Cursor, Gemini CLI, and more). Turn any folder of code, SQL schemas, R scripts, shell scripts, docs, papers, images, or videos into a queryable knowledge graph. App code + database schema + infrastructure in one graph.

노코드에 가깝게 LLM 앱을 만드는 비주얼 워크플로우 플랫폼. RAG·툴·observability가 한 곳에 묶여 있어요.

Open-source LLMOps platform — visual workflow builder for AI apps with RAG, agents, and observability.

RAG 패턴 30+개를 실행 가능한 노트북으로 모은 저장소. RAG 깊게 파고들 때 필독.

Showcases various advanced techniques for Retrieval-Augmented Generation.

LangChain의 RAG 특화 라이브러리. 인덱싱·쿼리·에이전트 패턴이 RAG에 최적화됨.

Data framework for your LLM applications — focused on RAG.

내 노트·이메일·문서를 자연어로 검색하는 개인 AI. Obsidian·이메일 통합이 강점.

Your AI second brain — search, chat, and analyze your local docs.

엔터프라이즈 RAG 파이프라인 표준. 컴포넌트 모듈화가 정교해서 큰 시스템에 강해요.

AI orchestration framework to build customizable, production-ready LLM applications.

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。

내 DB 스키마를 학습시켜 자연어 → 정확한 SQL을 만드는 라이브러리. 분석가 워크플로우에 강해요.

Chat with your SQL database — accurate Text-to-SQL Generation via LLMs using RAG.

Postgres에 벡터 검색 추가하는 extension. 별도 vector DB 없이 RAG 쉽게 시작.

Open-source vector similarity search for Postgres.

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/

Rust 기반의 lightweight 임베딩 DB. 멀티모달과 데이터 레이크 패턴에 강해요.

Developer-friendly, embedded retrieval engine for multimodal AI.

Anthropic이 직접 만든 Claude 활용 레시피 모음. 툴콜·RAG·평가까지 실전 패턴이 노트북으로 정리되어 있어요.

A collection of notebooks and patterns for building with the Claude API.

내 문서로 RAG 챗봇 만드는 개인 '제2의 두뇌'. 노션 스타일 UX와 빠른 셋업이 강점.

Your GenAI Second Brain — RAG over your docs.

LLM 앱에 장기 메모리를 주는 서버. 사용자 사실·대화 맥락을 자동으로 관리.

Long-term memory store for LLM applications — facts and message history.

GraphQL API 기반의 vector DB. 모듈식 ML 통합이 강점이고 RAG에 친화적.

Weaviate — open-source vector database that stores both objects and vectors.

기업이 외부에 데이터 안 내보내고 RAG·챗 운영할 때 쓰는 H2O.ai의 풀 솔루션.

Private chat with local GPT — fully self-hosted, RAG-ready.

완전 오프라인 RAG의 선구자. 보안이 중요한 환경에서 첫 후보로 검토.

Interact with your documents using the power of GPT, 100% privately, no data leaks.

PrivateGPT의 현행 메인테이너 포크. RAG 컴포넌트가 가장 잘 정리되어 있어요.

Interact privately with your documents using LLMs.

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"

아키텍처 중심의 시스템 설계를 위한 튜토리얼, 템플릿, 실전 사례를 모아놓았다. 분산 시스템, AI 네이티브 시스템, RAG, 코딩 에이전트 등 최신 아키텍처 패턴 학습에 실질적인 도움을 준다.

🧭 Architecture-first system design: 26 bilingual tutorials, 25 architecture templates, and 6 end-to-end cases covering distributed systems, AI-native systems, RAG, coding Agents, and production trade-offs.

PDF·표·차트까지 깊게 파싱하는 RAG 엔진. 복잡 문서가 많은 기업 KMS용.

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities to create a superior context layer for LLMs

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

스트림 처리, 실시간 분석, LLM 파이프라인 및 RAG에 대한 파이선 ETL 프레임워크입니다.

Python ETL framework for stream processing, real-time analytics, LLM pipelines, and RAG.

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 노동자를 위한 범용 AI 시스템으로, 사용자가 AI를 유연하게 제어하고 배포할 수 있도록 설계되었다. VPC, 온프레미스, 클라우드 등 다양한 환경에서 AI 솔루션을 구축할 때 쓰인다.

Delegate anything. It comes back done.

RAG(Retrieval-Augmented Generation) 시스템의 평가 및 최적화를 위한 오픈소스 프레임워크다. AutoML 방식의 자동화를 통해 RAG 성능을 향상시킨다.

AutoRAG: An Open-Source Framework for Retrieval-Augmented Generation (RAG) Evaluation & Optimization with AutoML-Style Automation

생체 모방 인지 메모리 엔진으로, 새로운 Graph RAG 패러다임을 제시한다. AI 에이전트의 추론 및 장기 기억 능력을 강화하는 데 초점을 맞춘다. 지식 그래프 기반의 향상된 RAG 구현을 원할 때 주목한다.

A bio-inspired cognitive memory engine — a new paradigm for Graph 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

대규모 벡터 검색 전용 DB. 대용량(10억+ 벡터)에서 가장 검증된 OSS 선택.

Milvus is a high-performance, cloud-native vector database built for scalable vector ANN search

AI-powered answering engine. AI 에이전트, LLM.

Vane is an AI-powered answering engine.

빠른 검색 엔진 API를 제공하는 도구입니다.

A lightning-fast search engine API bringing AI-powered hybrid search to your sites and applications.

JVM 기반 LLM 애플리케이션 개발을 위한 자바 라이브러리다. 다양한 LLM과 벡터 스토어에 대한 통합 API를 제공하며, RAG 및 에이전트 구현을 간소화한다.

LangChain4j is an idiomatic, open-source Java library for building LLM-powered applications on the JVM. It offers a unified API over popular LLM providers and vector stores, and makes implementing tool calling (including MCP support), agents and RAG easy. It integrates seamlessly with enterprise Java frameworks like Quarkus and Spring Boot.

Rust로 만든 vector DB. 메모리 효율과 페이로드 필터링 성능이 뛰어남.

Qdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next generation of AI. Also available in the cloud https://cloud.qdrant.io/

에이전트 패턴별로 정리된 실습 모음. multi-agent·RAG 에이전트·프로덕션 패턴까지 한 번에.

50+ tutorials and implementations for Generative AI Agent techniques, from basic conversational bots to complex multi-agent systems.

처음부터 대규모 언어 모델(LLM)을 구축하는 과정을 다루는 학습 자료다. RAG 및 에이전트 기술 구현을 포함하여 LLM 개발 전반을 아우른다.

📚 从零开始构建大模型

데스크탑 + Docker로 한 번에 띄우는 RAG·에이전트·다중 LLM 챗 앱. 비개발자가 시도하기 쉬움.

Stop renting your intelligence. Own it with AnythingLLM. Everything you need for a powerful local-first agent experience

AI 작업, RAG/시맨틱 청킹 기능을 통합한 오픈소스 GEO 콘텐츠 엔지니어링 및 다중 사이트 배포 시스템이다. GEOFlow Agent와 WordPress 퍼블리싱을 지원하며, AI로 콘텐츠 생성 및 배포를 효율화하려는 조직의 핵심 도구가 된다.

Open-source GEO content engineering and multi-site distribution system with AI tasks, RAG/semantic chunking, analytics, GEOFlow Agent and WordPress target publishing.

언어 에이전트 그래프

Build resilient agents.

LLM 기반 앱을 만들 때 사실상 표준이 된 파이썬/JS 프레임워크. RAG·에이전트·툴콜 패턴을 쉽게 합성할 수 있어요.

The agent engineering platform.

LangChain을 비주얼하게 조립하는 도구. 비개발자가 RAG·에이전트 프로토타입 만들 때.

Build AI Agents, Visually

Claude Code skill 형태로 묶인 도구 컬렉션. 이미지 생성 skill을 어떻게 패키징하는지 참고하기 좋습니다.

ConardLi's open-source Skills collection, featuring web design, knowledge retrieval, image generation, and more.

모든 LLM과 연동되는 고급 기능을 갖춘 오픈소스 AI 챗 플랫폼이다. 사용자 친화적인 UI로 AI 상호작용 경험을 최적화한다.

Open Source AI Platform - AI Chat with advanced features that works with every LLM

로컬 Ollama에 ChatGPT 같은 UI를 붙이는 인기 프로젝트. RAG·툴·아바타까지 풀 패키지.

User-friendly AI Interface (Supports Ollama, OpenAI API, ...)

내장 인용, 심층 리서치, 22가지 이상 파일 형식 지원, 파티션 기능 등을 제공하는 오픈소스 RAG 플랫폼입니다. MCP 서버를 포함하여 강력한 AI 에이전트 개발을 지원합니다.

The open-source RAG platform: built-in citations, deep research, 22+ file formats, partitions, MCP server, and more.

Carbon.ai의 오픈소스 대안으로, 어떤 데이터 소스로든 강력한 RAG(Retrieval Augmented Generation) 애플리케이션을 구축하게 돕는다. Next.js, TailwindCSS, TypeScript를 기반으로 하며 대규모 데이터 처리가 가능하다. 유연한 RAG 시스템 구현에 적합하다.

The open-source alternative to Carbon.ai. Build powerful RAG applications with any data source, at any scale.

PDF·DOCX·PPTX·이미지·오디오 등 모든 걸 LLM에 먹이기 좋은 깨끗한 마크다운으로 변환. RAG 전처리에서 압도적으로 편함.

Python tool for converting files and office documents to Markdown.