Threads에서 자주 보이는 AI 개발 도구 포스트 중에는 문장 하나만으로 사람을 멈추게 만드는 것들이 있습니다. 이번 글의 출발점도 그렇습니다. “Claude가 이제 여러분의 전체 모바일 앱을 구축할 수 있다. Apple 수준의 개발자처럼, 몇 분 만에, 무료로 가능하다”는 식의 짧고 강한 문장입니다. Threads 원문 Jina Reader 추출
더보기
이 영상의 핵심은 “RAG를 더 잘 튜닝하는 법”이 아니라, 아예 벡터와 청킹을 전제로 하지 않는 RAG를 Codex로 빠르게 조립하는 법 에 있습니다. 발표자는 전통적인 vector-based RAG가 문서를 잘게 자르고 임베딩으로 바꾼 뒤 벡터 DB에서 유사도 검색을 하는 방식이라고 먼저 정리한 다음, PageIndex는 문서의 트리 구조 인덱스를 만들고 추론 기반 검색을 수행하는 vectorless RAG 라고 소개합니다. 0:01 1:23
더보기
agent-skills 저장소가 눈에 띄는 이유는 좋은 프롬프트를 몇 개 모아 둔 프로젝트처럼 보이면서도, 실제로는 훨씬 더 넓은 범위를 다루기 때문입니다. README는 이 저장소를 “AI coding agents를 위한 production-grade engineering skills” 라고 소개하며, 아이디어 정제부터 배포까지 개발 생명주기 전체를 7개의 slash command와 19개의 skill로 구조화합니다. GitHub README GitHub API
더보기
Claude Code를 매일 쓰다 보면 토큰이 “코드를 많이 만들어서”가 아니라, 이상하게도 금방 바닥나는 순간을 자주 겪게 됩니다. 이 Threads 스레드는 그 원인을 꽤 직설적으로 설명합니다. 문제는 코드 생성 자체보다 git status, 테스트 로그, 디렉터리 목록 같은 잡음성 출력과 기본 컨텍스트 오버헤드 라는 것입니다. 작성자는 30분 세션에 CLI 명령어를 60개 정도 실행하면 터미널 출력만으로 약 21만 토큰이 소모될 수 있다고 지적합니다. 원문 스레드
더보기
LightRAG를 한 번 써 본 사람이라면 금방 부딪히는 한계가 있습니다. 텍스트 문서는 잘 다루지만, 스캔 PDF나 이미지가 섞인 보고서, 차트와 그래프가 많은 문서는 갑자기 처리 난도가 올라간다는 점입니다. 이 영상은 그 빈칸을 메우는 방법으로 RAG-Anything 를 소개합니다. 핵심은 새로운 RAG를 처음부터 다시 만드는 것이 아니라, LightRAG 위에 멀티모달 문서 처리 레이어를 하나 더 얹는 방식 이라는 데 있습니다. 0:48 1:03
더보기
이 영상의 핵심은 Hermes Agent 자체보다, 그 에이전트를 더 많은 사용자가 편하게 다룰 수 있게 만드는 Hermes for Web 에 있습니다. 발표자는 Hermes Agent를 2주 정도 직접 써 본 뒤, 설치와 사용이 다소 불편한 지점을 웹 UI와 몇 가지 자동화 패키지로 보완했다고 설명합니다. 결과적으로 CLI 중심 에이전트에 온보딩, 예약 작업, 메모리 확인, 모델 선택, Obsidian 연동 을 얹은 관리 화면이 만들어집니다. 0:24 1:11 2:24
더보기
pro-workflow 가 흥미로운 이유는 “좋은 프롬프트 모음”에 머물지 않기 때문입니다. 이 프로젝트는 Claude Code가 사용자의 교정을 세션마다 잊어버리는 문제를, 영속 메모리와 자동 규칙 재주입 으로 풀려는 시도에 가깝습니다. 저장소 README는 이를 self-correcting memory 라고 부르며, 교정이 SQLite 데이터베이스에 누적되고 다음 세션 시작 시 다시 로드된다고 설명합니다. README GitHub API 메타데이터
더보기