오늘 리스트는 한 줄로 요약돼요. 오픈 모델 기반 Agent 스택이 “실험감”을 벗고 실제 워크플로우로 들어오고 있느냐가 핵심입니다.

오늘의 Top 5

1. Kimi K3: Open Frontier Intelligence

HN · 1,331점 · 댓글 824

오늘 가장 큰 화제는 단연 Kimi K3예요. 점수와 댓글 규모만 봐도 단순 모델 출시 소식이 아니라, 오픈 프론티어급 모델이 폐쇄형 모델과 얼마나 가까워졌는지를 두고 개발자들이 집단적으로 반응한 이슈로 보입니다.
실무적으로는 “오픈 모델로도 coding agent나 사내 AI 워크플로우를 짤 수 있나?”라는 질문에 다시 불을 붙였고, 아래의 openinterpreter나 LM Studio 같은 도구 흐름과 같이 봐야 의미가 커져요.

2. openinterpreter/openinterpreter

GitHub · Rust · ⭐ 오늘 661

설명만 보면 Kimi K3 같은 오픈 모델을 위한 coding agent에 초점이 맞춰진 프로젝트예요. 오늘 HN 1위 이슈와 바로 연결되기 때문에, 단순 인기 저장소보다 한국 개발자에게는 훨씬 실질적인 시그널이죠.
중요한 포인트는 “좋은 모델” 경쟁이 아니라, 그 모델을 실제 개발 작업에 붙이는 실행 레이어가 같이 뜨고 있다는 점이에요. 오픈 모델 도입을 검토 중이라면 이런 agent 도구의 방향을 먼저 체크해볼 만해요.

3. Shubhamsaboo/awesome-llm-apps

GitHub · Python · ⭐ 오늘 923

“100+ AI Agent & RAG apps you can actually run”이라는 설명이 강해요. 이건 새로운 프레임워크라기보다, 바로 돌려보고 클론해서 커스터마이즈할 수 있는 실전 예제 모음이라는 점에서 가치가 큽니다.
한국 팀 입장에서는 LLM 도입의 병목이 모델 선택보다 “첫 프로토타입을 얼마나 빨리 만드느냐”인 경우가 많죠. 그런 의미에서 오늘 가장 실무 친화적인 레퍼런스 중 하나예요.

4. Graphify-Labs/graphify

GitHub · Python · ⭐ 오늘 1,107

공개된 설명만 보면 코드, SQL schema, 문서, 이미지, 영상까지 묶어서 queryable knowledge graph로 바꾸는 AI coding assistant skill이에요. 특히 앱 코드 + DB schema + 인프라를 한 그래프로 본다는 표현은, 복잡한 사내 시스템 이해를 돕는 방향으로 읽혀요.
실무적으로는 RAG를 넘어서 리포지토리 문맥을 구조화하는 방식에 관심이 있는 팀이라면 볼 만합니다. 문서가 흩어진 레거시 환경일수록 이런 접근이 먹힐 수 있어 보여요.

5. github/copilot-sdk

GitHub · Java · ⭐ 오늘 13

오늘 스타 수는 낮지만, GitHub Copilot Agent를 앱과 서비스에 통합하는 SDK라는 설명 자체가 중요해요. 한국 개발자에게 실질적 중요도로 Top 5에 넣은 이유는, 이미 Copilot을 쓰는 조직이라면 “에이전트를 사내 제품 안으로 넣는 표준 경로”가 열릴 수 있기 때문이죠.
아직 공개 설명이 짧아서 세부 활용은 저장소를 더 봐야 하지만, Agent UX가 IDE 밖으로 확장되는 신호로는 충분히 볼 만해요.

짧게 훑기

  • LM Studio Bionic: the AI agent for open models, HN 189점·댓글 69개, 오픈 모델용 agent 경험을 데스크톱 쪽에서 밀어붙이는 흐름으로 보여요.
  • mattpocock/skills, GitHub ⭐ 오늘 2,060, .claude 디렉터리 기반 실무 스킬 모음이라 Claude Code 사용자라면 바로 참고할 만해요.
  • Nutlope/hallmark, GitHub ⭐ 오늘 3,372, Claude Code·Cursor·Codex용 “Anti-AI-slop design skill”이라는 메시지가 흥미로워요.
  • PostHog/posthog, GitHub ⭐ 오늘 77, AI observability·analytics·session replay까지 묶어 Agent 운영 컨텍스트를 한곳에서 보려는 방향이 눈에 띄어요.
  • zai-org/GLM-5.2, HuggingFace ❤️4,032 · ⬇️513,061, 모델 자체 관심도와 다운로드가 모두 높아 오픈 모델 선택지로 계속 체크할 만해요.

에디터 코멘트

오늘 흐름은 분명해요. 이제 관심사는 “어떤 LLM이 더 똑똑하냐”보다, 오픈 모델을 실제 agent workflow에 어떻게 묶느냐로 이동하고 있어요.
서둘러 볼 건 예제와 실행 레이어예요. awesome-llm-apps, openinterpreter, graphify 같은 항목은 당장 사내 PoC 속도를 올리는 데 직접 연결될 수 있죠.
반대로 관망할 건 브랜딩이 크고 설명이 짧은 플랫폼형 발표들이에요. SDK나 운영 플랫폼은 기대감이 커도, 실제 팀 생산성에 어떤 식으로 연결되는지는 저장소와 문서를 더 확인해야 해요.
오늘 해볼 것 한 가지: 1위 Kimi K3 이슈를 읽은 뒤, openinterpreter README와 awesome-llm-apps 예제 하나를 10분씩만 훑어보세요. 오픈 모델 Agent를 어디에 붙일지 감이 훨씬 빨리 잡힐 거예요.