Development Techniques

1600명 이상의 기여자가 PR로 유지·업데이트하는 커뮤니티 주도 프로젝트로, 개발자와 오픈소스 작성자를 위해 무료 티어(Free Tier)를 제공하는 SaaS, PaaS, IaaS 서비스를 분류별로 정리한 대규모 목록이다. 인프라/DevOps 실무자에게 유용한 서비스 위주로 50개 이상의 카테고리, 수백 개의 서비스를 망라하며, 무료 체험이 아닌 최소 1년 이상 유지되는 무료 티어만 포함한다. 주요 클라우드 프로바이더 (Always-Free) 프로바이더 대표 무료 서비스 Google Cloud App Engine, Compute Engine (e2-micro), Cloud Run (200만 요청/월), BigQuery (1TB 쿼리/월), Cloud Functions (200만 호출/월) AWS EC2 (t2.micro 750시간/월), S3 (5GB), Lambda (100만 요청/월), RDS (db.t3.micro), CloudFront (1TB egress/월) Azure Virtual Machines (B1s Linux/Windows), Functions (100만 실행/월), Cosmos DB (400RU/s), App Service CI/CD & 빌드 CircleCI — 6000분/월 실행, 무제한 협업자 GitHub Actions — 퍼블릭 리포 무제한, 프라이빗 2000분/월 Buildkite — 3명 사용자, 5k job minutes/월 Bitrise — 모바일 CI/CD, 200빌드/월 Nx Cloud — 30명 기여자, 150k 크레딧 코드 품질 & 리뷰 Codecov, CodeFactor, SonarCloud — 오픈소스 무료 coderabbit.ai — AI 코드 리뷰, 오픈소스 무료 DeepSource — GitHub/GitLab/Bitbucket 연동 정적 분석

AI(ChatGPT·Claude·Gemini 등)가 생성한 한글 글을 내용 변경 없이 문체·리듬·표현만 자연스러운 한국어로 윤문하는 Claude Code 스킬. 영어권 humanizer가 한국어에 약한 문제를 해결하기 위해, 한글 고유의 AI 글쓰기 패턴을 체계적으로 분류해 탐지·수정한다. 탐지 대상 — 10대 카테고리 × 70 서브 패턴 ID 대분류 대표 패턴 A 번역투 "를 통해", "에 있어서", 이중 피동, "그/그녀" 강박적 사용, 관계절 좌향 수식, 이중 조사 B 영어 인용·용어 과다 과도한 괄호 병기, 번역 가능한 영어 그대로 C 구조적 AI 패턴 기계적 "첫째/둘째/셋째", 과도한 불릿·헤딩·이모지, 연결어미 뒤 쉼표 D AI 특유 관용구 "결론적으로", "시사하는 바가 크다", "주목할 만하다" E 리듬 균일성

무료 오픈소스 AI 이미지 업스케일러. 저해상도 이미지를 AI로 고해상도로 변환하는 데스크톱 앱이다. Nayam Amarshe, TGS963이 제작. upscayl/upscayl - GitHub · upscayl.org ⚙️ 작동 원리 Real-ESRGAN AI 모델과 Vulkan 아키텍처로 이미지 디테일을 유추·복원하며 업스케일링 수행 Vulkan 호환 GPU 필수 — 대부분의 내장 그래픽(iGPU)이나 CPU로는 작동하지 않음 백엔드(upscayl-ncnn)는 AGPLv3 라이선스의 오픈소스 📦 설치 플랫폼 방법 Linux Flatpak(Flathub), AppImage, AUR(Arch), Snap, Gentoo ebuild, RPM/DEB/ZIP macOS (12+) Mac App Store, DMG, brew install --cask upscayl Windows (10+) 공식 사이트 또는 GitHub Releases에서 exe 설치 🔧 주요 기능 단일/배치 업스케일 — 여러 이미지를 한 번에 처리(Batch Upscayl) 다양한 AI 모델 — 기본 제공 외에 커스텀 모델 추가 가능 이미지 메타데이터 복사(Copy Metadata) 다중 GPU 환경에서 GPU 선택 가능

드래그 앤 드롭, 리사이즈가 가능한 반응형 대시보드 레이아웃을 몇 분 만에 만들어주는 Typescript 라이브러리. Alain Dumesny가 메인테이너로, 외부 종속성 없이 Angular/React/Vue 래퍼를 기본 제공한다. Gridstack.js 공식 사이트 · GitHub - gridstack/gridstack.js 🔑 핵심 특징 외부 종속성 제로 — v3에서 HTML5로 완전 재작성, lodash/jQuery 불필요 모바일 완벽 지원 — v6부터 네이티브 터치 이벤트 사용 프레임워크 중립 — Angular, React, Vue 공식 래퍼 + Knockout.js, Ember 등 커뮤니티 포팅 고급 기능 탑재 — 중첩 그리드, 그리드 간 위젯 이동, 상태 직렬화(Serialize) 저장/복원 반응형 컬럼 레이아웃 — 기본 12컬럼, 1~12 설정 가능 (v12+는 CSS 변수 기반) MIT 라이선스 — 상업적 사용 자유 📋 주요 기능 Draggable & Resizable — 위젯을 자유롭게 드래그하고 크기 조절 Responsive Column Layouts — 컬럼 기반 반응형 레이아웃 Save & Restore — 그리드 상태 직렬화하여 저장/복원 Inter-grid Interactivity — 여러 그리드 간 위젯 이동 지원 Nested Grids — 그리드 안의 그리드(중첩) 지원 💻 빠른 시작 설치: HTML + JS: ES6 / Typescript: 직렬화 데이터로 로드:

Cerebras가 출시 3개월 만에 하루 15,000+ 질문을 처리하는 사내 지식 베이스 "Cerebras Knowledge"를 구축한 실무 사례. 핵심 철학은 "데이터가 있는 곳에서 만난다" — 모든 정보를 단일 플랫폼으로 강제 이동시키지 않고, Slack·GitHub·Wiki 등 각 도구에서 직접 추출하는 구조를 채택했다. 전체 아키텍처 6단계 파이프라인으로 구성된다: 단계 내용 Sources Slack, Wiki, Code, Incidents 등 다양한 데이터 소스 Distillation LLM extractor가 원본에서 구조화된 데이터 추출 Embeddings pgvector, 3072차원, HNSW 인덱스 Retrieval 6개의 리스트를 병렬로 검색 Fusion + Rerank RRF (K=60) → LLM 재랭킹 Synthesis 최종 답변 + 인용(citations) 생성 설계 원칙: 데이터가 있는 곳에서 만나기 "모든 것을 한 플랫폼에"라는 접근은 실제로 거의 작동하지 않는다. 정보는 편리한 곳에서 생성되기 때문이다 — 문서의 suggested edits, Slack 스레드, GitHub 코드 참조, Jira 메타데이터 등. 각 플랫폼은 해당 도메인에 최적화되어 있으며, PR 토론을 Google Docs에서 하는 건 끔찍한 경험이다. 따라서 기존 행동을 최소한으로 변경하는 시스템을 목표로 설계했다. 지식 베이스의 세 가지 역할은 다음과 같다: 내부 데이터 수집·저장 플랫폼, 데이터 질의 플랫폼, 인증·인가 및 감사 레이어. 핵심은 단일 Postgres 테이블 하나에 embeddings, raw summaries, metadata를 모두 저장하는 것. 모든 소스가 동일한 인터페이스로 query 가능하도록 의도적으로 단순하게 설계했다.

Mutative JSON Patch를 기반으로 한 프레임워크에 종속되지 않는(agnostic) Undo/Redo 코어 라이브러리. 텍스트 에디터, 드로잉 앱, 폼 빌더 등 인터랙티브 애플리케이션에서 사용자에게 실행 취소/다시 실행 기능을 제공할 때 사용한다. mutativejs/travels - GitHub npm: travels 📝 핵심 차이점: Patch 기반 vs Snapshot 기반 기존 Undo 시스템은 매 변경마다 전체 상태 객체를 복사(clone)한다. 상태가 1MB이고 사용자가 100번 편집하면 메모리는 100MB가 된다. Travels는 상태 간 차이(diff)만을 JSON Patch(RFC 6902)로 저장하므로 동일한 상황에서 수 킬로바이트 수준으로 메모리를 절감한다. ⚡ 언제 Travels를 쓰는가 큰 상태 트리에서 작은 변경이 자주 발생하는 경우 히스토리를 길게 유지해야 하는 경우 히스토리를 영속화(저장/복원)해야 하는 경우 재생 가능한 오퍼레이션 로그가 필요한 경우 작은 상태에 짧은 히스토리, 로컬 전용 undo/redo만 필요하다면 snapshot 기반 스택(Redux-undo, Zundo 등)이 patch 생성 오버헤드가 없어 더 빠를 수 있다. 협업 편집/충돌 병합이 필요하면 CRDT/OT 시스템을 고려해야 한다. 🔧 핵심 장점 메모리 효율적 히스토리 저장 — 전체 snapshot이 아닌 차이(patches)만 저장 영속화 친화적 — patch 히스토리는 직렬화/저장/전송/복원 시 snapshot 스택보다 훨씬 작음 빠른 immutable 업데이트 — Mutative 기반. draft mutation 코드를 작성하면서 immutability 유지 💻 퀵 스타트 📋 주요 API createTravels(initialState, options?) — 인스턴스 생성. maxHistory(기본 10), autoArchive(기본 true), mutable(반응형 상태용) 등 옵션 지원 setState(updater, metadata?) — 상태 업데이트. 직접 값 / 함수 반환 / draft mutation 세 가지 스타일 지원

Tencent에서 개발한 오픈소스 LLM 기반 엔터프라이즈 지식 프레임워크. 흩어진 문서를 RAG, 자율 추론 에이전트, 자가 유지보수 Wiki로 변환한다. WeChat Dialog Open Platform의 핵심 기술 프레임워크. MIT 라이선스. GitHub - Tencent/WeKnora 공식 웹사이트 - weknora.weixin.qq.com 🧠 3대 핵심 역량 RAG Quick Q&A — 지식 베이스 기반 빠른 문서 검색 및 질의응답 ReAct Agent — 지식 검색, MCP 도구, 웹 검색을 자율적으로 오케스트레이션하여 복잡한 다단계 작업 수행 Wiki Mode — 원본 문서를 상호연결된 마크다운 Wiki로 자동 증류 + 인터랙티브 지식 그래프 📁 지식 관리 문서 포맷: PDF / Word / Txt / Markdown / HTML / EPUB / MHTML / 이미지 / CSV / Excel / PPT / JSON (12+ 포맷) 데이터 소스 동기화: Feishu / Notion / Yuque / RSS 피드 검색 전략: BM25 sparse / Dense retrieval / GraphRAG / parent-child chunking / HNSW 가속 pgvector (1024-dim) 업로드별 처리 설정: 파서, 청킹, 멀티모달(VLM/ASR)을 업로드 단위로 커스터마이징 배치 재파싱: 여러 문서를 한 번에 재큐잉 🔒 플랫폼 & 보안 멀티 테넌트 RBAC — Owner / Admin / Contributor / Viewer 4단계 역할 매트릭스 AES-256-GCM at-rest 암호화, gRPC TLS + Token, SSRF 방지 HTTP 클라이언트 Langfuse 통합 관측성 — ReAct 루프, 토큰 추적, 도구 호출, 파이프라인 트레이싱 웹사이트 Embed Widget (도메인 허용 목록, 레이트 리밋, secure-mode 토큰 교환)

Vercel/Linear 출신 Emil Kowalski가 만든 AI 에이전트용 디자인 스킬 모음. "AI 에이전트는 디자인 감각이 부족하므로 전문가의 원칙을 스킬로 제공"이 핵심 철학. 7.7k stars, MIT license. https://github.com/emilkowalski/skills 🎨 포함된 스킬 (4개) emil-design-eng (27KB) — 핵심 디자인 엔지니어링 원칙 review-animations (8KB + 10KB) — 애니메이션 리뷰 가이드 animation-vocabulary (13KB) — 애니메이션 용어/패턴 사전 apple-design (23KB) — Apple 디자인 원칙 ⚙️ 기술 스택 배포: skills.sh CLI 포맷: SKILL.md 애니메이션: Motion / Framer Motion UI 컴포넌트: Radix UI / Base UI CSS 기술: @starting-style, backdrop-filter, clip-path, WAAPI 📦 설치

TypeScript 컴파일러가 Go로 재작성되어 최대 10배 이상 빨라졌다. 원문: Announcing TypeScript 7.0 1. Go 기반 Native Port — 10배 빠른 TypeScript TypeScript 컴파일러를 TypeScript에서 Go로 재작성 기존 코드베이스 구조와 로직은 충실히 유지 풀 빌드 기준 8x~12x 속도 향상, 메모리 사용량도 평균 ~15% 감소 설치: npm install -D typescript 2. 실제 벤치마크 vscode: 125.7s에서 10.6s로 (11.9x 향상) sentry: 139.8s에서 15.7s로 (8.9x 향상) VS Code 첫 에러 표시: 17.5s에서 1.3s로 (13x 향상) 언어 서버: 명령 실패 80% 감소, 크래시 60% 감소 3. 새 기능: 병렬화 제어 --checkers N: 타입 검사 워커 수 조절 (기본 4, 늘리면 더 빠름 but 메모리 증가) --builders N: 프로젝트 참조 빌드 병렬화 (모노레포 유용) --singleThreaded: 병렬화 완전 차단 (디버깅/제한 환경) 4. 개선된 --watch 모드 Parcel의 @parcel/watcher를 Go로 포팅하여 크로스 플랫폼 파일 감시 개선 5. Breaking Changes (TS 6.0 기본값 채택)

OpenAI Codex 에이전트를 위한 로컬 우선 투자 워크플로우 하네스. Python/Django 기반으로 연구, 포트폴리오 검토, 주문 검사, 승인, 서비스 게이트 실행을 제공한다. GitHub - monarchjuno/tradingcodex Codex-native investment work needs a harness, not a chat transcript. 핵심 개념 자율 트레이딩 봇이 아니다. 자연어 답변이 곧 브로커 행동으로 이어지지 않는다. 기본은 페이퍼(paper) 실행이며, 실시간 브로커 지원은 명시적인 live gate가 있어야만 활성화된다. 주요 기능 Codex 네이티브 하네스 — head-manager + 9개 전문 서브에이전트, 역할 프롬프트, 스킬, hooks, MCP 설정을 포함한 워크스페이스 생성 Django 서비스 플레인 — Web, Admin, API, CLI, MCP, hooks가 공유 애플리케이션 서비스 호출 파일 기반 연구 메모리 — 연구 마크다운, 역할 보고서, 소스 스냅샷, 버전, 준비 라벨을 워크스페이스 파일로 유지 결정 워크플로우 — 자연어 투자 아이디어 → Codex 네이티브 워크플로우 계획 및 Decision Package 고정 역할 워크플로우 — 펀더멘털, 기술적, 뉴스, 매크로, 계층구조, 밸류에이션, 포트폴리오, 리스크, 실행 전문 에이전트 승인 액션 경계 — 모든 액션은 타입/역할 범위/정책/승인/중복/연결/감사 시퀀스를 따름 로컬 웹 대시보드 — 127.0.0.1:48267에서 에이전트, 연구, 주문, 포트폴리오, 활동 리뷰 Broker Center — 브로커 프로필 연결, 계정 동기화, 포트폴리오 조정 OrderTicket 생명주기 — 초안→검사→승인→제출→취소→새로고침→검사 역할 구성 레이어 에이전트 담당 메인

OpenAI Codex가 SSH 접속부터 Prometheus/Grafana 설치까지 30분 만에 홈서버 관측 시스템을 자동 구축한 경험기(OKKY: 바람을바람) OKKY - 이제 linux를 만질 일도 없네요. prometheus / grafana 작업 핵심 인사이트 Rust backend 자체는 매우 가볍다 — 오히려 Cloudflare Tunnel과 네트워크 경로가 실시간성에 더 큰 영향 "감으로 느끼는 버벅임" → 정량화 가능 — 관측 시스템을 먼저 구축하면 RTT, jitter, 서버 온도/부하를 숫자로 파악 가능 낡은 갤럭시폰도 충분한 홈서버 — Termux + Rust + Cloudflare Tunnel 조합으로 실용적인 서버 운영 가능 홈서버 아키텍처 기존 구조: 관측 시스템 추가 후: Probe target: wss://galaxy-ws.cording.ai/ws S20+ metrics: https://galaxy-ws.cording.ai/metrics 30분 작업 내역 (Codex 자동 수행) OCI Ubuntu 인스턴스 SSH 접속 WebSocket probe 코드 작성 1초 간격 ping/pong RTT 측정 Backend snapshot 파싱 → tick gap, snapshot gap, jitter 측정 Python probe → systemd 서비스 등록 Prometheus 설치 및 scrape 설정 Grafana 설치 및 dashboard provisioning

CapCut의 오픈소스 대안을 표방하는 무료 비디오 에디터. Rust 코어로 웹·데스크톱·모바일을 하나의 코드베이스에서 지원하는 것을 목표로 함. GitHub - OpenCut-app/OpenCut

Apple Silicon Mac에서 회의 녹음부터 전사, 화자 분리, AI 교정, Decision Wiki 정리까지 모두 로컬로 처리하는 오프라인 AI 도구 GitHub - notadev-iamaura/meeting-transcriber MIT 라이선스, 한국어 전용 README, Apple Silicon(M1/M2/M3/M4) 16GB 이상 필요. Intel Mac / Linux / Windows 미지원 핵심 기능 mlx-whisper 기반 한국어 STT (whisper-large-v3-turbo 기본, 4종 모델 GUI 선택 가능) pyannote-audio 3.1 화자 분리 Gemma 4 E4B (기본) / EXAONE 3.5 7.8B 로컬 LLM으로 전사 오류 교정 Decision Wiki — 결정사항·액션아이템을 원문 timestamp 근거와 함께 Markdown Wiki로 정리 ChromaDB + SQLite FTS5 하이브리드 검색 (전사문 BM25/FTS5 + Wiki 벡터 검색) 회의 원문과 Wiki 지식 기반 AI 채팅 Zoom 회의 자동 감지 → ffmpeg 녹음 → 전사 자동화 BlackHole / Aggregate Device 지원으로 양방향 시스템 오디오 캡처 rumps 기반 macOS 메뉴바 앱 (실시간 녹음 상태 표시) macOS 네이티브 스타일 웹 UI SPA 폴더 감시 — 파일 추가 시 자동 처리 서멀 관리 — 팬리스 MacBook Air 대응, 2-job + 쿨다운 패턴 파이프라인 (11단계) 성능 (M4 16GB 기준, 1시간 회의) STT 전사: ~3분 | 화자 분리: ~5분 | LLM 보정: ~2분 | 요약: ~30초

한국 사용자를 위한 AI 코딩 에이전트 스킬 모음집. Claude Code, Codex, OpenCode 등 다양한 코딩 에이전트에서 사용 가능하며, SRT/KTX 예약, 쿠팡 검색, KBO 결과, DART 공시 등 70개 이상의 한국 특화 스킬을 제공한다. https://github.com/NomaDamas/k-skill 🚄 교통 / 예약 srt-booking — SRT 열차 조회, 예약, 취소 (로그인 필요) ktx-booking — KTX/Korail 열차 조회, 예약, 취소 (로그인 필요) express-bus-booking — 고속버스 배차·좌석·요금 조회 intercity-bus-booking — 시외버스 배차·좌석·요금 조회 foresttrip-vacancy — 자연휴양림 빈 객실 조회 (로그인 필요) catchtable-sniper — 캐치테이블 빈자리 감시, 오픈런, 자동 예약 (로그인 필요) korean-transit-route — 대중교통 길찾기 (ODsay + Kakao geocoding) seoul-subway-arrival — 서울 지하철 실시간 도착정보 subway-lost-property — 지하철 분실물 검색 han-river-water-level — 한강 관측소 수위·유량 정보 cheap-gas-nearby — 근처 최저가 주유소 parking-lot-search — 근처 공영주차장 public-restroom-nearby — 근처 공중화장실 hipass-receipt — 하이패스 영수증 발급 (로그인 필요) 🛒 일상 / 쇼핑 coupang-product-search — 쿠팡 상품 검색, 로켓배송, 가격대 검색

tw93이 개발한 macOS 시스템 관리 올인원 CLI 도구. CleanMyMac, AppCleaner, DaisyDisk, iStat Menus 등 유료 앱의 핵심 기능을 하나의 바이너리로 통합. Shell 81.7% + Go 18.2%로 작성, MIT 라이선스 https://github.com/tw93/Mole 핵심 기능 명령어 기능 mo clean 딥 클린업 — 캐시, 로그, 브라우저 잔여물, 고아 앱 데이터 삭제 mo uninstall 스마트 앱 제거 — 앱 + Launch Agent/Preferences/숨겨진 잔여물까지 완전 삭제 mo optimize 시스템 최적화 — 캐시 재구축, 네트워크 재시작, Spotlight 인덱스 재구축 mo analyze 디스크 시각 분석 — 대용량 파일 발견, 비주얼 바 차트 mo status 실시간 모니터링 — CPU/GPU/메모리/디스크/네트워크 대시보드 + 건강 점수 mo purge 프로젝트 빌드 아티팩트(node_modules, target 등) 정리 mo installer DMG/PKG 설치 파일 찾아서 삭제 mo touchid

Andrej Karpathy(안드레이 카파시. OpenAI의 공동 창립자)에게 영감을 받아 만들어진 skill https://github.com/multica-ai/andrej-karpathy-skills 🔑 LLM 코딩의 3가지 함정 확인 없이 가정하고 달린다 불필요하게 복잡하게 만든다 관련 없는 코드를 건드린다 ✨ 4가지 해결 원칙 Think Before Coding — 불확실하면 질문 Simplicity First — 200줄을 50줄로 줄일 수 있다면 줄여라 Surgical Changes — 건드릴 필요 없는 코드는 건드리지 마라 Goal-Driven Execution — 명령형 지시를 검증 가능한 목표로 바꿔라

Node.js v23.6.0부터는 플래그 없이 TypeScript 파일 실행가능 타입 관련 구문을 제거(type stripping)하는 방식으로 동작하며, 트랜스파일(transpile)은 수행하지 않으며 몇가지 지원되지 않는 방식이 있으니 주의할 것.

tRPC + React query TanStack Router React Compiler Biome styleX oxc 봐야할 것이 많다. 우선 styleX부터