콘텐츠로 이동

언어 선택

현재 언어: 한국어

AI Apps

Source: https://github.com/Arindam200/awesome-ai-apps at 276e635f3f2b
License: MIT
Read the English original

This edition is an AI-assisted translation.

Banner

이 저장소는 텍스트 에이전트, 음성 비서, RAG 앱, MCP 기반 도구 등 강력한 LLM 기반 애플리케이션을 구축하기 위한 132개의 프로젝트, 튜토리얼, 레시피를 총망라한 컬렉션입니다. 이러한 프로젝트들은 다양한 AI 프레임워크와 스택으로 작업하는 개발자들을 위한 안내서 역할을 합니다.


우리 후원자분들의 너그러운 지원에 깊이 감사드립니다!

Bright Data - Web Data Platform
웹 데이터 플랫폼
Bright Data 웹사이트 방문
Nebius Token Factory
AI 추론 제공업체
Nebius Token Factory 방문
ScrapeGraphAI - Web Scraping Library
AI 웹 스크래핑 프레임워크
GitHub에서 ScrapeGraphAI 보기
Memori - SQL Native Memory for AI
AI를 위한 SQL 네이티브 메모리
Memorilabs 웹사이트 방문
CopilotKit - Agentic Application Platform
에이전틱 애플리케이션 플랫폼
CopilotKit 웹사이트 방문
ScaleKit - Auth Stack for AI
AI를 위한 인증 스택
ScaleKit 웹사이트 방문
Okahu - AI Platform
AI 관측 가능성 플랫폼
Okahu 웹사이트 방문
AgentField - Kubernetes for AI Agents
AI 에이전트를 위한 Kubernetes
AgentField 웹사이트 방문
Byteful
Byteful
Byteful 웹사이트 방문

이 프로젝트를 후원하고 싶으신가요? 언제든 연락 주세요!
Email


다양한 AI 프레임워크를 학습하고 확장하기 위한 빠른 시작 에이전트. 21개 프로젝트

일상적인 AI 애플리케이션을 위한 명확하고 실용적인 사용 사례. 18개 프로젝트

실시간 음성 비서 및 스트리밍 음성 파이프라인 —— LiveKit, Pipecat, Gradium, 그리고 VoxCode(Deepgram + Cursor SDK) 포함. 9개 프로젝트

외부 도구 통합을 위한 Model Context Protocol 사용 예제. 14개 프로젝트

컨텍스트 유지와 개인화를 위한 고급 메모리 기능을 갖춘 에이전트. 13개 프로젝트

문서 이해와 지식 베이스를 위한 검색 증강 생성 예제. 18개 프로젝트

프로덕션 준비가 된 엔드투엔드 워크플로를 위한 복잡한 다중 에이전트 파이프라인. 35개 프로젝트

데이터 준비부터 배포까지 오픈소스 LLM 파인튜닝의 엔드투엔드 예제. 6개 프로젝트


📥 Daily AI Insight로 최신 정보 받기!

섹션 제목: “📥 Daily AI Insight로 최신 정보 받기!”

AI, LLM, 에이전트 프레임워크에 대한 이해하기 쉬운 주간 튜토리얼과 심층 분석을 받아보세요. 새로운 기술로 학습하고, 구축하고, 앞서 나가고 싶은 개발자에게 안성맞춤입니다. 뉴스레터를 구독하세요!

뉴스레터 구독


  • Python 3.10+(최신 프로젝트에는 Python 3.11+ 권장)
  • Git(저장소 복제용)
  • 패키지 관리자: pip 또는 uv(더 빠른 설치를 위해 권장)
  • API 키: 대부분의 프로젝트에는 API 키가 필요합니다(각 프로젝트의 README 참조)
  1. 저장소 복제

    터미널 창
    git clone https://github.com/Arindam200/awesome-ai-apps.git
    cd awesome-ai-apps
  2. 프로젝트 선택 후 해당 디렉터리로 이동

    터미널 창
    cd starter_ai_agents/agno_starter # Example: Start with Agno starter
  3. 환경 변수 설정

    터미널 창
    cp .env.example .env # Copy example environment file
    # Edit .env with your API keys
  4. 의존성 설치

    터미널 창
    # Using pip
    pip install -r requirements.txt
    # OR using uv (recommended - faster)
    uv sync
    # or
    uv pip install -e .
  5. 프로젝트 실행

    터미널 창
    python main.py
    # or for Streamlit apps
    streamlit run app.py

우리는 커뮤니티의 기여를 환영합니다! 기여 방법은 다음과 같습니다:

  • 💡 새 프로젝트 추가: 본인의 AI 에이전트 예제 제출
  • 🔧 문제 수정: 코드 개선 및 버그 수정 기여
  • 📝 문서 개선: 프로젝트를 더 접근하기 쉽게
  • 🐛 GitHub Issues를 통해 버그 보고 또는 개선 제안

기여하기 전에:

  • 자세한 내용은 기여 가이드라인을 읽으세요
  • 중복을 피하기 위해 기존 이슈 확인
  • 프로젝트 구조 및 명명 규칙 준수
  • 프로젝트에 완전한 README.md가 포함되어 있는지 확인

중요: 이 프로젝트는 기여자 행동 강령을 따릅니다. 참여함으로써 그 조건에 동의하는 것으로 간주됩니다.

이 저장소는 MIT 라이선스 하에 라이선스가 부여됩니다. 예제를 자유롭게 사용하고 수정하여 프로젝트에 활용하세요.

이 프로젝트는 다음 사람들이 적극적으로 관리합니다:

Arindam Majumder     Shivay Lamba     Astrodevil

Arindam Majumder  ·  Shivay Lamba  ·  Amitesh Anand

질문, 제안 또는 기여가 있으시면 언제든 유지 관리자에게 연락하세요.

Star History Chart

HagiCode

HagiCode는 에이전트 코딩 작업 공간입니다. 풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라가며 개발을 더 흥미로운 경험으로 만듭니다.

풍부하고 편리한 UI 상호작용으로 계획부터 프로젝트 작업까지 쉽게 따라갈 수 있습니다.

HagiCode 방문문서 읽기
  • 스마트OpenSpec 워크플로는 의도를 제안, 설계, 작업을 거쳐 배포까지 이어지는 실행 가능한 경로로 바꿉니다.
  • 효율적다중 에이전트 실행으로 조사, 구현, 검토를 병렬로 진행하며 여러 저장소와 익숙한 Agent CLI를 지원합니다.
  • 흥미로운풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라갈 수 있습니다.

Windows용 다운로드

Microsoft Store에서 받기모든 다운로드

아이디어를 실제로 배포되는 소프트웨어로.

HagiCode는 에이전트 코딩 작업 공간입니다. OpenSpec 워크플로로 변경을 계획하고, 다중 에이전트 실행으로 진행하며, Hero Scenario로 긴 작업의 진행 상황을 한눈에 보여 아이디어를 실제로 배포되는 소프트웨어로 만듭니다.

스마트
OpenSpec 워크플로는 의도를 제안부터 배포까지 이어지는 실행 가능한 경로로 바꿉니다.
효율적
다중 에이전트 실행으로 조사, 구현, 검토를 병렬로 진행합니다.
즐거운
편리한 UI 상호작용으로 계획, 에이전트 실행, 프로젝트 작업을 쉽게 따라갈 수 있습니다.

Awesome Site를 떠나시겠어요?

외부 웹사이트로 이동하려고 합니다. 해당 사이트의 콘텐츠와 개인정보 처리 방식을 관리하지 않습니다.

목적지

웹사이트로 계속하기