amosblomqvist/learnharness

외부 오픈소스 저장소를 소개하는 글입니다. HDATF 제품이 아닙니다.

무엇을 하나

학습자의 현재 이해에서 목표까지 수업과 연습을 이어가는 AI 학습 앱입니다. 사용자가 배우려는 주제와 답변, 자신감, 생각 과정을 입력하면 선행 지식 확인과 학습 계획, 설명, 확인 문제를 제공합니다. 답의 정오만 저장하는 대신 개념을 설명하는 명제와 그 전제 및 결론을 지식 그래프로 누적합니다. 이전 세션에서 다룬 지식을 찾아 다음 학습과 연습에 활용하고 개인 노트도 가져올 수 있습니다. 공식 구조 문서는 수업 문장 추출, 기존 지식과의 동일성 판단, 저장 병합을 나누는 흐름을 설명합니다. 그래프 도구 소스에서도 진단용 조회와 추출 감사용 조회의 정보 범위가 다르게 구성되어 있습니다. macOS, Windows, Linux 데스크톱 배포본에서 제공자 API 키와 모델을 설정해 시작합니다. 받아쓰기와 웹 검색은 별도 서비스 키가 필요하고 선택한 모델 제공자에는 작업에 필요한 문맥이 전송됩니다. 대화와 그래프, 설정을 로컬 파일로 보관하지만 완전한 오프라인 학습을 뜻하지 않습니다. 설명과 추론 연결의 정확성이나 학습 효과는 앱 설명만으로 검증되지 않으며 모델 출력의 확인이 필요합니다.

라이선스

AGPL-3.0 네트워크 카피레프트입니다. 수정본을 서비스로 제공해도 소스를 공개해야 합니다. 제품에 쓰기 전에 검토가 필요합니다.

같은 분야 저장소

• jacke-pp/open-yoki
  open-yoki는 대화 응답, 음성과 움직이는 아바타를 한 앱에서 운영하려는 사람을 위한 자체 호스팅 AI 방송 진행자 기반입니다. 웹페이지 댓글이나 외부에서 전달한 방송방 이벤트를 받아 음성 답변, 자막, 아바타 동작과 방송 영상을 만듭니다. 빠른 언어 모델이 대화를 처리하고, 선택 기능인 장기 실행 에이전트는 일기와 인물 설정 파일을 유지하며 소셜 게시물을 준비합니다. 로컬 기억에는 방문자 메모와 방송 요약을 저장하고, 발신 대기열에는 외부 게시 작업이 보고한 결과를 남깁니다. 화면 없는 Chrome이 방송 화면을 그리고 ffmpeg가 실시간 영상을 플랫폼에 보내는 RTMP 방식으로 전송합니다. 문서상 시작 환경은 Node.js와 ffmpeg이며, 전체 운영에는 x86_64 Ubuntu 서버와 OpenRouter 또는 DeepSeek, Volcengine 음성 및 실시간 영상 전송 서비스 RTC, Vidu 같은 외부 서비스가 필요합니다. 원래 진행자의 자료와 계정은 포함되지 않으므로 운영자가 사용 권한이 있는 이미지, 녹음, 인증 정보, 플랫폼 댓글 전달 기능과 매 방송의 전송 정보를 준비해야 합니다. 공개판에는 지갑이나 거래 기능이 없으며, 서버 한 대 구조가 오프라인 동작이나 플랫폼 로그인부터 방송방 개설까지의 완전 자동화를 뜻하지는 않습니다.
• milind-soni/OpenMausBot
  여러 AI 실행기를 하나의 채팅 화면에서 관리하는 로컬 중심 에이전트 앱입니다. 개발자와 개인 사용자는 봇마다 모델과 작업 폴더를 정하고 자연어로 일을 요청합니다. 앱은 요청과 파일 작업, 실행 중 이벤트, 승인 질문, 결과를 대화 흐름에 보여줍니다. 로컬 하네스 서버가 에이전트 프로세스를 소유하고 각 실행기의 이벤트를 공통 형식으로 전달하는 구조를 공식 문서에서 설명합니다. 배포된 데스크톱 앱에는 서버가 포함되지만 에이전트 CLI 설치와 로그인은 별도로 필요합니다. 소스 실행 환경은 Node.js 24 이상과 pnpm이며 Claude, Codex, Grok CLI 등을 연결합니다. 클라우드 컴퓨터는 Boat, 외부 앱은 Composio 연결과 별도 계정 또는 설정이 필요하므로 설치만으로 모두 켜지지 않습니다. 외부 MCP 클라이언트는 팀 조회와 작업 전달을 할 수 있지만 승인 허용과 삭제, 자격 증명 변경, 컴퓨터 수명 관리는 제공하지 않습니다. 로컬 저장이 외부 전송 없는 처리를 뜻하지 않으며 Ubuntu Wayland에서는 호스트 컴퓨터 제어가 비활성화되어 있습니다. 기본 코드는 Apache-2.0이지만 enterprise 폴더에는 별도 조건이 있습니다.
• vercel-labs/agent-desktop
  AI 에이전트가 데스크톱 앱을 좌표 추측 대신 운영체제의 접근성 구조로 읽고 조작하도록 돕는 Rust CLI와 C 라이브러리입니다. 자동화 도구를 만드는 개발자가 대상 앱과 창을 지정하면, 조작 가능한 요소의 참조값이 붙은 JSON 스냅샷을 받습니다. 에이전트는 이 참조값으로 클릭이나 입력을 요청하고 새 스냅샷으로 결과를 확인합니다. 기본 동작은 포인터를 옮기거나 앱을 앞에 띄우지 않는 접근성 API 호출이며, 물리 입력은 별도 모드가 필요합니다. npm 패키지나 운영체제별 배포 파일로 시작할 수 있고, macOS는 접근성 권한, Linux는 그래픽 세션과 AT-SPI 환경이 필요합니다. Windows에서도 실행 프로세스의 권한 수준과 대상 앱 조건을 확인해야 합니다. 화면이 바뀌어 참조값이 오래되거나 대상이 모호하면 오류를 반환하므로 다시 관찰해야 합니다. 자체 모델이나 작업 계획기를 제공하는 완성형 비서가 아니며, 선택형 JEV 도우미와 달리 네이티브 CLI 자체는 원격 모델을 요구하지 않습니다. 스냅샷과 클립보드, 화면 캡처에는 개인 정보가 들어갈 수 있고 운영체제별 지원 기능도 다릅니다.
• CopilotKit/OpenDuet
  OpenDuet은 메일 우선순위 정리, 하루 준비, 업무 후속 처리를 돕는 자체 호스팅형 능동 비서 템플릿입니다. 연결한 메일과 일정 정보, 사용자 요청을 받아 아침 요약, 작업 카드, 문서 초안, 승인할 실행 요청으로 바꿉니다. CopilotKit의 OpenBot 플랫폼을 기반으로 하며 별도 프로젝트인 nightly-labs/openbot 데스크톱 앱과는 다릅니다. 서버는 분류 작업과 예약 실행을 CopilotKit 실행 기반에 결합하며, 에이전트 상호작용 이벤트를 주고받는 규약인 AG-UI로 다른 에이전트를 연결할 수 있습니다. 각 에이전트는 자체 브라우저, 파일, 셸이 있는 컨테이너를 사용하고 허용된 MCP 연결기로 외부 앱에 접근할 수 있습니다. 문서상의 공통 실행 경계는 정책을 검사하고 행동을 기록하며, 정책 소스는 충돌하는 규칙에서 더 엄격한 처리를 선택하고 자동 검토가 실패하면 승인을 요구합니다. 같은 소스는 인식한 인증 정보 변경, 보안 설정 변경, 결제를 사람에게 맡기므로 승인 화면이 있다고 민감 업무를 제한 없이 자동 실행한다는 뜻은 아닙니다. 문서상 시작 환경에는 Docker, Bun 1.3 이상, Node.js, 모델 키, PostgreSQL 기반 시설과 대화 및 기억을 위한 필수 CopilotKit Intelligence 프로젝트가 필요합니다. Gmail과 Calendar는 관리자 OAuth 설정과 개인별 계정 연결이 추가로 필요하며, 에이전트 지침, 스킬, 모델 설정은 별도 사용자 구성 묶음에 둡니다. 초기 개발 프로젝트로 OpenDuet 전용 호스팅 배포 안내와 이미지가 아직 없으며, 자체 호스팅으로 필수 Intelligence 서비스 의존성이나 보안 검증 필요성이 사라지지는 않습니다.
• CopilotKit/OpenBot
  기업이 자체 환경에 맞게 바꿔 운영하도록 제공하는 AI 동료 플랫폼의 베타 템플릿입니다. 완성된 호스팅 서비스나 모델이 아니라 React 화면, API 서버, PostgreSQL, 브라우저 실행 환경과 AG-UI 에이전트 연결 구조를 제공합니다. 사용자의 대화와 작업 요청을 에이전트에 보내고 브라우저 및 파일 작업, 결과 화면, 감사 기록으로 이어지는 흐름을 구성합니다. 서버 게이트웨이는 작업 대상을 해석하고 정책을 평가한 뒤 감사 기록을 쓰고 허용된 작업을 실행기로 넘기도록 설계되어 있습니다. 정책 엔진은 거부 규칙을 우선하지만 배포 기본 설정은 전체 허용 규칙이므로 설치만으로 제한적인 업무 권한이 갖춰진다고 보아서는 안 됩니다. 시작에는 Docker와 Bun, 데이터베이스와 암호화 설정, 별도 모델 자격 증명, CopilotKit Intelligence 연결 및 사용 권한 설정이 필요합니다. 대화와 기억은 Intelligence와 연결되고, 앱 커넥터나 MCP 도구도 자격 증명과 부여 권한을 따로 설정해야 합니다. 기본 단일 사용자 설정은 요청을 관리자 한 명으로 처리하므로 다른 사람이 접근하기 전에 로그인과 역할, 네트워크 격리를 구성해야 합니다. 브라우저 실행 환경의 로그인 정보와 Docker 제어 권한을 가진 구성 요소를 보호해야 하며, 템플릿을 실제 업무에 맞게 완성하고 검증하는 책임은 운영 측에 있습니다.

Trendshift 순위 목록에 오른 저장소만 담았고, 목록은 후보를 찾는 데만 썼습니다. 순위 숫자는 옮기지 않았습니다. 설명과 라이선스, 별 수는 각 GitHub 저장소에서 확인했습니다. 해설은 우리의 판단입니다. 이 프로젝트들을 직접 시험한 것은 아니며, 상승 목록에 올랐다고 품질이 증명되지는 않습니다.