kuafuai/andee

외부 오픈소스 저장소를 소개하는 글입니다. HDATF 제품이 아닙니다.

무엇을 하나

Android 기기에서 음성이나 문자 요청을 받아 다른 앱의 화면을 읽고 조작하는 실험적 에이전트 앱입니다. 접근성 트리와 화면 캡처를 입력으로 사용하고 터치, 스크롤, 문자 입력과 결과 페이지를 출력합니다. 접근성 요소를 찾을 수 없으면 격자가 표시된 화면으로 위치를 지정하며 알림과 예약 작업도 요청 시작점으로 사용합니다. 기본 모드는 에이전트 반복 실행을 기기에서 수행한다는 뜻이지 언어 모델 추론까지 반드시 기기 안에서 한다는 뜻은 아닙니다. 직접 구성하는 경우 OpenAI 호환 모델 주소와 키가 필요하며 음성은 선택한 외부 음성 서비스의 별도 설정이 필요합니다. Android 11 이상에서 APK를 설치한 뒤 화면 위 표시와 접근성 권한 등을 승인해야 하므로 설치만으로 자동 조작이 활성화되지는 않습니다. 노트와 장면 설정을 관리하며 알림에서 시작한 요청의 자격증명 접근을 거부하는 일부 코드 방어가 있지만 모든 위험 동작을 차단하는 것은 아닙니다. 보안 문서는 인증 없는 기기 WebSocket 서버, 평문 허브 연결과 화면 내용에 의한 지시 오염 위험을 명시하므로 결제와 송신을 안전하게 막는다고 단정할 수 없습니다. 대화와 음성은 선택한 외부 서비스로 전달될 수 있으며 라이선스에는 다중 고객 서비스와 다른 제품에 포함한 배포 등에 추가 조건이 있습니다.

라이선스

자체 라이선스 표준이 아닌 자체 라이선스입니다. 재사용 전에 라이선스 파일을 직접 읽어야 합니다.

같은 분야 저장소

• google-research/harness2
  AI 에이전트 개발자가 모델 가중치를 바꾸지 않고 실행 환경을 개선하는 연구 프레임워크입니다. 작업과 기본 실행 환경을 입력하면 수정 후보를 제안하고 같은 작업에서 실행한 차이를 살펴 개선안을 구성합니다. 프롬프트, 메모리, 도구 안내, 스킬 등 모델 주변 구성 요소를 다룹니다. 병렬 방식으로 여러 후보를 살피거나 순차 방식으로 개선을 이어갈 수 있습니다. 채택한 실행 환경과 근거 있는 교훈은 다음 작업을 위한 개선 환경에 남깁니다. 결과에는 작업 산출물, 채택한 환경, 회고와 평가 기록이 포함됩니다. Linux와 Python 중심이며 실제 모델 실험에는 모델 인증, 실행기와 선택한 벤치마크의 추가 의존성이 필요합니다. 로컬 시연은 모델 인증 없이 가능하지만 모델 실험에는 API 비용이 발생합니다. 설치만으로 기존 에이전트가 자동 개선되지는 않습니다. 실행기의 네트워크 접근과 Codex의 비활성화된 샌드박스를 별도로 통제해야 하며 Google의 공식 지원 제품은 아닙니다.
• anthropics/claude-quickstarts
  Claude API로 앱을 만드는 개발자를 위한 공식 예제 프로젝트 모음입니다. 하나의 완성 제품이 아니라 고객 지원, 금융 자료 분석, 컴퓨터와 브라우저 조작 등 목적별 예제를 골라 확장하는 출발점입니다. 선택한 예제에 따라 질문, 문서나 작업 지시를 받아 답변, 도구 실행 결과와 화면을 만듭니다. 자율 코딩 예제는 초기화 에이전트와 코딩 에이전트를 나누고 진행 정보를 여러 세션에 남기는 패턴을 설명합니다. Managed Agents 예제에는 메시지 연결, 일일 요약과 지식 위키 같은 별도 서비스 연결 사례도 있습니다. 읽어 본 최소 브라우저 예제는 Chromium 한 탭을 CDP로 제어하고 도구 호출을 모델 실행 루프에 연결합니다. 실제 모델 실행에는 Claude API 인증과 예제별 Python 또는 Node.js 환경 및 외부 서비스 설정이 필요합니다. 저장소 설치만으로 모든 예제가 작동하거나 업무 시스템이 연결되지는 않습니다. 최소 브라우저 드라이버는 운영용이 아니며 입력과 업로드 등 구현하지 않은 기능이 있습니다. 방문 페이지의 지시가 에이전트에 영향을 줄 수 있어 임시 브라우저 프로필, 격리 환경과 네트워크 통제가 필요합니다.
• SakanaAI/AI-Scientist-v3
  The Agentic Scientist(저장소 AI-Scientist-v3)는 Sakana AI의 Apache-2.0 Python 파이프라인으로, 코딩 에이전트가 과제를 실험부터 논문까지 이어 가게 합니다. 개선할 프로그램과 점수를 매기는 evaluator가 있는 계산 연구가 대상이며, 예제는 CPU용 원 채우기(circle packing)와 GPU 2개용 GRPO 학습입니다. 입력은 task.md, 초기 프로그램, evaluator가 든 과제 폴더이며, 짧은 설명만으로 과제를 만드는 기능은 실험 단계라 원 채우기 같은 작은 과제에서는 되지만 큰 과제에서는 실패할 수 있습니다. 과제 작성, 아이디어와 실험을 반복하는 탐색, 기준선 대비 ablation, 봉인된 최종 평가, 사후 분석, 논문 작성의 여섯 단계가 차례로 실행됩니다. 실행마다 과제 snapshot, 시도와 결과, 비용 기록, LaTeX 논문과 PDF가 든 폴더가 생기고, run inspector가 이를 브라우저에서 보여 줍니다. 논문 단계는 주장마다 hash가 붙은 근거 파일을 연결하고 Semantic Scholar, OpenAlex, Google Scholar에서 문헌을 모으며, 인용이나 근거 연결이 검증을 통과하지 못하면 실패로 끝납니다. Headless CLI로 Claude Code, Codex, Cursor, OpenCode, Gemini, Pi를 움직이며, 선택 단계인 review는 완성 논문을 OpenAI 기반 검토 모델로 보냅니다. 시작하려면 Python 3.11 이상과 uv, Docker, .env의 API key나 Claude 로그인이 필요하고, GPU는 GPU preset에만 필요하며, 첫 확인은 agsci doctor입니다. README는 에이전트가 모든 도구 권한으로 어떤 명령이든 실행하고 API key를 물려받으며 읽는 파일에 행동이 좌우된다고 경고하고, Docker 안에서 실행하라고 합니다. GRPO 평가 한 번은 1시간에서 2시간 학습하며, 비용 파일은 provider가 보고한 비용과 정가 기준 추정을 나누고 하드웨어 비용을 빼며, 청구 기준은 provider 청구서입니다.
• perplexityai/SPACE
  SPACE는 에이전트 코드를 Firecracker microVM(가벼운 가상 머신)에서 격리해 실행하는 Perplexity의 Rust 기반 Apache-2.0 플랫폼입니다. 에이전트, 사용자 작업 공간, 코드 실행 작업에 별도 실행 환경이 필요한 애플리케이션이 대상이며, 무엇을 실행하고 남길지는 애플리케이션이 정합니다. template은 시작 환경이고, sandbox는 그 template으로 만든 인스턴스로서 자기 VM과 쓰기 가능한 파일 시스템에서 여러 명령을 실행합니다. 애플리케이션은 HTTP API로 sandbox와 명령 세션을 만들고 sandbox 상태 변경은 operation ID로 확인하며, 명령 출력과 종료 결과는 세션 전용 token을 쓰는 별도 연결의 server-sent events로 받습니다. 일시 정지는 메모리를 worker에 남기고 suspend는 snapshot으로 저장하며, 6시간 동안 활동이 없으면 기본값으로 suspend됩니다. E2B 호환 wrapper로 기존 E2B 클라이언트가 SPACE를 backend로 쓸 수 있으며, 시험 기준은 Python 패키지 e2b 2.21.1과 e2b-code-interpreter 2.6.2입니다. network policy는 sandbox의 접속 주소를 허용하거나 막고, 기본값이 꺼진 credential rule을 켜면 TLS를 가로채는 gateway가 지정 host 요청에 credential header를 넣습니다. 로컬 설치는 KVM이 있는 apt 계열 Linux x86_64 호스트에 Kind(Docker 안의 Kubernetes) cluster를 만들며, macOS는 지원 범위 밖입니다. 저장소 설명은 runtime을 바꿔 끼울 수 있다고 하지만, 문서에 적힌 현재 구현은 KVM 위의 Firecracker뿐입니다. 0.8.0이 공개 기준 버전이고 1.0 전까지 호환이 깨지는 변경이 가능하며, 보안 수정은 가장 최근 minor release에만 들어갑니다.
• wangmiaozero/pi-harness
  Pi-Harness는 Pi Coding Agent를 시각적 작업 공간으로 감싼 AGPL-3.0-only Electron 데스크톱 앱이며, 에이전트 실행은 원래 Pi runtime이 맡습니다. macOS, Windows, Linux에서 실행되고 세션, 설정, 도구, Skill, extension이 Pi와 호환되어, 같은 작업을 앱 밖의 Pi에서 이어 갈 수 있습니다. 작업 공간은 대화, 프로젝트, 파일 탐색기와 편집기, Git diff와 이력과 commit과 worktree, 모델 provider, Skill과 package와 MCP를 다룹니다. Harness 화면은 trace, replay, fork와 재시도의 run tree, token, 비용, 시간을 기록하고, 도구 정책, 실행별 예산, checkpoint를 더합니다. 소스에서 평가는 AI 판정 모델 없이 test, lint, typecheck, build 명령과 그 종료 코드, Git 상태 같은 실행 근거로 계산됩니다. 기본 정책은 작업 공간 밖 파일 변경과 force push를 막고, 삭제, push, 네트워크 명령 전에는 묻고, rm -rf 같은 명령은 확인을 받으며, 예산 한도는 비워 둡니다. 에이전트 팀은 의존성과 우선순위가 있는 작업을 나눠 맡겨 차례대로나 병렬로 실행하고, 결과를 넘기며, review gate를 쓰고, 변경은 Git worktree로 분리합니다. 이력 화면은 Claude Code, Codex, Cursor, Cursor Agent, Gemini CLI, OpenCode, Pi의 로컬 대화 기록을 읽기 전용으로 읽고, handoff로 새 Pi 대화에서 작업을 잇게 합니다. 설치 파일은 GitHub Releases에 있고 최신판은 Pi 1.2.0의 호환성을 깨는 변경을 따른 10월 14일의 2.0.0이며, macOS 커뮤니티 빌드는 서명이 없을 수 있습니다. Windows와 Linux에서 API key는 앱 자체 vault에 암호화해 두지만, Pi의 models.json에는 원래 key 값이 그대로 적힙니다.

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.