오늘도 공부

개발을 하다 보면 문서 정리, 아이디어 정리, 프로젝트 관리, 협업 등을 위해 여러 도구를 사용하게 됩니다.대표적으로 Notion, Miro, Obsidian, Google Docs 같은 서비스들이 있죠.하지만 이런 SaaS 도구에는 몇 가지 공통적인 문제가 있습니다.데이터가 클라우드 서비스에 종속오프라인 사용이 제한확장이나 커스터마이징이 어려움AI나 자동화 기능을 개발자가 직접 통제하기 어려움이런 문제를 해결하기 위해 등장한 프로젝트가 바로 AFFiNE 입니다.AFFiNE는 Notion + Miro + Obsidian의 장점을 결합한 오픈소스 지식 관리 플랫폼으로, 로컬 우선(Local-first) 구조와 확장 가능한 아키텍처를 특징으로 합니다. GitHub - toeverything/AFFiNE: ..

AI는 이제 단순히 질문에 답하는 도구를 넘어 미래를 시뮬레이션하는 도구로 발전하고 있습니다.최근 GitHub에서 공개된 MiroFish는 이런 흐름을 잘 보여주는 프로젝트입니다. 이 프로젝트는 **다수의 AI Agent가 가상의 세계에서 상호작용하며 미래를 예측하는 “Swarm Intelligence 기반 예측 엔진”**입니다. (GitHub)예를 들어 다음과 같은 질문을 던질 수 있습니다.특정 기업의 주가가 상승할까?어떤 정책이 시행되면 여론은 어떻게 변할까?특정 사건 이후 시장 반응은 어떻게 움직일까?MiroFish는 이러한 질문을 다수의 AI 에이전트 시뮬레이션을 통해 예측합니다. MiroFish/README-EN.md at main · 666ghj/MiroFishA Simple and Unive..

AI 코딩 도구를 사용해 프론트엔드를 만들다 보면 이런 경험을 자주 하게 됩니다.UI는 동작하지만 어딘가 평범하고 AI 티가 난다디자인 일관성이 없다반복적인 수정 요청을 해야 한다이 문제를 해결하기 위해 등장한 프로젝트가 **Impeccable**입니다.Impeccable은 AI에게 더 나은 디자인 판단 기준과 명령어 체계를 제공해서, LLM이 만드는 UI의 품질을 높여주는 프론트엔드 디자인 스킬셋입니다.이번 글에서는 **Claude Code**에서 Impeccable을 실제로 적용하고 사용하는 방법을 단계별로 정리해보겠습니다.1. Impeccable이 Claude Code에서 하는 역할Claude Code에서 Impeccable은 단순한 프롬프트 모음이 아닙니다.AI가 UI를 생성하고 개선할 때 사용할..

Impeccable은 AI 코딩 도구가 더 나은 프론트엔드 결과물을 만들도록 유도하는 디자인 스킬 + 명령어 모음입니다. 저장소 설명 그대로 보면, 이 프로젝트는 “1개의 핵심 스킬, 17개의 명령, 그리고 큐레이션된 안티패턴”으로 구성되어 있으며, 목표는 흔한 AI 생성 UI의 전형성을 줄이고 더 완성도 높은 인터페이스를 만들게 하는 것입니다. 작성자는 Paul Bakaus이며, README에서는 Anthropic의 frontend-design 스킬을 기반으로 더 깊은 가이드와 더 많은 제어 수단을 추가한 프로젝트라고 설명합니다. (GitHub)이 프로젝트가 흥미로운 이유는, 보통 “AI가 UI를 잘 만들게 하려면 모델이 더 똑똑해야 한다”는 방향으로 생각하기 쉬운데, Impeccable은 반대로 모델..

GitHub - shareAI-lab/learn-claude-code: Bash is all you need - A nano Claude Code–like agent, built from 0 to 1Bash is all you need - A nano Claude Code–like agent, built from 0 to 1 - shareAI-lab/learn-claude-codegithub.com프로젝트 소개이 저장소를 한 문장으로 설명하면 이렇습니다.“Claude Code 스타일의 에이전트를 가장 단순한 루프에서 시작해, 점진적으로 실제적인 메커니즘까지 확장해 보는 학습용 레퍼런스 구현.” 구성도 꽤 명확합니다.agents/에는 s01부터 s12까지의 Python 레퍼런스 구현과 s_full.py 캡..