Harness Evolution History

GitHub trending weekly + 구루 프로필 스캔(anthropics · karpathy · simonw) + 신규 진입 repo 심층 분석(cocoindex-io/cocoindex · openai/symphony · mattpocock/skills · 1jehuang/jcode · LearningCircuit/local-deep-research · TauricResearch/TradingAgents · virattt/dexter · anthropics/financial-services). 16개 신규 중 1개 고득점 rule 적용 후보. 이번 라운드 메타 트렌드: "Cross-Model Skills Mainstream Saturation + Work-Item-Level Orchestration Abstraction + Incremental Delta Indexing + Anthropics SDK Quad-Push + Karpathy/simonw Daily-Push Acceleration — agent skills 카탈로그가 단일 주에 +16,579⭐ 폭발(mattpocock/skills 65K)로 'works with any model' cross-model portability가 mainstream 진입, OpenAI가 Elixir/BEAM 기반 Symphony(22.4K, +2.4K/wk)로 'agent를 supervise하지 말고 work-item을 manage하라' 추상화 격상, CocoIndex(8.9K, +1.5K/wk)가 RAG 인덱싱을 batch에서 delta-only로 격상해 sub-second freshness + 10× 비용 절감 + byte-level lineage, Anthropics가 May 7-8 양일에 claude-agent-sdk-python(6.7K)/typescript(1.4K)/java(304)/go(1K) 4종 SDK 동시 push로 SDK quad-push 가속, karpathy nanochat(53K)이 '$100 ChatGPT'로 안정 saturation, simonw가 5월 8일 단일일자 6+개 scraper repo(usgs/package-stats/fema/florida-outages/pge/blog-backup) 동시 push로 '공공 데이터 → LLM 친화 가공' 4주 연속 가속 유지". 109차의 Bi-Temporal Structural Memory(memtrace)와 108차의 Generative UI Protocol(CopilotKit)에 이어, 이번 주는 "agent의 입력(메모리)·출력(UI) 결정화에 더해 — 데이터 freshness 자체가 incremental delta로 격상 + skill 카탈로그가 cross-model 65K 규모 mainstream + 오케스트레이션 추상화가 'agent supervise'에서 'work-item manage'로 한 단계 위로"가 핵심 화두. 핵심 발견 #1: cocoindex-io/cocoindex(⭐8,886, +1,548/wk, Python+Rust core, Apache-2.0) — "Your agents deserve fresh context" — Incremental Delta-Only Engine for Long-Horizon Agents. 핵심 혁신: (A) Delta-Only Processing — 소스 변경 시 영향받은 레코드만 재처리, batch 전체 재인덱싱 회피 → sub-second freshness + 10× 비용 절감 + 변경 없는 데이터 skip (B) Code-Hash Aware Persistent Caching — 파이프라인 변환 코드의 해시를 추적해서 코드 수정 시에만 영향받는 행만 재계산, 무관한 행은 캐시에서 즉시 반환 (C) End-to-End Lineage — 모든 vector를 source byte까지 역추적, "왜 이 답이 나왔나" 완전 explainable (D) Python-Native Declarative Flows — target state(vector DB · knowledge graph · warehouse)를 선언하면 incremental sync 자동, ETL 보일러플레이트 0 (E) Production-Grade Rust Core — retries · dead-letter queues · zero data-loss · parallel-by-default (F) Universal Source Support — codebase · documents · Slack · PDF · video → 모두 동일한 incremental engine으로 처리. 시사점: 우리 graph-rag-codebase-indexing(74차) + semantic-code-search-mcp(85차) + bi-temporal-structural-memory(109차 pending) 3개 패턴이 모두 "한 번 인덱싱 후 재사용"이었다면, CocoIndex는 "인덱싱 자체를 incremental delta로 격상" — memory-bank/rules/skills의 변경 추적도 hash-based delta로 전환 가능. agent의 입력/출력 양방향 결정화(108·109차)에 이어 "입력 데이터 freshness 자체도 LLM 비용 0으로 incremental"가 추가되어 grounded-context 인프라 3축 완성(저장=bi-temporal, 검색=hybrid retrieval, 갱신=incremental delta). 핵심 발견 #2: openai/symphony(⭐22,423, +2,406/wk, Elixir 95.5%, Apache-2.0) — "Symphony turns project work into isolated, autonomous implementation runs" — Work-Item-Level Orchestration on Elixir/BEAM. OpenAI가 직접 출시한 멀티-에이전트 오케스트레이터로 핵심 슬로건이 "manage work instead of supervising coding agents". Linear 같은 work board를 모니터링 → 태스크 자동 spawn → proof-of-work 산출(CI status, PR feedback, complexity analysis) → 안전하게 PR 머지. Elixir/BEAM 선택은 경량 프로세스 + supervision tree + fault tolerance로 수십~수백 동시 에이전트 런 관리에 최적화. 시사점: 우리 state-driven-orchestration(19차) + declarative-agent-coordination(36차) + ci-self-healing-loop(22차)이 모두 "agent supervise 자동화"였다면, Symphony는 한 차원 위 — "work-item을 manage하면 agent supervise는 자동으로 사라진다" 추상화. 우리 /team·/manager 오케스트레이터의 다음 진화 방향: Phase 단위가 아니라 work-item 단위 추상화. 핵심 발견 #3: mattpocock/skills(⭐65,094, +16,579/wk, Shell+Markdown, MIT) — Cross-Model Skills Catalog Mainstream Saturation. Matt Pocock(TypeScript 교육자)이 발행한 17개 엔지니어링 skills(diagnose · grill-with-docs · triage · improve-codebase-architecture · tdd · to-issues · to-prd · zoom-out · prototype · caveman · grill-me · write-a-skill · git-guardrails-claude-code · migrate-to-shoehorn · scaffold-exercises · setup-pre-commit · setup-matt-pocock-skills) 카탈로그가 단일 주에 +16,579⭐로 폭발. 핵심 메시지: "They work with any model" — Claude Code 전용이 아니라 모든 model에 적용 가능한 generic skill format. 시사점: 우리 cross-cli-skill-portability(106차)가 "스킬의 cross-CLI 이식 가능성"을 제안했다면, mattpocock/skills는 실증 65K 규모로 mainstream 진입 — HarnessKit(109차, 219⭐) + memtrace 9-CLI auto-config(109차, 148⭐)와 결합 시 "skill 카탈로그가 model-agnostic + CLI-agnostic 양축 portability 완성". 추가 주목: 1jehuang/jcode(⭐4,878, +3,026/wk, Rust) — 우리 implicit-semantic-memory(97차) 패턴의 본격 성장(27.8MB RAM · 14ms TTFF · cosine 기반 dynamic skill 로딩 · self-modification + rebuild + hot reload), TauricResearch/TradingAgents(⭐71,194, +14,322/wk) — 도메인 특화(금융) multi-agent의 폭발적 성장, virattt/dexter(⭐24,720, +3,108/wk) — autonomous deep financial research agent, anthropics/financial-services(⭐12,076, +2,410/wk) — Anthropic 직접 출시 financial-services solutions, LearningCircuit/local-deep-research(⭐6,325, +1,640/wk) — Ollama+SearXNG+SQLCipher AES-256 로컬 deep research, 10+ search engines(arXiv·PubMed·Semantic Scholar·Wikipedia·SearXNG·Tavily·Brave) + LangGraph 자율 모드, AIDC-AI/Pixelle-Video(⭐13,382, +4,999/wk) — 자동 short-form video 생성 엔진, warpdotdev/warp(⭐56,400, +8,625/wk 안정 가속) — agentic terminal mainstream, ComposioHQ/awesome-codex-skills(⭐7,473, +2,287/wk) — Codex CLI 전용 skill 큐레이션. 구루 동향: anthropics — May 7-8 양일에 SDK quad-push (claude-agent-sdk-python 6,731⭐, claude-code-action 7,478⭐, claude-code-base-action 813⭐, claude-agent-sdk-typescript 1,382⭐, claude-code 121,378⭐ 본체, claude-plugins-community 72⭐, claude-plugins-official 18,809⭐, financial-services 12,077⭐) — 109차 plugin/workshop/SDK triple-saturation에 이어 SDK 4종(python/typescript/java/go) + plugins community/official + financial-services 동시 push로 SDK quad-saturation 가속; karpathy — nanochat(53,075, May 5 push 안정 +0/wk, "$100 ChatGPT"), autoresearch(79,582, +49/wk 누적), llm-council(18,457 안정), nanoGPT(57,674 클래식 안정 + 44/wk); simonw — 5월 8일 단일일자에 6+개 scraper repo 동시 push(usgs-scraper 11⭐, package-stats 10⭐, scrape-fema-shelters 12⭐, scrape-florida-outages 12⭐, pge-outages 23⭐, simonwillisonblog-backup 46⭐) + llm-gemini 438⭐ 활발 유지, tools 1,679⭐(거의 100% LLM 생성 도구 모음) — "공공 데이터 → LLM 친화 가공 + LLM-generated tools" 일일 다중 push 패턴 5주 연속 가속도 유지. 생태계 메타: 이번 주 전체 특징 — "Cross-Model Skills 65K 폭발(mattpocock — agent skills mainstream 진입) + Work-Item-Level Orchestration(symphony 22.4K — Elixir/BEAM 'manage work, not agents') + Incremental Delta Engine(cocoindex 8.9K — sub-second freshness + 10× 비용 절감 + byte-level lineage) + Domain-Specific Multi-Agent 폭발(TradingAgents 71K + dexter 24.7K + financial-services 12K — 금융 도메인 단일 주에 100K+ 누적) + Anthropics SDK Quad-Push(python/typescript/java/go 동시) + Local-First Deep Research(local-deep-research 6.3K — Ollama+SearXNG+SQLCipher) + simonw 일일 6+ scraper push 5주 연속 + agentic terminal saturation(warp 56.4K)".

GitHub topic search(claude-code · ai-agent pushed:>2026-05-01) + 구루 프로필 스캔(anthropics · simonw · karpathy) + 신규 진입 repo 심층 분석(syncable-dev/memtrace-public · superset-sh/superset · RealZST/HarnessKit · proxysoul/soulforge · Fergana-Labs/stash · qwibitai/nanoclaw · yonatangross/orchestkit). 13개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Bi-Temporal Structural Memory + Zero-LLM-Cost Indexing + Multi-Agent Desktop Cambrian + Universal Harness Aggregator + Anthropics Plugin/Workshop/SDK Triple-Saturation — 코드베이스 메모리가 단일-시점 그래프에서 이중 시간축 그래프로 격상되어 LLM 호출 0회로 1,200× 빠른 인덱싱이 산업 표준화 진입, '데스크탑 AI 에이전트 함대 관리' 카테고리가 superset(10K+) ↔ AionUi(24K) ↔ nanoclaw(28.7K) 양극 cambrian, '범용 harness 매니저'가 HarnessKit(skill+MCP+plugin+hook+CLI+config+memory+rules 통합 단일 도구) 신 카테고리 등장, Anthropics가 May 7 단일일자 plugin-community(72)·cwc-workshops(66)·riv2025-long-horizon-coding-agent-demo(60)·SDK 6종 동시 push로 community/workshop/SDK triple-saturation". 108차의 Generative UI Protocol(CopilotKit AG-UI 30.9K)과 107차의 Agent-as-Workflow-Compiler(n8n-mcp 20K)에 이어, 이번 주는 "agent의 출력 산물 격상에서 한 단계 더 — agent의 입력 사이드까지 격상: 메모리/컨텍스트가 LLM 비용 0으로 이중 시간축 grounded — agent reasoning이 (입력) bi-temporal grounded memory + (출력) UI/workflow primitive 양방향 결정화 완성"가 핵심 화두. 핵심 발견 #1: syncable-dev/memtrace-public(⭐148, +148/wk new release, Rust, MCP-native, 9 CLI 호환) — Bi-Temporal Knowledge Graph + Zero LLM Call Indexing + 25 MCP Tools + 17 Auto-Skills. 핵심 혁신: (A) Bi-Temporal Architecture — valid time(코드의 version history) × transaction time(인덱스 갱신 시각) 이중 시간축 동시 추적, "이 함수가 작년에는 어떤 시그니처였나?" / "이 의존성이 언제 추가됐고 우리가 언제 알았나?" 같은 시간 비교 질의 1급 지원 (B) Zero LLM Call Indexing — Tree-sitter AST로 결정론적 심볼 참조(CALLS, IMPLEMENTS, IMPORTS, EXPORTS, CONTAINS)를 직접 추출, LLM 기반 entity 추출 대비 1,200× 빠른 1,500파일/1.2~1.8초 인덱싱 + 매 파일 LLM 호출 0회 (C) 6-Axis Scoring — impact(blast radius) · novelty · recency · directional · compound · overview(Louvain community detection) 6가지 채점 알고리즘으로 "지금 가장 관련 있는 것"을 시간+구조 양쪽 종합 판정 (D) Hybrid Retrieval — BM25 full-text + Vector similarity + Reciprocal Rank Fusion + Cross-encoder rerank 다단계 결합, p95 8ms latency + 96.6% accuracy (E) MCP Native + 9 CLI 자동 구성 — npm install -g memtrace 한 줄로 Claude Code · Claude Desktop · Cursor · Codex · Windsurf · VS Code Copilot · Hermes · OpenCode · Kiro 9개 CLI에 25 MCP tools + 17 workflow skills 자동 등록 (F) 26 MB RSS — vector DB 대비 41× 효율, 로컬 ArcadeDB 사용으로 코드 외부 유출 0. 시사점: 기존 우리 graph-rag-codebase-indexing(74차)이 단일-시점 6단계 파이프라인이었다면, memtrace는 이중 시간축 + 결정론적 심볼 참조 + 6축 scoring로 한 차원 격상. 우리 semantic-code-search-mcp(85차) + implicit-semantic-memory(97차)와 결합 시 "입력 사이드 메모리도 LLM 호출 0으로 결정화"가 가능 — agent의 양방향(입력=bi-temporal grounded memory, 출력=UI/workflow primitive) 결정화 완성. 핵심 발견 #2: superset-sh/superset(⭐10,465, +10K/wk new launch, "Code Editor for the AI Agents Era") — Multi-Agent Desktop Cambrian Explosion. "Run an army of Claude Code, Codex, etc. on your machine"이라는 명시 슬로건으로 git-worktree 기반 병렬 에이전트 함대 + parallel-coding + opencode/cursor-agent/coding-agents 동시 호출 + tmux/electron 통합 desktop UI. 단일 카테고리에 superset(10K+ launch week) ↔ AionUi(24K, 107차) ↔ nanoclaw(28.7K, 108차) ↔ CherryHQ/cherry-studio(45K) ↔ rowboatlabs/rowboat(13.3K) ↔ iOfficeAI/AionUi(24K) — "AI 에이전트 함대 관리 desktop"이 7개 이상 등장한 cambrian 폭발. 시사점: 우리 multi-agent-fleet-management(90차, njbrake/agent-of-empires 1.9K)가 tmux 기반 fleet의 첫 신호였다면, 이번 주는 같은 패턴이 10K~45K 규모로 7개 이상 동시 출현 — agent fleet 관리가 niche에서 mainstream UI 카테고리로 전환. 핵심 발견 #3: RealZST/HarnessKit(⭐219, "More than a skill manager") — Universal Harness Aggregator 신 카테고리. "manage skills, MCP servers, plugins, hooks, CLIs, configs, memory & rules across every AI coding agent"라는 단일 도구로 8가지 primitive(skill+MCP+plugin+hook+CLI+config+memory+rules)를 통합 관리. cross-cli-skill-portability(106차)가 "스킬 한 종류의 cross-CLI 이식"이었다면, HarnessKit는 "전체 8 primitive의 cross-CLI 통합 관리"로 한 차원 더 큰 단위 — 우리 cc-sync/cc-apply 패턴(user-scope ↔ project-scope 전체 동기화)이 industry 표준화 단계 진입. 핵심 발견 #4: proxysoul/soulforge(⭐630, "Graph-powered code intelligence, multi-agent coding with codebase-aware AI") — Graph RAG × Multi-Agent 융합. graph-rag-codebase-indexing(74차)와 multi-agent-fleet-management(90차)의 첫 결합 사례 — agent들이 동일 그래프를 공유하며 "no more grep & pray" 슬로건으로 grep 기반 탐색의 한계를 그래프 RAG + 멀티-에이전트 동시 호출로 해결. 핵심 발견 #5: Fergana-Labs/stash(⭐94, "Shared memory for your team's coding agents") — Team-Level Shared Memory. 기존 shared-agent-memory(26차, xvirobotics/metabot 618)가 단일 사용자의 multi-agent shared memory였다면, stash는 "team-level cross-user shared memory"로 격상 — context-engineering + continual-learning + personal/team knowledge-base + semantic-search + skills + workspace 통합. 추가 주목: qwibitai/nanoclaw(⭐28,672, "lightweight alternative to OpenClaw that runs in containers for security" — 컨테이너 격리 + Anthropic Agents SDK 기반), yonatangross/orchestkit(⭐168, "103 skills, 36 agents, 172 hooks. Production-ready patterns" — primitive 카운트 명시 fullstack toolkit), NousResearch/hermes-agent(⭐137,407, +407/wk 안정 saturation), CopilotKit/CopilotKit(⭐30,950, +79/wk 108차 적용 후 안정), googleworkspace/cli(⭐25,885, Google 공식 + AI agent skills 통합), activepieces/activepieces(⭐22,092, n8n-alternative + ~400 MCP servers + workflow-automation), nocobase/nocobase(⭐22,300, AI + no-code platform). 구루 동향: anthropics — May 7 새로운 6개 push(claude-plugins-community 72⭐ 신규, cwc-workshops 66⭐ 워크숍 큐레이션, riv2025-long-horizon-coding-agent-demo 60⭐ long-horizon agent demo, anthropic-sdk-java 304⭐, anthropic-sdk-python 3,378⭐, anthropic-sdk-go 1,018⭐) — 108차 11-repo push에 이어 community/workshop/SDK triple-saturation 가속; karpathy — nanochat(53,069, May 5 push 안정 +32/wk), autoresearch(79,533, +131/wk 누적), llm-council(18,433 안정), nanoGPT(57,669 클래식 안정); simonw — 5월 7일 단일일자 추가 11개 repo push(simonwillisonblog-backup, scrape-florida-outages, scrape-fema-shelters, usgs-scraper, package-stats, simonw, llm-gemini, scrape-hacker-news-by-domain, scrape-roads-dot-ca-gov, pge-outages 등) — llm-gemini 438⭐ 활발 유지, "공공 데이터 → LLM 친화 가공" 일일 다중 push 패턴 4주 연속 가속도 유지. 생태계 메타: 이번 주 전체 특징 — "Bi-Temporal Structural Memory(memtrace 148 — zero LLM call + 1,200× 빠른 인덱싱 + 9 CLI 자동 구성) + Multi-Agent Desktop Cambrian(superset 10K + AionUi 24K + nanoclaw 28.7K + cherry 45K + rowboat 13.3K — 7개 이상 동시 출현) + Universal Harness Aggregator 신 카테고리(HarnessKit 219 — 8 primitive 통합 단일 도구) + Graph RAG × Multi-Agent 융합(soulforge 630 — '74차+90차' 첫 결합) + Team-Level Shared Memory(stash 94 — '26차' team-level 격상) + Anthropics community/workshop/SDK triple-saturation(plugin-community + cwc-workshops + riv2025-long-horizon-demo + SDK 6종 동시) + simonw 일일 11+ scraper push 4주 연속 가속도".

GitHub topic search(ai-agent · claude-code) + 구루 프로필 스캔(anthropics · simonw · karpathy) + 신규 진입 repo 심층 분석(CopilotKit/CopilotKit · HKUDS/nanobot · ComposioHQ/awesome-claude-skills · code-yeongyu/oh-my-openagent rebrand). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Generative UI Protocol Standardization + Harness Cambrian Explosion + Skill Marketplace 4-Way Divergence + Anthropic 11-repo Push Saturation — agent가 frontend UI를 직접 컴파일·렌더링하는 표준 프로토콜이 Google/LangChain/AWS/Microsoft 동시 채택으로 산업 합의 단계 진입, harness 카테고리가 ⭐175K(everything-claude-code) ↔ ⭐42K(nanobot ultra-light) 양극 spectrum으로 cambrian 폭발, 스킬 마켓플레이스가 mattpocock(63K)·ComposioHQ-Claude(58K)·Composio-Codex(7K)·Anthropic-Official(18.7K) 4-way 동시 분기, Anthropics가 May 7 단일 일자에 SDK·CLI·Action·Plugin·Cookbook·Workshop·tokio 11개 repo 동시 push로 풀스택 포화". 107차의 Agent-as-Workflow-Compiler(n8n-mcp 20K)에 이어, 이번 주는 "agent 출력 산물의 두 번째 격상 — 코드/응답 → workflow JSON(107차) → frontend UI rendering decision(108차) — agent reasoning이 backend automation에서 frontend UI까지 양방향 결정권 확보"가 핵심 화두. 핵심 발견 #1: CopilotKit/CopilotKit + AG-UI Protocol(⭐30,871, +651/wk, TypeScript) — Google/LangChain/AWS/Microsoft 4대 vendor가 동시 채택한 agent ↔ UI 표준 프로토콜. 핵심 혁신: (A) AG-UI Protocol — agent가 backend tool을 실행하면 응답이 단순 텍스트가 아니라 UI 컴포넌트 자체(props + render hint)로 반환됨, 클라이언트는 별도 프론트엔드 코드 없이 즉시 렌더링 (B) 3-Approach Spectrum — Static(AG-UI Protocol, 사전 정의된 컴포넌트), Declarative(A2UI, JSX 유사 명세), Open-Ended(MCP Apps, 자유 형식) 세 단계로 점진적 자유도 제공 (C) Shared State Layer — agent와 UI가 동일 state 객체를 read/write, "agent가 form 필드 채움 → UI 즉시 반영 → 사용자가 수정 → agent state 업데이트" 양방향 sync (D) Human-in-the-Loop Native — agent가 실행 중 pause하여 사용자 입력/승인 요청 가능, "다음 단계 진행 전 확인" 워크플로우가 protocol 1급 시민 (E) useAgent Hook — React/Angular에서 단일 hook으로 agent 제어 + state 관리 + streaming 응답 동시 처리, 별도 SDK 없이 `useAgent()` 한 줄로 전체 라이프사이클 관리 (F) Backend Tool Returns UI — 기존 패턴(agent → text → frontend가 별도 파싱 → 컴포넌트 매핑)을 뒤집어 agent → UI 컴포넌트 직접 반환으로 결정 단계 단축. 시사점: 기존 우리 시스템에서 frontend-specialist + figma-designer + ui-ux-designer가 agent 응답을 받아 별도 JSX/Vue 코드를 생성한다면, AG-UI Protocol 도입 시 agent 응답 자체가 즉시 렌더 가능한 UI primitive로 격상되어 "코드 생성 → 빌드 → 배포 → 테스트" 사이클이 "agent 응답 → 즉시 렌더" 1단계로 단축. 우리 browser-automation-crystallization(38차) rule이 "사이트 → 어댑터 결정화"였다면, AG-UI는 "agent → UI 결정화"의 반대 방향 결정화. 핵심 발견 #2: Harness Cambrian Explosion — 단일 카테고리 안에서 ⭐ 분포가 cambrian 폭발: affaan-m/everything-claude-code(175K, May 3 push, "performance optimization with skills/instincts/memory/security 4-pillar"), NousResearch/hermes-agent(137K, May 7 push, "the agent that grows with you" — 7차 수확 시 29K → 4.7배 폭발), thedotmack/claude-mem(73K, claude-mem plugin), farion1231/cc-switch(62K, cross-platform desktop all-in-one), gsd-build/get-shit-done(60K, meta-prompting + spec-driven), ComposioHQ/awesome-claude-skills(58K, claude-specific skills curation), code-yeongyu/oh-my-openagent(56K, oh-my-opencode rebrand → 19차 수확 시 21K → 2.7배 폭발), shanraisshan/claude-code-best-practice(51K, agentic engineering), HKUDS/nanobot(42K, ultra-lightweight 대척점) — 같은 "harness" 카테고리에서 무게/철학별 분기. 시사점: 우리 시스템은 hook 17개 + skill 80+로 heavy 쪽인데, nanobot 패턴은 "개인 사용 시 light variant 유지 가능성" 시사. 핵심 발견 #3: HKUDS/nanobot(⭐41,905, +1,000+/wk, Python — 같은 org가 OpenHarness 5-layer 11.9K도 운영) — 동일 org의 heavy/lean 쌍 운영 패턴. 핵심: (A) Small Readable Core — "codebase intentionally simple enough to study, modify, and extend" 명시적 학습용 설계 (B) On-Demand Loading — memory/skills/tools를 항상 활성 컴포넌트로 두지 않고 "context로만 끌어옴" (C) Built-in Without Bloat — chat channels/API/memory/MCP/deployment paths를 "빌트인 + 미니멀" 양립 (D) HKUDS 동일 조직이 OpenHarness(101차 수확 5-layer reference architecture)와 nanobot(ultra-light)을 동시 운영 — deployment context별 harness 무게 선택 패러다임. 시사점: 우리 user-scope 17개 hook은 enterprise-grade인데, 개인 사용자/특정 프로젝트엔 과할 수 있음. nanobot 패턴 차용 시 "context-aware harness depth selection" 가능. 핵심 발견 #4: Skill Marketplace 4-Way Divergence — 단일 awesome-list에서 4-way 동시 분기: mattpocock/skills(63,809, +20,777/wk — 15주 연속 1위 폭발 지속, /grill-me + /tdd + /diagnose + caveman 등 실용 엔지니어링), ComposioHQ/awesome-claude-skills(58,492, Claude 전용 + 1000+ Composio 통합), antigravity-awesome-skills(36,585, 1400+ agentic skills), VoltAgent/awesome-agent-skills(20,473, 1000+ agent skills), K-Dense-AI/scientific-agent-skills(20,244, research/science vertical), ComposioHQ/awesome-codex-skills(7,182, Codex 전용), anthropics/claude-plugins-official(18,762, Anthropic 공식 큐레이션). 시사점: 106차의 cross-cli-skill-portability에 이어, 일반/전용/공식/도메인-수직 4축 동시 진화 — 향후 Cursor/Gemini CLI 전용 awesome-list 출현 예상. 추가 주목: warpdotdev/warp(⭐56,053, +15,633/wk — 3주 연속 폭발 agentic terminal), TauricResearch/TradingAgents(⭐70,694, +15,576/wk — 3주 연속 폭발 multi-agent finance), 1jehuang/jcode(⭐4,642, +3,332/wk — Coding Agent Harness 8주 연속), googleworkspace/cli(⭐25,875, Google 공식 + AI agent skills 통합). 구루 동향: anthropics — May 7 11개 repo 동시 push(claude-code 121,245 — 12.1만 유지, claude-plugins-official 18,762, knowledge-work-plugins 11,888, claude-cookbooks 42,322, claude-code-action 7,466, claude-agent-sdk-python 6,716 — 24h만에 +6, anthropic-sdk-typescript 1,911, anthropic-sdk-go 1,017, anthropic-cli 331, anthropic-sdk-java 303, tokio 13) — SDK·CLI·Plugin·Action·Cookbook·Tokio 풀스택 saturation 도달; karpathy — nanochat(53,037, May 5 push 유지) "$100 ChatGPT" 안정, autoresearch(79,402) AI agent training 누적; simonw — 5월 7일 단일 일자에만 11개+ scraper 신규 push(usgs-scraper, scrape-florida-outages, package-stats, scrape-fema-shelters, simonwillisonblog, scrape-fediverse, sf-tree-history, tools, ollama-models-atom-feed, usgs-demo, scrape-roads-dot-ca-gov 등) — "공공 데이터 → LLM 친화 가공" 일일 다중 push 가속도 가속(지난주 14개 → 이번주 11+ 추가 신규). 생태계 메타: 이번 주 전체 특징 — "Agent 출력 산물 2단계 격상(107차 backend workflow JSON → 108차 frontend UI primitive — AG-UI Protocol Google/LangChain/AWS/MS 4대 vendor 채택) + Harness Cambrian Explosion(everything-claude-code 175K↔nanobot 42K 양극 spectrum + hermes-agent 137K 4.7배 폭발 + oh-my-openagent 56K 2.7배 rebrand 폭발) + Skill Marketplace 4-Way Divergence(mattpocock 63K + Composio Claude 58K + antigravity 36K + Anthropic Official 18.7K) + Anthropics May 7 단일일자 11-repo 동시 push 풀스택 saturation + simonw scraper 일일 11+ 신규 push 공공데이터 가공 가속도 가속".

GitHub weekly trending(전체 + TypeScript) + 구루 프로필 스캔(anthropics · karpathy · simonw) + 신규 진입 repo 심층 분석(czlonkowski/n8n-mcp · iOfficeAI/AionUi · mksglu/context-mode v2 · vercel-labs/portless). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Agent-as-Workflow-Compiler + No-Code Platform Programmability + Compile-Once-Run-Many Decoupling — AI 코딩 에이전트가 자체 실행을 넘어 외부 자동화 플랫폼(n8n/Zapier/Make)의 workflow를 자율 컴파일, agent reasoning과 workflow runtime을 분리하여 컴파일 1회 → 무한 실행 0 LLM 비용 패러다임으로 전환". 106차의 Cross-CLI Skill Portability(awesome-codex-skills 7K)에 이어, 이번 주는 "agent의 출력 산물이 코드/대답이 아니라 외부에서 자율 실행 가능한 workflow 명세 자체로 격상"이 핵심 화두. 핵심 발견 #1: czlonkowski/n8n-mcp(⭐20,233, +1,308/wk, TypeScript) — Claude Desktop/Code · Cursor가 n8n workflow를 자율 생성·검증·배포하는 MCP 서버. 핵심 혁신: (A) Agent-as-Workflow-Compiler 패러다임 — 기존 패턴: agent가 직접 task 실행 (매 실행마다 LLM 호출 발생). 새 패턴: agent가 n8n workflow JSON을 한 번 컴파일하면, 이후 N회 실행은 n8n runtime이 LLM 호출 없이 자율 수행 → "compile-once-run-many"로 LLM 호출 ÷ N 절감 (B) MCP Tool Surface as DSL — n8n의 525+ 노드 타입 + 99% property coverage를 MCP tool descriptor로 노출, Claude가 "Slack에 메시지 보내고 → Linear 이슈 만들고 → 응답 받으면 GitHub PR 생성" 같은 자연어 요구를 완전한 workflow JSON으로 변환 (C) Validation Built-In — workflow 생성 후 즉시 n8n validate API로 schema 검증 + dry-run 가능, agent는 validation feedback을 받아 self-correct 루프 (D) AI-Friendly Documentation — 모든 노드의 input/output schema를 LLM이 직접 읽을 수 있는 Markdown으로 노출, "어떤 노드가 어떤 작업에 적합한지" agent가 자율 판단 가능 (E) 525+ 즉시 사용 노드 — Slack, GitHub, Linear, Notion, Postgres, Stripe 등 525+ 통합을 agent가 즉시 활용. 시사점: 기존 browser-automation-crystallization(38차, OpenCLI) rule이 "단일 사이트 어댑터 결정화"였다면, n8n-mcp는 "멀티-스텝 자동화 파이프라인 전체를 결정화". 우리 execution-path-crystallization(GenericAgent 8차) 패턴이 SOP 한 단위 결정화였다면, n8n-mcp는 "외부 runtime이 자율 실행 가능한 자동화 그래프 단위 결정화"로 한 차원 격상. 핵심 발견 #2: mksglu/context-mode v2 진화(⭐13,703, +2,470/wk — 85차 수확 시 11.7K → 현재 13.7K, 5주간 +2K 누적 성장) — Tool Output Sandboxing 패턴이 14개 플랫폼으로 확산. 새 발견: 단순 도구 출력 압축에 그치지 않고 (A) "Code-Generation-over-Data-Loading"이 14개 플랫폼(Claude Code · Codex · Cursor · Aider · Cline · Continue · OpenInterpreter · Goose · Smol-Developer · OpenDevin · GPT-Engineer · Plandex · Sweep · CrewAI)에 호환 어댑터 출시 (B) SQLite FTS5 인덱싱이 표준화 — 도구 출력 5KB 초과 시 자동 인덱싱, intent-driven retrieval로 BM25 검색 (C) 98% 압축률은 통계 검증 — 다양한 작업(Playwright snapshot 99%, GitHub Issues 98%, 전체 세션 98%) 평균 98% 절감 reproducibly 측정. 시사점: 기존 tool-output-sandboxing(85차) rule이 "단일 패턴 식별"이었다면, 이번 진화는 "플랫폼 unification standard로 정착". 핵심 발견 #3: iOfficeAI/AionUi(⭐23,936, +987/wk, TypeScript) — 20+ AI assistant를 단일 desktop coworking app으로 통합. 핵심: (A) Multi-Agent Coworking — Claude Code · Gemini CLI · Codex · Cursor · Aider · Cline · Continue · GitHub Copilot 등 20+ 에이전트를 단일 UI에서 동시 호출 (B) Visual Conversation Branching — 각 에이전트의 응답을 분기로 시각화, 사용자가 N개 에이전트의 답변을 동시 비교 (C) Local-First — 모든 데이터 로컬 저장, OS 수준 격리. 시사점: 106차의 cross-cli-skill-portability가 "스킬을 N개 CLI에 호환되게"였다면, AionUi는 "N개 CLI를 동시에 사용자 1명이 활용"하는 반대 방향 통합. 핵심 발견 #4: vercel-labs/portless(⭐9,045, +651/wk, TypeScript — Vercel 공식) — Vercel-Labs가 portless 패턴을 공식 채택. 우리는 이미 CLAUDE.md에 "dev 서버 실행 시 portless 필수" rule을 갖고 있는데, Vercel 공식이 같은 패턴을 채택했다는 것은 "port number → stable named URL 패턴이 LLM 시대 dev tool 표준으로 자리잡고 있음"의 강력한 신호. agent가 localhost:3000 같은 휘발 URL 대신 myapp.localhost를 안정적으로 참조 가능 → "agent가 만든 instruction이 다음 세션에서도 깨지지 않음". 추가 주목: warpdotdev/warp(⭐56,053, +15,633/wk — 2주 연속 폭발, agentic terminal), TauricResearch/TradingAgents(⭐70,694, +15,576/wk — 2주 연속 폭발, multi-agent finance), mattpocock/skills(⭐63,809, +20,777/wk — 15주 연속 1위 기록 갱신), ruvnet/ruflo(⭐45,644, +10,993/wk — multi-agent swarm 지속), 1jehuang/jcode(⭐4,642, +3,332/wk — Coding Agent Harness 7주 연속 폭발), abhigyanpatwari/GitNexus(⭐36,574, +3,239/wk — 그래프 RAG agent), linshenkx/prompt-optimizer(⭐28,286, +762/wk — prompt engineering 도우미). 구루 동향: anthropics — May 7에 claude-agent-sdk-python(6,710 — 24h만에 +15) + cwc-workshops 신규 push, claude-code(121,147 — 12.1만 유지) + claude-plugins-official(18,744) + knowledge-work-plugins(11,880) 활발 유지, SDK·Plugin·Workshop 트리플 확장 지속; karpathy — nanochat(53,037, May 5 push) "$100 ChatGPT" 안정 유지, autoresearch(79,402) AI agent training 누적; simonw — 5월 7일 하루에만 14개 repo 동시 push(usgs-scraper · package-stats · scrape-fema-shelters · scrape-florida-outages · tools · ollama-models-atom-feed · usgs-demo · scrape-roads-dot-ca-gov · scrape-fediverse · scrape-faa-releasable-aircraft · scrape-hacker-news-by-domain · uv-init-demos · simonwillisonblog-backup · pge-outages) + 1개 신규(inaturalist-clumps) — "공공 데이터 → LLM 친화 가공" 패턴 일일 다중 push로 더욱 강화 (지난주 9개 → 이번주 14개+신규 1, +56%). 생태계 메타: 이번 주 전체 특징 — "Agent의 출력 산물 격상 — 코드/응답에서 외부 runtime 실행 가능한 workflow JSON으로(n8n-mcp 20K + 525+ 노드 + validation 빌트인) + Tool Output Sandboxing 표준화(context-mode 13.7K, 14개 플랫폼 호환 + 98% 압축 reproducibly) + 멀티-CLI 통합 데스크탑(AionUi 23.9K — 20+ 에이전트 단일 UI) + portless 패턴 Vercel 공식 채택(9K — agent-friendly URL 표준화) + simonw scraper 일일 다중 push 56% 증가(공공 데이터 LLM 가공 가속도 증가)".

GitHub weekly trending(전체 기준) + 구루 프로필 스캔(anthropics · karpathy · simonw) + 신규 진입 repo 심층 분석(ComposioHQ/awesome-codex-skills · virattt/dexter · ruvnet/ruflo · anthropics/claude-plugins-official). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Skill Marketplace Plurality + Cross-CLI Standardization + Domain-Specific Agent Verticalization + Multi-Agent Federation Production-Readiness — 스킬 생태계가 Claude Code 단일 플랫폼에서 Codex/Cursor/Gemini CLI까지 cross-CLI로 분기, Anthropic 자체 큐레이션 디렉토리 정착, horizontal general agent → domain-vertical agent 분화, 그리고 multi-agent swarm orchestration이 federation/zero-trust 단계로 production화". 105차의 Manus-Style File-Based Working Memory(planning-with-files 20K)에 이어, 이번 주는 "스킬 생태계의 4축 동시 확장 — 분기·표준화·수직화·연합화"가 핵심 화두. 핵심 발견 #1: ComposioHQ/awesome-codex-skills(⭐7,182, +2,539/wk, Python — 신규 진입) — Codex CLI를 위한 첫 awesome-list 형태 스킬 마켓플레이스. "Practical Codex skills for automating workflows across Codex CLI and API" — 핵심: (A) SKILL.md 표준 채택 — Anthropic 표준 frontmatter(name + description) 그대로 차용, "Codex가 description을 읽고 자동 트리거" 패턴 그대로 이식 (B) 1000+ 앱 통합 — Composio 어댑터 통해 Slack/email/Linear/Jira 등 1000+ 앱 액션 가능, 스킬이 "텍스트 생성"을 넘어 "실세계 액션" 단위로 격상 (C) Progressive Disclosure — 메타데이터(name/description)만 사전 로드, 본문은 매칭 시에만 활성화로 컨텍스트 효율 유지 (D) $CODEX_HOME/skills 표준 경로 — Claude Code의 ~/.claude/skills/와 거울 구조 → cross-CLI 호환 가능성. 시사점: 기존 agent-skills-format(huggingface/skills, 12차 수확) rule이 "Anthropic/HF 스킬 표준 채택"이었다면, 이번 주 출현은 스킬 표준이 Codex CLI까지 확산되어 cross-CLI 호환성이 가능한 단계. 핵심 발견 #2: anthropics/claude-plugins-official 정착(⭐18,710, May 6 push) — Anthropic 자체 큐레이션 공식 디렉토리 출범·정착 단계. internal(Anthropic 직접 개발) + external(파트너/커뮤니티 검수 통과)로 분리, 표준 plugin.json 메타데이터, /plugin install {name}@claude-plugins-official 명령으로 설치 단순화. 596 active issues + 48 PR + 334 commits로 활발 운영 중. 기존 canonical-plugin-three-layer(75차 수확, knowledge-work-plugins 11.7K) rule이 "3계층 구조"였다면, 이번 주는 플러그인 디렉토리가 awesome-list 비공식에서 Anthropic 공식 마켓플레이스로 격상. 핵심 발견 #3: virattt/dexter(⭐24,405, +2,668/wk, TypeScript) — "Claude Code, but for financial research" — domain-vertical agent의 결정화. 핵심: (A) Intelligent Decomposition — 복잡한 금융 질문을 step-by-step 리서치 task로 자동 분해 (B) Autonomous Tool Selection — income statement/balance sheet/cash flow 등 적절한 데이터 도구를 에이전트가 자율 선택 (C) Self-Validation Loop — "checks its own work and iterates until tasks are complete" 재귀적 정제 (D) Loop Detection + Step Limits — 무한 재시도 차단 안전장치 빌트인. 같은 트렌드: TauricResearch/TradingAgents(⭐70,431, +15,576/wk — Multi-Agents LLM Financial Trading Framework). 시사점: horizontal general agent에서 domain-vertical agent로 분기 단계 — 우리 시스템의 frontend-specialist/backend-specialist 키워드 매칭에서 한 단계 진화하여 도메인 지식 + 자율 task decomposition + self-validation까지 갖춘 specialist agent 가능성. 핵심 발견 #4: ruvnet/ruflo(⭐45,373, +10,993/wk — 이전 Claude Flow에서 rebrand) — multi-agent swarm orchestration의 production-grade 진입. 핵심: (A) 100+ Specialized Agents가 swarm으로 자율 조직화, shared memory + consensus mechanism 빌트인 (B) Federation System — Raft/Byzantine/Gossip consensus로 다머신·다조직·다클라우드 zero-trust 협업, "agents on different machines, orgs, or cloud regions can discover each other, prove who they are, and collaborate" (C) AgentDB — HNSW 인덱싱으로 vector search 150x~12,500x faster, RAG + 그래프 기반 navigation (D) 12 Auto-Triggered Background Workers — 지속 최적화 자동화 (E) 27 MCP Hooks — Claude Code/MCP Server와 깊은 통합. 시사점: 우리 multi-agent-fleet-management(agent-of-empires 1.9K, 단일 머신 tmux 격리) 대비 ruflo는 다머신·federation 단계로 한 차원 격상. 단일 사용자에겐 과하지만 swarm topology(hierarchical/mesh/adaptive) 개념은 /team Phase 3 위임에 reference 가치. 추가 주목: mattpocock/skills(⭐63,224, +20,777/wk — 14주 연속 1위 폭발, /grill-me + /tdd + /diagnose + caveman 등 실용 엔지니어링 스킬), warpdotdev/warp(⭐55,821, +15,633/wk — agentic development environment), 1jehuang/jcode(⭐4,553, +3,332/wk — Coding Agent Harness, 6주 연속 폭발), D4Vinci/Scrapling(⭐46,404, +6,699/wk — Adaptive Web Scraping), Alishahryar1/free-claude-code(⭐22,070, +3,775/wk — Claude Code 무료 사용 도구). 구루 동향: anthropics — May 6에 claude-code(⭐121,034 — 12.1만 돌파!) + claude-agent-sdk-python(6,695) + claude-agent-sdk-typescript(1,374) + claude-code-action(7,450) + claude-code-base-action(809) + claude-cookbooks(42,322) + knowledge-work-plugins(11,865) + claude-plugins-official(18,710) 8개 핵심 repo 동시 push, SDK·CLI·Plugin·Action·Cookbook 풀스택 확장; karpathy — nanochat(53,021, May 5 push) "$100 ChatGPT" 안정 유지, autoresearch(79,346) AI agent training research 누적; simonw — 5월 6-7 양일간 다수 scraper 신규 push(usgs-scraper, scrape-fema-shelters, scrape-florida-outages, scrape-fediverse, scrape-hacker-news-by-domain, scrape-roads-dot-ca-gov, scrape-faa-releasable-aircraft, pge-outages, ollama-models-atom-feed) — "공공 데이터 → LLM 친화 형식 일일 자동화" 패턴 더욱 강화. 생태계 메타: 이번 주 전체 특징 — "스킬 마켓 cross-CLI 분기(Composio Codex 7K 진입 + mattpocock 63K 14주 연속 + Anthropic 공식 18.7K 정착) + domain-vertical agent 결정화(dexter/TradingAgents — finance vertical) + multi-agent federation production화(ruflo 45K — Raft/Byzantine/Gossip + AgentDB HNSW 150x) + Anthropic 8-repo 동시 push 풀스택(claude-code 121K + 7개 SDK/cookbook/plugin) + simonw scraper 일일 다중 push(공공 데이터 LLM 가공 자동화 가속)".

GitHub topic 검색(claude-code · ai-agent · llm-agent · claude-skills · agent-harness) + 구루 프로필 스캔(anthropics · karpathy · simonw). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Persistent File-Based Working Memory + Cross-Session Recovery + Hash-Attested Plan Tamper Detection — Manus AI($2B Meta 인수) 패턴이 Claude Code 스킬로 결정화되어 13개 IDE/agent 동시 지원, 컨텍스트 윈도우=RAM/파일시스템=Disk 분리로 /clear 후에도 자동 복구 + 하네스 엔지니어링이 awesome-list 카테고리로 정식 분류". 104차의 Durable Agent Workflow Engine(hatchet)에 이어, 이번 주는 "세션 단위 영속성을 넘어 컨텍스트 윈도우 자체의 휘발성을 파일시스템으로 우회하는 패러다임"이 핵심 화두. 핵심 발견 #1: OthmanAdi/planning-with-files(⭐20,504, +5,000+/wk, Python, MIT, v2.37.0) — Manus-style 파일 기반 영속 작업 메모리 + /clear 후 자동 세션 복구 + SHA-256 hash attestation. "Work like Manus — the AI agent company Meta acquired for $2 billion." — 핵심 혁신: (A) Context Window = RAM, Filesystem = Disk 분리 원칙 — 휘발성 컨텍스트 대신 task_plan.md·findings.md·progress.md 3개 파일에 영속 기록, /clear 후에도 다음 세션이 자동으로 읽음 (B) Cross-Session Recovery via session-catchup.py — ~/.claude/projects/(Claude Code) + ~/.codex/sessions/(Codex)에서 plan 파일 마지막 갱신 이후의 conversation 추출 → catchup report로 사용자에게 표시 → git diff와 합쳐 plan 자동 동기화 (C) SHA-256 Hash Attestation (HARD!) — /plan-attest 명령으로 task_plan.md를 SHA-256으로 잠금, hooks가 매 UserPromptSubmit/PreToolUse마다 해시 비교 → 변조 감지 시 "[PLAN TAMPERED — injection blocked]" 출력하고 instruction 주입 차단 (D) The 2-Action Rule — "view/browser/search 작업 2회마다 즉시 키 발견을 텍스트 파일에 저장" — 시각/멀티모달 정보 손실 방지 (E) Read-Before-Decide / Update-After-Act 게이트 — 모든 주요 결정 전 plan 재독, 모든 phase 완료 후 즉시 progress 업데이트 (PostToolUse hook이 자동 알림) (F) Universal Multi-Agent Adapter — Claude Code, Codex, Gemini CLI, GitHub Copilot, Pi Agent, Hermes, Mastra, OpenClaw, Antigravity, Kiro, Factory, BoxLite 등 13개 IDE/agent 플랫폼 동시 지원(per-IDE branch + Codex hooks.json 통합). 검증: 96.7% benchmark pass rate + A/B blind 3/3 wins + Tessl CI. 기존 hatchet(104차, durable workflow)이 "프로세스 생애를 초월한 영속화"였다면, planning-with-files는 "컨텍스트 윈도우 자체의 휘발성을 우회" — 더 작은 단위(/clear 한 번)에서 작동. 핵심 발견 #2: 하네스 엔지니어링 awesome-list 정식 분류 — ai-boost/awesome-harness-engineering(⭐759, May 6 push)·Picrew/awesome-agent-harness(⭐295, May 6 push) 동시 활발. OpenAI(2026)가 명명한 "harness engineering" 분야가 커뮤니티 awesome-list로 카테고리화 시작. 항목 분류: tools / patterns / evals / memory / MCP / permissions / observability / orchestration. 기존 harness-engineering-paradigm·open-reference-harness-architecture rule이 1차 식별이었다면, 이번 주는 "하네스 엔지니어링이 독립 학문 영역으로 자리잡기 시작". 추가 주목: sd0xdev/sd0x-dev-flow(⭐155, "harness engineering reference implementation with hook-enforced dual review, state-machine gates that survive context compaction, fail-closed safety where it counts. Quality gates that AI can't skip"), Chorus-AIDLC/Chorus(⭐788 — Agent Harness for AI-Human Collaboration, AI-DLC Lifecycle), NousResearch/hermes-agent(⭐135,762, +700/wk — "The agent that grows with you" 7주 연속 폭발), thedotmack/claude-mem(⭐72,894, +900/wk — Claude Code 자동 컨텍스트 캡처+압축+주입), gsd-build/get-shit-done(⭐60,462, May 6 push — meta-prompting+context engineering+spec-driven), code-yeongyu/oh-my-openagent(⭐56,183, +500/wk — "the best agent harness"), HKUDS/nanobot(⭐41,807, May 6 push — Ultra-Lightweight Personal AI Agent), can1357/oh-my-pi(⭐4,039, May 6 push — hash-anchored edits + LSP + subagents), moltis-org/moltis(⭐2,656, May 6 push — secure persistent personal agent server in Rust, multi-provider+sandboxed), jackwener/OpenCLI(⭐18,983, May 6 push — Make Any Website & Tool Your CLI, universal CLI Hub), pydantic/pydantic-ai(⭐16,873, May 6 push — Agent Framework with type safety), holaboss-ai/holaOS(⭐4,860, May 6 push — Open Agent Computer for ANY digital work), safishamsi/graphify(⭐43,841, May 6 push — code+docs+SQL을 단일 queryable knowledge graph로), K-Dense-AI/scientific-agent-skills(⭐20,244 — research/science/engineering 즉시 사용 스킬 셋), VoltAgent/awesome-agent-skills(⭐20,473 — 1000+ agent skills), sickn33/antigravity-awesome-skills(⭐36,585 — 1,400+ agentic skills 설치형 GitHub 라이브러리), HKUDS/DeepCode(⭐15,334 — Paper2Code+Text2Web+Text2Backend 자율 코딩). 구루 동향: anthropics — claude-agent-sdk-typescript(1.4K, May 6 push) + anthropic-sdk-java(303, May 6 신규 push 활발) + anthropic-sdk-go(1K, May 6 push) + connect-rust(324, May 6 push) + buffa(693, May 6 — Rust protobuf with editions support) 5개 SDK/인프라 동시 활발, Python·TypeScript·Go·Java·Rust 5개 언어 풀스택 SDK 전개로 확장; karpathy — nanochat(53K) 안정 유지, autoresearch repo 79K star 누적; simonw — 5월 6일 하루에만 5개 scraper repo 신규 push(scrape-florida-outages·scrape-fema-shelters·usgs-scraper·package-stats·scrape-hacker-news-by-domain) — "공공 데이터 → LLM 친화 형식 자동화" 패턴 강력 지속. 생태계 메타: 이번 주 전체 특징 — "파일 기반 영속 메모리 패러다임 결정화(planning-with-files 20K — Manus 2B 인수 패턴이 Claude 스킬로) + 하네스 엔지니어링 awesome-list 정식 카테고리화(ai-boost+Picrew 동시 출현 — OpenAI 명명 분야가 커뮤니티 분류로) + Anthropic 5개 언어 SDK 풀스택 확장(Python·TS·Go·Java·Rust) + simonw scraper 일일 다중 push(공공 데이터 LLM 가공 자동화 일관 실천)".

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(anthropics · karpathy · simonw). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Durable Agent Workflow Engines & Production-Grade Systems-Language Migration — AI 에이전트 인프라가 Python 프로토타입에서 Go·Rust 기반 production-grade 시스템 계층으로 동시 이행하면서, in-memory 세션 흐름이 아니라 프로세스 생애를 초월한 durable workflow가 새 표준으로 부상". 103차의 Failure-Mode-Anchored Skill Design에 이어, 이번 주는 "에이전트 오케스트레이션의 영속성 계층 + 시스템 언어 production 이행"이 핵심 화두. 핵심 발견 #1: hatchet-dev/hatchet(⭐7,121, Go, 트렌딩 신규 진입) — AI 에이전트용 durable workflow 엔진. "Orchestration engine for AI agents + durable workflows that survive crashes, deployments, and restarts." — 핵심 혁신: (A) Step-Level Checkpointing — 모든 워크플로우 step의 입력/출력/상태를 외부 저장소(SQLite/Postgres)에 영구 기록, idempotent 실행 보장 (B) Crash Recovery — 프로세스 SIGKILL 후 재시작 시 마지막 성공 step부터 자동 재개, 사람의 "어디부터 다시?" 판단 불필요 (C) Declarative Retry Policy — exponential backoff + jitter + max-attempts + retry-on-error-class를 step별 메타데이터로 선언(코드 아닌 YAML) (D) Replay & Audit — 모든 실행이 append-only 이벤트로 기록되어 재현·감사 가능. 기존 state-driven-orchestration(세션 내 상태 파일)과 pause-on-failure-pattern(step 실패 시 환경 보존)이 "세션 단위"를 다뤘다면, hatchet은 "프로세스 생애를 초월한 워크플로우 영속화" — 재배포 후에도 같은 workflow_id로 이어 실행. 핵심 발견 #2: AI 에이전트 인프라의 시스템 언어 동시 이행 — 이번 주 GitHub 트렌딩에 Go·Rust 기반 production-grade 에이전트 인프라가 동시다발적 출현: Gentleman-Programming/engram(⭐3,300, Go, +270/wk — AI 코딩 에이전트용 영속 메모리), gastownhall/gascity(⭐613, Go — multi-agent 코딩 워크플로우 SDK), Tencent/WeKnora(⭐14,300, Go — LLM KB + 자율 추론 에이전트), xingkongliang/skills-manager(⭐1,091, Rust — 15+ 코딩 도구 스킬 관리), junhoyeo/tokscale(⭐2,600, Rust, +294/wk — 다중 AI 플랫폼 토큰 추적), CJackHwang/ds2api(⭐3,700, Go, +1,310/wk — AI 통합용 프로토콜 어댑터 미들웨어), 1jehuang/jcode(⭐4,400, Rust, +3,447/wk — 5주 연속 폭발). 패턴: "Python으로 검증된 패턴이 Go/Rust로 production 이행" — beads(memory)→engram·gascity, agent-manifest-pattern→skills-manager(Rust), token-efficiency-tracking→tokscale(Rust), unified-model-gateway→ds2api(Go). 핵심 발견 #3: anthropics SDK-First 에이전트 개발 패러다임 — claude-agent-sdk-python(⭐6.7K, May 6 push)·claude-agent-sdk-typescript(⭐1.4K, May 6 push)·claude-code-base-action(807, May 6 push) 동시 활발. CLI 단독에서 SDK + Managed Agents API + GitHub Actions 풀스택으로 확장. 추가 주목: refactoringhq/tolaria(⭐9,874, +2,086/wk — 에이전트 워크플로우용 마크다운 KB), lukilabs/craft-agents-oss(⭐5,758, +926/wk — 에이전트 오케스트레이션 OSS 가속), Q00/ouroboros(⭐3,500, +703/wk — Agent OS 사양 기반 루프, quantified-ambiguity-gate 출처 지속), LearningCircuit/local-deep-research(⭐5,500, +591/wk — 로컬 LLM 다중소스 리서치), mattpocock/skills(⭐61,880, +25,389/wk — 14주 연속 1위), warpdotdev/warp(⭐55,361, +28,493/wk — 14주 연속 폭발), ruvnet/ruflo(⭐44,464, +9,159/wk), TauricResearch/TradingAgents(⭐69,802, +14,697/wk), D4Vinci/Scrapling(⭐45,549, +5,667/wk), abhigyanpatwari/GitNexus(⭐36,101, +3,497/wk), simonw/llm(⭐11,800, May 6 push) + docs-for-llms(58, Apr 30 — LLM 소비용 문서 concat) + tools(1,700, May 4 — LLM 생성 유틸 모음) + research(636, May 4) 일관 push. 구루 동향: anthropics — agent SDK Python·TypeScript + GitHub Action + claude-plugins-official 동시 May 6 push, SDK-first 패러다임 진입 단계; karpathy — nanochat(52.9K) 안정기 + reader3(3.5K) 신규(LLM으로 책 읽기 illustration); simonw — scraper 시리즈 + LLM-native docs concat + LLM-generated utility 컬렉션 일일 push, "LLM 소비 가능한 형식으로 외부 데이터 사전 가공" 패턴 일관 실천. 생태계 메타: 이번 주 전체 특징 — "durable workflow 엔진 부상(hatchet — 세션 초월 영속화) + 에이전트 인프라 시스템 언어 production 이행(engram·gascity·tokscale·skills-manager·ds2api·jcode 동시 출현 — Python→Go·Rust) + Anthropic SDK-first 풀스택 확장(Python·TS·CLI·GitHub Action·plugins-official 동시 활발) + 하네스 생태계 14주 연속 폭발 지속(skills 6.2만 · warp 5.5만)".

GitHub weekly trending(전체 · TypeScript · Python) + 구루 프로필 스캔(anthropics). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Failure-Mode-Anchored Skill Design — 스킬을 추상적 기능 단위가 아니라 AI-assisted 개발의 반복되는 4가지 핵심 실패 모드(Misalignment / Verbosity / Code Quality / Architectural Decay)에 직접 anchored하여 설계 + Multi-Org 공식 스킬 카탈로그 3사 병행 가속(Anthropic + OpenAI + Composio)". 102차의 Structured Knowledge MCP(czlonkowski/n8n-mcp)에 이어, 이번 주는 "스킬 설계 철학의 재정의 + 스킬 카탈로그 표준화" 포착. 핵심 발견 #1: mattpocock/skills(⭐61,880, +25,389/wk, Shell, MIT, 14주 연속 폭발 1위) — 실패 모드 기반 스킬 설계 패턴. "Skills for Real Engineers. Straight from my .claude directory." — 핵심 혁신: "이 스킬이 어떤 실패를 막는가"가 스킬의 존재 이유로, AI-assisted 개발의 4가지 반복 실패 모드를 명시하고 각 모드에 직접 매핑된 스킬을 제공. Misalignment(요구사항 오해 후 잘못된 방향 구현) → grill-me·grill-with-docs(구현 전 강제 질문 루프로 가정 표면화); Verbosity(도메인 용어 불일치 + 장황) → caveman(압축 출력) + CONTEXT.md(도메인 ubiquitous language); Code Quality(테스트 없이 구현 → 회귀 누적) → tdd·diagnose; Architectural Decay(시간이 지나며 구조 일관성 상실) → improve-codebase-architecture·zoom-out. Eric Evans Domain-Driven Design의 ubiquitous language 개념을 스킬 시스템에 도입. 기존 karpathy-coding-principles(Think Before Coding, Simplicity First, Surgical Changes)가 "원칙"을 정의했다면, mattpocock/skills는 "실패 모드를 명명하고 대응 스킬을 매핑"하는 조작화(operationalization)된 구현. 핵심 발견 #2: ComposioHQ/awesome-codex-skills(⭐7,000, +3,370/wk, Python) — 표준화된 스킬 메타데이터 스키마. 50+ 스킬을 5개 카테고리(Development & Code Tools / Productivity & Collaboration / Communication & Writing / Data & Analysis / Meta & Utilities)로 정리. 핵심 패턴: SKILL.md + YAML frontmatter(name, description) + scripts/(deterministic 작업) + references/(조건부 로딩). Progressive disclosure로 컨텍스트 오버헤드 최소화. Codex 스킬은 task description 매칭 기반 트리거, 메타데이터를 instruction body와 분리하여 컨텍스트 보존. 1,000+ SaaS 통합(Slack/GitHub 등)을 Composio CLI로 노출. agent-skills-format(huggingface/skills) + canonical-plugin-three-layer(anthropics 3계층)와 일관되는 표준화 흐름. 핵심 발견 #3: 3사 공식 스킬 카탈로그 병행 가속 — anthropics/claude-plugins-official(⭐18,636, May 6 push, +1.8K/wk), openai/skills(⭐18,380, +579/wk), ComposioHQ/awesome-codex-skills(⭐7,000, +3,370/wk) 모두 동시 활발. 스킬이 model-specific 자산이 아니라 AI 코딩 생태계 공통 기본 단위로 자리잡는 단계. 추가 주목: warpdotdev/warp(⭐55,361, +28,493/wk — 14주 연속 신기록 갱신), ruvnet/ruflo(⭐44,464, +9,159/wk — Claude 멀티에이전트 오케스트레이션), TauricResearch/TradingAgents(⭐69,802, +14,697/wk — 도메인 자율 에이전트 가속), D4Vinci/Scrapling(⭐45,549, +5,667/wk — 적응형 웹 스크래핑), abhigyanpatwari/GitNexus(⭐36,101, +3,497/wk), linshenkx/prompt-optimizer(⭐28,194, +767/wk), czlonkowski/n8n-mcp(⭐20,123, +1,269/wk — 102차 연속 성장), mksglu/context-mode(⭐13,390, +2,002/wk), iamgio/quarkdown(⭐13,776, +2,055/wk), AIDC-AI/Pixelle-Video(⭐12,394, +4,201/wk), hugohe3/ppt-master(⭐12,021, +2,575/wk), refactoringhq/tolaria(⭐9,874, +2,086/wk), vercel-labs/portless(⭐8,987, +879/wk — AI 친화 named URL), cocoindex-io/cocoindex(⭐8,544, +1,148/wk — 100차 출처 가속), AnmolSaini16/mapcn(⭐8,538, +1,046/wk), ComposioHQ/awesome-codex-skills(⭐6,992, +3,370/wk), Alishahryar1/free-claude-code(⭐21,785, +4,510/wk), soxoj/maigret(⭐25,756, +5,645/wk), iOfficeAI/AionUi(⭐23,847, +1,083/wk), virattt/dexter(⭐24,051, +2,050/wk), LearningCircuit/local-deep-research(⭐5,370, +591/wk — ~95% SimpleQA 로컬 LLM). 구루 동향: anthropics — claude-code(⭐120,808 — 5월 6일 push) · claude-cookbooks(42.2K) · claude-agent-sdk-python(6.7K) · claude-agent-sdk-typescript(1.4K) · claude-code-action(7.4K) · claude-plugins-official(18.6K) 6개 인프라 동시 활발 지속(102차에서도 동일 패턴 — 안정 유지 단계 진입); karpathy — nanochat(52.9K) 안정기; simonw — scraper 시리즈 일관 push 지속. 생태계 메타: 이번 주 전체 특징 — "스킬 설계 철학 재정의(failure-mode-anchored — '기능' 아닌 '실패 모드'로 출발) + 3사(Anthropic·OpenAI·Composio) 공식 스킬 카탈로그 병행 가속(스킬이 model-agnostic 공통 자산화) + mattpocock/skills 14주 연속 폭발 1위(엔지니어링 실무자 채택 가속)".

GitHub weekly trending(전체 · TypeScript · Python) + 구루 프로필 스캔(anthropics). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Structured Knowledge MCP — 외부 도메인 도구의 전체 capability 카탈로그(노드 · 템플릿 · 검증 규칙)를 MCP 서버로 노출하여 AI 에이전트가 reverse-engineering 없이 query 1회로 도메인 지식 활용 + Domain-Vertical Autonomous Research Agent 확산". 101차의 5계층 참조 하네스(OpenHarness)와 100차의 Declarative Delta Engine(cocoindex)에 이어, 이번 주는 "외부 도구 지식의 구조화된 게이트웨이화 + 도메인 특화 자율 에이전트의 generalization" 포착. 핵심 발견 #1: czlonkowski/n8n-mcp(⭐20,105, +1,269/wk, TypeScript, 91.8%) — 워크플로우 자동화 capability 카탈로그 MCP. "A MCP for Claude Desktop / Claude Code / Windsurf / Cursor to build n8n workflows." — 핵심 혁신: 1,650개 n8n 노드 + 2,352개 워크플로우 템플릿 + 99.96% AI 메타데이터 커버리지를 단일 MCP 서버로 노출. 87% 공식 문서 커버리지, 265개 AI-capable tool variants. 3단계 Validation Framework(minimal/full/comprehensive)로 deployment 전 misconfiguration 차단. 기존 browser-automation-mcp(ChromeDevTools — 브라우저 액션 노출)와 unified-model-gateway(QuantumNous — 모델 라우팅)가 "단일 도구 인터페이스"였다면, n8n-mcp는 "도메인 도구의 전체 capability 카탈로그를 사전 색인하여 query"하는 새 패러다임. AI 에이전트가 노드 config를 매번 reverse-engineer 할 필요 없이 schema lookup 1회로 검증된 패턴 활용. Claude Code/Cursor/Windsurf/Cline 호환. 핵심 발견 #2: virattt/dexter(⭐23,869, +2,050/wk, TypeScript) — 자율 금융 리서치 에이전트. 101차 anthropics/financial-services(7.9K — Anthropic 공식)의 community 진영 대응. 도메인 특화 Autonomous Research Agent 패턴 확산. 핵심 발견 #3: anthropics 활동 지속 — claude-code(⭐121K, 연일 push), claude-plugins-official(⭐19K, May 6 push), claude-agent-sdk-python(⭐6.7K, May 6 push), claude-code-action(⭐7.4K, May 6 push), claude-agent-sdk-typescript(⭐1.4K, May 6 push), anthropic-cli(⭐329, May 6 push) — Claude 에이전트 인프라 6개 동시 활발. 핵심 발견 #4: czlonkowski 패턴 다른 변형들: iOfficeAI/AionUi(⭐23,820, 99차에서 발견 — Multi-CLI Agent Cowork)와 결합 시, MCP 카탈로그 → AI 자동 선택 → 다중 CLI 에이전트 병렬 실행이 single chain으로 가능. 추가 주목: warpdotdev/warp(⭐55,093, 14주 연속 폭발 — 초대형 유지), mattpocock/skills(⭐61,223, 14주 연속 최고 성장), TauricResearch/TradingAgents(⭐69,472, +14,697/wk — 가속), ruvnet/ruflo(⭐43,874, +9,159/wk — Claude 에이전트 오케스트레이션 platform), abhigyanpatwari/GitNexus(⭐35,979, +3,497/wk), mksglu/context-mode(⭐13,143, +2,002/wk), refactoringhq/tolaria(⭐9,810, +2,086/wk), cocoindex-io/cocoindex(⭐8,433, +1,148/wk — 100차 출처 지속 성장), ComposioHQ/awesome-codex-skills(⭐6,901, +3,370/wk), AIDC-AI/Pixelle-Video(⭐11,916, +4,201/wk), hugohe3/ppt-master(⭐11,804, +2,575/wk), Alishahryar1/free-claude-code(⭐21,662, +4,510/wk), soxoj/maigret(⭐25,575, +5,645/wk). 구루 동향: anthropics — Claude 에이전트 인프라 6개 repos 동시 활발(claude-code 121K · claude-plugins-official 19K · agent-sdk-python 6.7K · agent-sdk-typescript 1.4K · code-action 7.4K · cli 329 모두 May 6 push), 인프라 정합성 강화 단계; karpathy — nanochat(52.9K) 안정기 유지; simonw — scraper 시리즈 일관 push 지속. 생태계 메타: 이번 주 전체 특징 — "외부 도메인 도구의 capability를 MCP 서버로 노출하는 패턴 확산(n8n-mcp 20K — Zapier · Airtable · Notion 등으로 확장 가능) + Anthropic 공식 에이전트 인프라 6 repos 동시 활발(SDK · plugins · CLI · GitHub Action) + 도메인 자율 리서치 에이전트 generalization(financial · trading · research)".

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(anthropics · karpathy · simonw) + 토픽 검색(ai-agent · claude-code). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Open Reference Harness Architecture + Harness Engineering Disciplinary Maturation — 5계층 참조 아키텍처(Agent Loop · Tools · Skills · Multi-Agent · Safety)로 하네스를 구조화하고, Headless/Dry-Run 검증 패턴으로 하네스 변경을 사전 검증하는 패러다임 정립". 100차의 Incremental Delta Processing(cocoindex)에 이어, 이번 주는 "하네스 아키텍처의 참조 구현 표준화 + awesome-list 수준의 분야 성숙" 포착. 핵심 발견 #1: HKUDS/OpenHarness(⭐11,956, Python, MIT) — 5계층 오픈소스 에이전트 하네스 참조 아키텍처. "OpenHarness: Open Agent Harness with a Built-in Personal Agent — Ohmo!" — 핵심 혁신: LLM = 지능, Harness = 손·눈·기억·안전 경계의 명시적 역할 분리. 5계층 구조: (1) Agent Loop Engine — 스트리밍 도구 호출 사이클 + exponential backoff + parallel tool execution + token counting + cost tracking (2) Structured Tool System — 43+ 도구를 카테고리화(File I/O, Shell, Web, MCP, Jupyter, Scheduling), MCP 프로토콜 통합 (3) Skills System — Markdown 기반 온디맨드 지식 로딩, anthropics/skills 생태계 호환 (4) Multi-Agent Coordination — 서브에이전트 스폰, 팀 레지스트리, 백그라운드 태스크 lifecycle management (5) Safety Layer — 다단계 퍼미션 모드, path-level 규칙, command deny lists, interactive approval. 추가 혁신: (A) Headless Execution Mode — 터미널 UI 없이 JSON/streaming JSON 출력으로 CI/CD 파이프라인 통합 (B) Dry-Run Preview — 모델/도구 실행 없이 실행 계획만 미리보기하여 하네스 변경 사전 검증 (C) Ohmo Personal Agent — Feishu/Slack/Telegram/Discord 연동, 기존 Claude Code/Codex 구독으로 추가 API 키 없이 작동 (D) 12개 claude-code 플러그인 호환 검증 완료. 기존 harness-engineering-paradigm.md(개념 수준)를 구체적 5계층 참조 구현으로 보강. 핵심 발견 #2: ai-boost/awesome-harness-engineering(⭐740, Python) — 하네스 엔지니어링 분야 체계적 정리. 12개 카테고리(Foundations, Design Primitives, Reference Implementations, Security/Sandbox, Evals, Templates 등)로 분야 전체를 구조화. 핵심 인사이트: "Context as First-Class Resource(토큰 예산을 제약이 아닌 최적화 변수로), Authorization as Structured Policy(자연어 승인→선언적 사전 차단), Memory as Persistent Infrastructure(세션 간 회상을 하네스 컴포넌트로)". Anthropic 2026 Agentic Coding Trends Report에서 "harness setup alone can swing benchmarks by 5+ percentage points" 인용. 추가 주목: mattpocock/skills(⭐60,729, +31K/wk — 13주 연속 최고 성장), warpdotdev/warp(⭐54,871, +27.9K/wk — 13주 연속 폭발), obra/superpowers(⭐178K+), TradingAgents(⭐69,193, +13.3K/wk), farion1231/cc-switch(⭐59,786, +6.3K/wk), ruvnet/ruflo(⭐43,380, +6.8K/wk), rtk-ai/rtk(⭐42,121, +4.5K/wk), abhigyanpatwari/GitNexus(⭐35,896, +4.7K/wk), D4Vinci/Scrapling(⭐45,067, +5.7K/wk), soxoj/maigret(⭐25,450, +4.8K/wk), iOfficeAI/AionUi(⭐23,799, +1.1K/wk), virattt/dexter(⭐23,697, +1.5K/wk), Alishahryar1/free-claude-code(⭐21,548, +5.8K/wk), anthropics/claude-plugins-official(⭐18,599), openai/skills(⭐18,321), mksglu/context-mode(⭐12,954, +1.9K/wk), AIDC-AI/Pixelle-Video(⭐11,572, +3.6K/wk), 1jehuang/jcode(⭐4,182, +3.4K/wk — 5주 연속 폭발), lakehq/sail(⭐2,384 — Rust Spark 대체), razvandimescu/numa(⭐951 — 포터블 DNS in Rust). 구루 동향: anthropics — connect-rust(320⭐ — ConnectRPC Rust 구현) 신규 push, claude-agent-sdk-python(6.7K) 연일 push, buffa(690⭐) 유지, claude-plugins-official(18.6K) 성장 지속; karpathy — nanochat(52.9K) 유지, 안정기 지속; simonw — scraper 시리즈(FEMA/PG&E/Florida/USGS/HN 등 10+ repos) 연일 push, git scraping 자동화 파이프라인 일관 실천 중. 생태계 메타: 이번 주 전체 특징 — "하네스 엔지니어링 분야 성숙(OpenHarness 참조구현 12K⭐ + awesome-list 체계화 + Anthropic 공식 'harness setup swings benchmarks by 5+pt' 인용) + 하네스 생태계 초대형 14주 지속(superpowers 17.8만 · skills 6.1만 · warp 5.5만 · cc-switch 6.0만 · rtk 4.2만)".

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(anthropics · karpathy · simonw). 13개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Declarative Incremental Delta Processing + Domain-Vertical Agent Plugin Architecture — Target=F(Source) 선언적 델타 엔진으로 변경분만 재처리하여 에이전트 데이터 파이프라인 비용 99.9% 절감 + Anthropic 공식 도메인 특화 에이전트 플러그인(10개 금융 에이전트 + 11개 MCP 커넥터) 패턴 정립". 99차의 Declarative State Reconciliation(gascity)에 이어, 이번 주는 "데이터 파이프라인의 선언적 인크리멘탈 처리 + 도메인 에이전트 플러그인 표준화" 포착. 핵심 발견 #1: cocoindex-io/cocoindex(⭐8,253, +745/wk, Python 75% + Rust 25%, Apache-2.0) — 인크리멘탈 델타 엔진 for Long-Horizon Agents. "Incremental engine for long horizon agents — declare Target = F(Source), engine maintains sync automatically." — 핵심 혁신: Declarative Delta Processing + Hash-Based Memoization + End-to-End Lineage. 전체 데이터셋을 매번 재처리하는 대신 변경분(delta)만 처리하여 99.9% 캐시 히트. hash-of-input + hash-of-code 이중 해시로 소스 변경뿐 아니라 변환 코드 변경까지 자동 감지하여 영향받는 행만 재실행. 기존 context-freshness(wave execution)와 fresh-context-iteration(atomic story per session)가 "세션 단위 신선도"를 다뤘다면, cocoindex는 "데이터 행 단위 인크리멘탈 신선도"를 달성하는 근본적으로 다른 접근. 추가 혁신: (A) End-to-End Lineage — 모든 target 레코드가 원본 소스 바이트까지 추적 가능, 감사 가능한 AI 파이프라인 (B) React-for-Data 패러다임 — DAG 워크플로우 정의 대신 최종 상태를 선언하면 엔진이 동기화를 자동 유지 (C) Sub-second Freshness — 소스 변경 감지 후 1초 이내 target 갱신 (D) MCP Integration — Claude Code, Cursor 등 에이전트와 직접 연동. 핵심 발견 #2: anthropics/financial-services(⭐7,917, 신규, Apache-2.0) — Anthropic 공식 도메인 특화 에이전트 플러그인 아키텍처. "Ready-to-deploy agents for investment banking, equity research, private equity, and wealth management — as Cowork plugins or Managed Agents API." — 10개 Named Agent(Pitch Agent, Market Researcher, Model Builder, KYC Screener 등) + 6개 Vertical Plugin(financial-analysis, investment-banking, equity-research, private-equity, wealth-management, fund-admin) + 11개 MCP Data Connector(Daloopa, Morningstar, S&P Global, FactSet 등). canonical-plugin-three-layer(Skills·Commands·Connectors 3계층)의 가장 완성도 높은 실전 구현. 핵심 패턴: (A) Skill Sync Pipeline — vertical plugin의 skill을 agent plugin에 자동 동기화 (sync-agent-skills.py) (B) Dual Deployment — 동일 시스템 프롬프트로 Cowork(interactive) + Managed Agents API(headless) 동시 배포 (C) Human-in-the-Loop Staging — 모든 출력은 사람 검토용 staging, 바인딩 결정 없음. 추가 주목: anthropics/claude-plugins-official(⭐18,586 — 98차 community 미러에서 공식 디렉토리로 승격), ComposioHQ/awesome-codex-skills(⭐6,753, +3,964/wk — Codex 스킬 큐레이션), openai/skills(⭐18,299 — OpenAI 공식 Codex 스킬 카탈로그), D4Vinci/Scrapling(⭐44,750, +5,650/wk — 적응형 웹 스크래핑), mattpocock/skills(⭐60,268, +31K/wk — 13주 연속 최고 성장), warpdotdev/warp(⭐54,741, +27.9K/wk — 13주 연속 폭발), obra/superpowers(⭐178,662+), TradingAgents(⭐68,847, +13.3K/wk), farion1231/cc-switch(⭐59,657, +6.3K/wk), rtk-ai/rtk(⭐41,964, +4.5K/wk), ruvnet/ruflo(⭐42,852, +6.8K/wk), abhigyanpatwari/GitNexus(⭐35,831, +4.7K/wk), mksglu/context-mode(⭐12,798, +1.9K/wk), virattt/dexter(⭐23,558, +1.5K/wk), Alishahryar1/free-claude-code(⭐21,454, +5.8K/wk), AIDC-AI/Pixelle-Video(⭐11,414, +3.6K/wk), hugohe3/ppt-master(⭐11,546, +2.6K/wk — AI PPT 생성), iamgio/quarkdown(⭐13,610, +2.6K/wk — Markdown superpowers), cocoindex-io/cocoindex(⭐8,253, +745/wk — 인크리멘탈 델타 엔진), Gentleman-Programming/engram(⭐3,200, +271/wk — 에이전트 불변 메모리 Go), 1jehuang/jcode(⭐4,120, +3.4K/wk — 4주 연속 폭발), lukilabs/craft-agents-oss(⭐5,758, +1.1K/wk — 데스크탑 에이전트 플랫폼), xingkongliang/skills-manager(⭐1,091 — 15+ 코딩 도구 스킬 관리). 구루 동향: anthropics — financial-services(7.9K) 공개(도메인 에이전트 레퍼런스 구현), claude-plugins-official(18.6K — 공식 플러그인 디렉토리 승격), claude-agent-sdk-python(6.7K) 연일 push, claude-cookbooks(42.2K) 유지; karpathy — nanochat(52.9K) 유지, 안정기 지속; simonw — scraper 시리즈(FEMA/USGS/Florida/Fediverse 등 10+ repos) 연일 push, git scraping 자동화 파이프라인 실천 중. 생태계 메타: 이번 주 전체 특징 — "인크리멘탈 델타 처리로 에이전트 데이터 파이프라인 혁신(cocoindex — Target=F(Source) + 99.9% 캐시) + Anthropic 공식 도메인 에이전트 플러그인 표준(financial-services — 10 agents + 6 verticals + 11 connectors) + 스킬 생태계 확대(Anthropic·OpenAI·Composio 3사 병렬 스킬 카탈로그) + 하네스 생태계 초대형 13주 지속(superpowers 17.9만 · skills 6.0만 · warp 5.5만 · rtk 4.2만)".

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(anthropics · karpathy · simonw) + 토픽 검색(ai-agent). 13개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Declarative State Reconciliation + Multi-CLI Agent Cowork — 선언적 토폴로지(city.toml) + 컨트롤러 reconciliation 루프로 에이전트 desired state와 actual state 자동 정렬 + 설치된 CLI 에이전트 자동 감지하여 Leader/Teammate 팀 모드 병렬 실행 + 비동기 메일박스 결과 공유". 98차의 Zero-Polling Mailbox(shogun)에 이어, 이번 주는 "에이전트 조율의 선언화 + 자동 감지 + 상태 수렴" 포착. 핵심 발견 #1: gastownhall/gascity(⭐598, Go, MIT) — 선언적 멀티에이���트 오케스트레이션 SDK. beads(⭐23,172)에서 재사용 가능한 인프라를 추출한 별도 툴킷. "Extracts the reusable infrastructure from Gas Town into a configurable toolkit with runtime providers, work routing, formulas, orders, health patrol, and a declarative city configuration." — 핵심 혁신: Declarative city.toml + State Reconciliation Controller. 에이전트 토폴로지를 선언적으�� 정��하고, 컨트롤러 루프�� desired state와 running state를 지속적으로 정렬. 기존 state-driven-orchestration(oh-my-codex)이 "상태 기록"에 집중했다면, gascity는 "상태 수렴을 자동화"하는 ��동적 접근. 추가 혁신: (A) Multi-Runtime Provider — tmux, subprocess, ACP, Kubernetes 동시 지원. city.toml의 runtime 필드만 변���하면 동일 토폴로지를 다른 환경에서 실행 (B) Beads-Backed Work Tracking — 분자 워크플���우 + 대기 + 메시징을 원자적 작업 단위로 관리 (C) Health Patrol �� 에이전트 상태 주기적 점검 + 자동 복구 (D) Multi-Project Packs — 프로젝트별 override + rig-scoped 오케스트레이션. 핵심 발견 #2: iOfficeAI/AionUi(⭐23,753, TypeScript/Electron) — Multi-CLI Agent Cowork Desktop Platform. "Free, local, open-source 24/7 Cowork app for Claude Code, Codex, Hermes Agent, OpenClaw and 20+ CLI agents." — 핵심 혁신: Auto-Detection + Team Mode + Unified MCP. 설치된 CLI 에이전트를 자동 감지���여 단일 인터페이스로 통합. Leader 에���전트가 태스크 분해하여 Teammate 에이전트 병렬 실행, async mailbox로 결과 공유. MCP 설정을 한 번만 ���면 모든 에이전트에 자동 전파. 추가: (A) YOLO Mode — 원클릭 전체 승인 우회, 무인 운영 (B) Scheduled Automation — cron 기반 24/7 자동 실행 (C) WebUI 원격 접근 — headless 배포 + Telegram/Lark 통합. 추가 주목: mattpocock/skills(⭐59,718, +31K/wk — 12주 연속 ��고 성장), warpdotdev/warp(⭐54,529, +27.9K/wk — 12주 연속 폭발), obra/superpowers(⭐178,662, +8.7K/wk), TradingAgents(⭐68,335, +13.3K/wk), farion1231/cc-switch(⭐59,373, +6.3K/wk), badlogic/pi-mono(⭐44,718, +3.1K/wk), ruvnet/ruflo(⭐42,198, +6.8K/wk), rtk-ai/rtk(⭐41,715, +4.5K/wk), HKUDS/nanobot(⭐41,658 — ultra-lightweight dream memory), abhigyanpatwari/GitNexus(⭐35,728, +4.7K/wk), QuantumNous/new-api(⭐30,653, +1.3K/wk), soxoj/maigret(⭐25,213, +4.8K/wk), gastownhall/beads(⭐23,172, +1.1K/wk), virattt/dexter(⭐23,393, +1.5K/wk), Alishahryar1/free-claude-code(⭐21,355, +5.8K/wk), Leonxlnx/taste-skill(⭐15,420, +1.9K/wk), mksglu/context-mode(⭐12,653, +1.9K/wk), AIDC-AI/Pixelle-Video(⭐11,136, +3.6K/wk), refactoringhq/tolaria(⭐9,643, +2.5K/wk), 1jehuang/jcode(⭐4,043, +3.4K/wk — 3주 연속 폭발), anthropics/claude-agent-sdk-python(⭐6,669 — In-Process MCP + Hooks 리뉴얼). 구루 동향: anthropics — claude-agent-sdk-python(6.7K) 연일 push(In-Process MCP Server + Hook System 핵심 업데이트), buffa(Rust protobuf 690⭐) 신규, claude-plugins-community 유지, SDK 4개 언어 + cookbooks(42.2K) 활발; karpathy — nanochat(52.9K) 유지, 안정기 지속; simonw — scraper 시리즈(FEMA shelters, USGS earthquakes, Florida outages 등 10+ repos) ���일 push, 실시간 데이터 수집 자동화 파이프라인 실천 중(GitHub Actions + git scraping 패턴). 생태계 메타: 이번 주 전체 특징 — "선언적 상태 수렴 오케스트레이���(gascity — city.toml + reconciliation + multi-runtime) + 멀티에이��트 자동 감지 및 팀 모드 조율(AionUi — auto-detect + Leader/Teammate + async mailbox + YOLO) + 하네스 생태계 ���대형 12�� 지속(superpowers 17.9만 · skills 6.0만 · warp 5.5만 · rtk 4.2만)".

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(anthropics · karpathy · simonw). 12개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Hierarchical Agent Orchestration with Zero-Polling File Mailbox — 계층적 역할 분리(Shogun/Karo/Ashigaru/Gunshi) + 파일 기반 메일박스(YAML) + 커널 이벤트 감시(inotifywait)로 에이전트 간 조율 비용을 0으로 만드는 패턴". 97차의 Implicit Memory & Messaging Gateway에 이어, 이번 주는 "에이전트 간 통신의 근본적 효율화" 포착. 핵심 발견: yohey-w/multi-agent-shogun(⭐1,254, Shell/Kotlin/Python, MIT) — 사무라이 계층 기반 멀티에이전트 오케스트레이션. "Orchestrate parallel AI tasks via tmux with shogun → karo → ashigaru hierarchy." — 핵심 혁신: Zero-Polling Mailbox + Bloom's Taxonomy Routing. 에이전트 간 통신을 YAML 파일 + inotifywait 커널 이벤트로 처리하여 폴링 CPU 0% + API 호출 0회 달성. 태스크를 Bloom 레벨(L1~L6)로 자동 분류하여 결정론적으로 에이전트 할당. 기존 multi-agent-fleet-management(agent-of-empires, tmux 세션 관리)와 worktree-shared-state(CORAL, 파일 기반 상태 공유)를 결합하면서 "통신 방식 자체를 이벤트 드리븐으로 전환"한 패러다임 업그레이드. 추가 혁신: (A) Dynamic Model Routing — capability_tiers로 Bloom 레벨별 모델 자동 매핑, 에이전트 재시작 없이 실시간 전환 (B) Non-Blocking Delegation — Shogun이 즉시 위임 후 복귀, 최대 8개 에이전트 동시 실행 (C) Phone Integration — ntfy 기반 양방향 음성 명령 + 완료 알림 (D) Dashboard — dashboard.md에 라이브 태스크 상태, worker 할당, 스킬 후보 실시간 표시. 추가 주목: anthropics/claude-plugins-community(⭐65, 신규) — Anthropic 공식 커뮤니티 플러그인 마켓플레이스 론칭, anthropics/claude-code(⭐120,399, 연일 push), mattpocock/skills(⭐59,188, +31K/wk — 11주 연속 최고 성장), warp(⭐54,360, +27.9K/wk — 11주 연속 폭발), ruvnet/ruflo(⭐41,602, +6.8K/wk), rtk-ai/rtk(⭐41,495, +4.5K/wk), farion1231/cc-switch(⭐59,110, +6.3K/wk), TradingAgents(⭐67,697, +13.3K/wk), abhigyanpatwari/GitNexus(⭐35,636, +4.7K/wk), mksglu/context-mode(⭐12,604, +1.9K/wk), refactoringhq/tolaria(⭐9,569, +2.5K/wk), 1jehuang/jcode(⭐3,942, +3.4K/wk — 2주 연속 폭발), gastownhall/beads(⭐23,148, +1.1K/wk), activepieces/activepieces(⭐22,046 — 280+ integrations → 400 MCP 서버 자동 변환). 구루 동향: anthropics — claude-plugins-community 공개(플러그인 마켓플레이스 읽기 전용 미러), SDK 4개 언어 연일 push; karpathy — nanochat(⭐52.9K) 유지, 최근 push 4/14(안정기 지속). 생태계 메타: 이번 주 전체 특징 — "멀티에이전트 통신의 근본 효율화(shogun — zero-polling mailbox + Bloom routing, API 0회) + 플러그인 생태계 공식화(anthropics/claude-plugins-community) + 하네스 생태계 초대형 유지(superpowers · skills 5.9만 · warp 5.4만 11주 · rtk 4.1만)".

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · anthropics · simonw). 8개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Implicit Agent Memory & Messaging-Native Agent Control — 에이전트 메모리를 명시적 도구 호출 없이 벡터 유사도로 암묵적 자동 검색(jcode — Rust, 27.8MB RAM, cosine similarity implicit recall, self-dev mode) + 에이전트를 터미널에서 꺼내 메시징 플랫폼으로 연결(cc-connect — 11 platforms, no public IP, slash commands)". 96차의 Agent Memory Infrastructure & Incremental Knowledge Pipelines에 이어, 이번 주는 "프로덕션급 메모리 인프라"(96차 engram)에서 "메모리가 암묵적으로 동작하고 에이전트가 터미널 밖으로 나가는 단계"(97차) 포착. 핵심 발견 #1: 1jehuang/jcode(⭐3,860, +3,000/wk — 이번 주 최고 성장률, Rust, MIT) — 차세대 코딩 에이전트 하네스. "Next generation coding agent harness to raise the skill ceiling." — 핵심 혁신: Implicit Semantic Memory — 각 대화 턴을 벡터 임베딩으로 변환 + 새 턴 시 cosine similarity로 관련 메모리 자동 검색. mem_search() 같은 명시적 도구 호출 없이 에이전트가 인간처럼 "그냥 기억". 기존 shared-agent-memory(metabot, 파일 기반 + 키워드 검색)와 engram(96차, SQLite FTS5 + MCP 도구 호출)이 모두 명시적 검색 트리거를 요구한다면, jcode는 "검색 자체를 하네스 레벨에서 암묵적으로 수행"하는 패러다임 전환. 추가 핵심: (A) Self-Dev Mode — 에이전트가 자신의 소스 코드를 수정하고 자동 리빌드 + 바이너리 핫 리로드. loopy-era self-improve의 가장 직접적 구현 (B) 극한 효율 — RAM 27.8MB baseline (경쟁자 140~386MB), 첫 프레임 14ms (경쟁자 590~3,436ms), 세션당 추가 ~10.4MB (C) Cross-Harness Session Portability — Claude Code ↔ Codex ↔ OpenCode 간 세션 이식 가능 (D) Adaptive Truncation — grep 도구가 에이전트 지식 상태에 따라 컨텍스트 양 자동 조절 (E) 30+ Provider 지원 — Claude, OpenAI, GitHub Copilot, Gemini, Ollama 등. v0.11.9, 57 releases. 핵심 발견 #2: chenhg5/cc-connect(⭐7,223, +1,001/wk, Go, MIT) — AI 에이전트 → 메시징 플랫폼 게이트웨이. "Bridges local AI coding agents to messaging platforms without public IP requirements." — 로컬 AI 코딩 에이전트(Claude Code, Codex, Gemini CLI 등 10+)를 Slack, Discord, Telegram, Feishu, WeChat 등 11개 메시징 플랫폼으로 연결하는 브릿지. 핵심 혁신: No Public IP + Multi-Agent Group Chat Orchestration. 기존 telegram-notifier(단방향 알림)와 /rc 스킬(Telegram reply 라우팅)이 "완료 알림 + 간단한 reply 제어"라면, cc-connect는 "그룹 챗에서 여러 에이전트를 멘션으로 선택 호출 + slash commands(/model, /dir, /cron, /mode)로 완전 제어"하는 본격적 에이전트 운영 플랫폼. 추가: (A) OS-Level Isolation — run_as_user로 에이전트 실행 격리 (B) Multimodal I/O — 음성, 스크린샷, 파일 첨부 지원 (C) 자동 세션 로테이션 — idle 후 세션 자동 교체 (D) 웹 대시보드 — 다국어(영/중/일/스) 관리 인터페이스. v1.3.2. 추가 주목: obra/superpowers(⭐178,243, +9,102/wk — 17.8만, 역대 최대 규모 유지), mattpocock/skills(⭐58,832, +34,848/wk — 5.9만 9주 연속 최고 성장), warpdotdev/warp(⭐54,219, +27,189/wk — 5.4만 10주 연속 폭발), TauricResearch/TradingAgents(⭐67,214, +11,252/wk — 6.7만 강세), farion1231/cc-switch(⭐59,016, +6,634/wk), Z4nzu/hackingtool(⭐71,346), badlogic/pi-mono(⭐44,522, +3,699/wk), rtk-ai/rtk(⭐41,360, +4,664/wk — 4.1만), ruvnet/ruflo(⭐41,117, +4,321/wk), abhigyanpatwari/GitNexus(⭐35,569, +5,423/wk), QuantumNous/new-api(⭐30,555), zed-industries/zed(⭐81,638), soxoj/maigret(⭐24,722), gastownhall/beads(⭐23,129, +1,520/wk), virattt/dexter(⭐23,112, +1,308/wk — 금융 리서치 에이전트), Alishahryar1/free-claude-code(⭐21,170, +8,276/wk), anthropics/skills(⭐127,956), openai/skills(⭐18,230), Leonxlnx/taste-skill(⭐15,304, +1,833/wk), Tencent/WeKnora(⭐14,219), mksglu/context-mode(⭐12,488), AIDC-AI/Pixelle-Video(⭐10,812), refactoringhq/tolaria(⭐9,511, +3,337/wk — 마크다운 KB 관리 데스크톱 앱), cocoindex-io/cocoindex(⭐7,946), anthropics/claude-code-action(⭐7,409), chenhg5/cc-connect(⭐7,223 — 신규), hatchet-dev/hatchet(⭐7,067), ai-dynamo/dynamo(⭐6,732), anthropics/claude-agent-sdk-python(⭐6,663), ComposioHQ/awesome-codex-skills(⭐6,465, +4,279/wk), lukilabs/craft-agents-oss(⭐5,738), Tracer-Cloud/opensre(⭐4,429, +1,051/wk), 1jehuang/jcode(⭐3,860, +3,000/wk — 신규 폭발), CJackHwang/ds2api(⭐3,369), Q00/ouroboros(⭐3,254), Gentleman-Programming/engram(⭐3,170), junhoyeo/tokscale(⭐2,574), njbrake/agent-of-empires(⭐1,933), xingkongliang/skills-manager(⭐1,075), razvandimescu/numa(⭐931), gastownhall/gascity(⭐584). 구루 동향: anthropics — SDK 4개 언어(Python/TS/Java/Go) + cookbooks(42.2K) 연일 push, 플랫폼 확장 가속; karpathy — autoresearch(78.9K) 유지, 최근 push 없음 (안정기); simonw — actions-latest(69⭐) push, GitHub Actions 버전 관리 자동화 실천 중. 생태계 메타: 이번 주 전체 특징 — "에이전트 메모리의 암묵화(jcode — explicit search → implicit vector recall, 토큰 0 오버헤드) + 에이전트 제어의 탈터미널화(cc-connect — 11 messaging platforms, no public IP, group chat orchestration) + 하네스 생태계 초대형 유지(superpowers 17.8만 · skills 12.8만 · warp 5.4만 10주 연속 · rtk 4.1만)". 에이전트 생태계가 "프로덕션급 메모리 인프라 완성"(96차 engram/cocoindex)에서 "메모리가 투명하게 동작하고, 에이전트가 터미널을 벗어나 메시징에서 운영되는 단계"(97차 jcode/cc-connect)로 진화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · anthropics · simonw). 10개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Agent Memory Infrastructure & Incremental Knowledge Pipelines — 에이전트 메모리를 MCP 네이티브 단일 바이너리로 프로덕션화(engram — Go + SQLite FTS5 + 18 MCP tools + 충돌 감지 + compaction survival) + 에이전트 컨텍스트를 증분 파이프라인으로 항상 최신 유지(cocoindex — Target=F(Source), delta-only 재처리, 10x 비용 절감)". 95차의 Declarative Orchestration SDKs & Service Composition Primitives에 이어, 이번 주는 "선언적 SDK로 조율하는 에이전트들"(95차)이 "영속적 메모리와 항상 최신 컨텍스트"(96차)를 갖추는 인프라 완성 단계 포착. 핵심 발견 #1: Gentleman-Programming/engram(⭐3,159, +278/wk, Go, MIT) — MCP 네이티브 영속 메모리 시스템. "Agent-agnostic. Single binary. Zero dependencies." — Go 바이너리 1개 + SQLite 파일 1개로 동작하는 에이전트 메모리 인프라. 핵심 혁신: MCP-Native Persistent Memory as First-Class Primitive — 18개 MCP 도구(save/search/compare/judge/session)로 구조화된 메모리 CRUD. SQLite FTS5 full-text search로 벡터 DB 없이도 관련 메모리 정확 검색. 기존 shared-agent-memory(metabot ⭐618, 파일 기반 공유)가 "markdown 파일 → 키워드 검색"이라면, engram은 "SQLite FTS5 + 구조화된 메모리 타입 + 충돌 감지(mem_judge/mem_compare)"로 메모리 품질과 검색 정확도를 격상. 추가 핵심: (A) Compaction Survival — 에이전트 세션 압축(compaction) 이벤트에서도 핵심 메모리 보존. 우리 semantic-memory-compaction(beads 패턴, 완료 태스크 3줄 요약)이 "텍스트 요약으로 압축"이라면, engram은 "SQLite 레코드로 영속하여 압축 자체를 무시"하는 다른 차원의 접근 (B) Conflict Detection — `mem_judge`, `mem_compare`로 메모리 간 모순을 자동 감지. 에이전트가 "A는 true"와 "A는 false"를 동시에 기억하는 상황을 구조적으로 차단 (C) Git Sync — 압축 청크로 메모리를 Git으로 크로스머신 공유, 머지 충돌 방지, 로컬 SQLite가 source of truth (D) Agent-Agnostic — Claude Code, OpenCode, Gemini CLI, VS Code Copilot, Cursor, Windsurf 등 모든 MCP 호환 에이전트에서 동작. 74 releases, v1.15.4(2026-05). 핵심 발견 #2: cocoindex-io/cocoindex(⭐7,813, +638/wk, Python+Rust, Apache-2.0) — 증분 데이터 파이프라인 엔진. "React for data engineering" — Target = F(Source) 선언적 모델. 핵심 혁신: Delta-Only Reprocessing으로 에이전트 컨텍스트를 항상 최신 유지. 0.1% 변경 시 99.9% 스킵 → 10x 비용 절감. 기존 context-freshness(get-shit-done 49K⭐, 태스크별 격리 윈도우)가 "세션 단위로 context rot 방지"라면, cocoindex는 "데이터 파이프라인 레벨에서 소스 변경 → 타겟 자동 갱신"하는 인프라 접근. 추가 핵심: (A) Hash-Based Cache Invalidation — hash(input) + hash(code)로 캐시 유효성 자동 판정. 변환 코드가 바뀌어도 영향받는 출력만 재계산. 우리 trend-harvester의 `.seen.json` 중복 제거와 동일 원리이나 범용 프레임워크로 격상 (B) Byte-Level Lineage — 모든 출력이 원본 소스 바이트까지 역추적 가능. "explainable by default" — 규제 산업에서도 사용 가능한 투명성 (C) Sub-Second Freshness — 배치 ETL의 시간 지연 없이 에이전트 컨텍스트를 거의 실시간 갱신 (D) Rust Core + Python Bindings — 성능(Rust)과 접근성(Python 데코레이터 `@coco.fn`)을 동시 달성. 8개 소스(Git, S3, DB, 큐, API 등) → 6개 타겟(관계형DB, 벡터DB, 그래프DB, 큐 등) 지원. 추가 주목: obra/superpowers(⭐178,013, +9,102/wk — 17.8만, 역대 최대 규모 도달), warpdotdev/warp(⭐54,059, +27,189/wk — 5.4만, 9주 연속 폭발 성장), forrestchang/andrej-karpathy-skills(⭐110,047 — 11만 유지), mattpocock/skills(⭐58,390, +34,848/wk — 5.8만 8주 연속 최고 성장), TauricResearch/TradingAgents(⭐66,630 — 6.7만 안정), farion1231/cc-switch(⭐58,912 — 5.9만), Z4nzu/hackingtool(⭐71,225), badlogic/pi-mono(⭐44,411, +3,699/wk — 4.4만), rtk-ai/rtk(⭐41,149, +4,664/wk — 4.1만), ruvnet/ruflo(⭐40,492 — 4만), abhigyanpatwari/GitNexus(⭐35,477), GyulyVGC/sniffnet(⭐37,175), QuantumNous/new-api(⭐30,529), zed-industries/zed(⭐81,610, +1,752/wk — 8.2만, 에디터 강세 지속), soxoj/maigret(⭐24,493), gastownhall/beads(⭐23,106, +1,520/wk — v1.0.3 안정), virattt/dexter(⭐22,938, +1,308/wk — 금융 리서치 에이전트 신규 성장), Alishahryar1/free-claude-code(⭐21,029), anthropics/claude-plugins-official(⭐18,519 — 공식 플러그인 디렉토리 1.9만), anthropics/skills(⭐127,956 — 12.8만, 스킬 생태계 지배), openai/skills(⭐18,215), Leonxlnx/taste-skill(⭐15,211, +1,833/wk — 1.5만, 디자인 품질 강세), Tencent/WeKnora(⭐14,216 — LLM 지식 플랫폼), mksglu/context-mode(⭐12,488), AIDC-AI/Pixelle-Video(⭐10,682), refactoringhq/tolaria(⭐9,429), cocoindex-io/cocoindex(⭐7,813 — 증분 파이프라인 신규 주목), anthropics/claude-code-action(⭐7,409), everywall/ladder(⭐7,426), chenhg5/cc-connect(⭐7,205), hatchet-dev/hatchet(⭐7,064), ai-dynamo/dynamo(⭐6,732), anthropics/claude-agent-sdk-python(⭐6,663), ComposioHQ/awesome-codex-skills(⭐6,378), lukilabs/craft-agents-oss(⭐5,733), Tracer-Cloud/opensre(⭐4,411, +1,051/wk — AI SRE 에이전트 성장), 1jehuang/jcode(⭐3,740), CJackHwang/ds2api(⭐3,344), Gentleman-Programming/engram(⭐3,159 — MCP 영속 메모리 신규), Q00/ouroboros(⭐3,237), Gentleman-Programming/engram(⭐3,159), njbrake/agent-of-empires(⭐1,932), xingkongliang/skills-manager(⭐1,070), razvandimescu/numa(⭐929), gastownhall/gascity(⭐578). 구루 동향: anthropics — plugins-official(18.5K) + skills(128K) + SDK(6.7K) + cookbooks(42K), 플러그인·스킬·SDK 3축 생태계 확장 가속; karpathy — nanochat(52.9K) + autoresearch(78.8K) 유지; simonw — 데이터 스크래핑·모니터링 도구 연일 push (scrape-fema-shelters, usgs-scraper 등), 실시간 데이터 → AI 컨텍스트 파이프라인 실천 중. 생태계 메타: 이번 주 전체 특징 — "에이전트 메모리의 프로덕션 인프라화(engram — MCP-native SQLite FTS5 단일 바이너리) + 에이전트 컨텍스트의 증분 파이프라인화(cocoindex — delta-only, 10x 절감) + 하네스 생태계 초대형화(superpowers 17.8만·skills 12.8만·warp 5.4만 9주 연속)". 에이전트 생태계가 "선언적 SDK로 에이전트를 조율"(95차)한 후 "에이전트가 프로덕션급 메모리와 항상 최신 컨텍스트를 갖추는 인프라 완성"(96차)으로 진화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(anthropics · karpathy · gastownhall). 10개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Declarative Orchestration SDKs & Service Composition Primitives — 에이전트 오케스트레이션을 명령형 코드가 아닌 선언적 SDK(city.toml + runtime provider abstraction + 수렴 루프)로 구성 + 분산 서비스를 Workers/Triggers/Functions 3개 primitive로 통합하여 전체 시스템을 단일 컨텍스트 윈도우에서 이해 가능하게 만듦". 94차의 Semantic Memory Vectorization & Shared Domain Language에 이어, 이번 주는 "에이전트 메모리를 벡터로 축적"(94차)한 에이전트들을 "선언적 SDK로 조율하는 인프라"(95차)가 등장하는 오케스트레이션 인프라 진화 포착. 핵심 발견 #1: gastownhall/gascity(⭐574, Go, MIT) — 멀티에이전트 오케스트레이션 빌더 SDK. beads(23K⭐)에서 추출한 재사용 가능 인프라를 독립 SDK로 분리. 핵심 혁신: Declarative Orchestration as Configuration — city.toml로 에이전트 구성·런타임·상태 저장소를 선언적으로 정의하고, controller/supervisor 루프가 desired state → running state를 자동 reconciliation. 기존 deterministic-orchestrator-scheduling(bernstein — "No LLM calls in scheduling decisions")이 "스케줄링을 코드 함수로 구현"하라고 했다면, gascity는 "구성 자체를 TOML 선언으로 끌어올려 코드조차 불필요"한 다음 단계. 추가 핵심: (A) Multiple Runtime Providers — tmux·subprocess·exec·ACP·Kubernetes 5개 런타임을 동일 인터페이스로 추상화. 우리 multi-agent-fleet-management(agent-of-empires, tmux 세션 격리)가 tmux 한정이라면, gascity는 런타임 교체가 설정 1줄 변경 (B) Beads-Backed Work Tracking — 분산 그래프 이슈 트래커(beads)를 오케스트레이션 상태 저장소로 직접 사용. state-driven-orchestration(oh-my-codex, 파일 기반 상태)의 "파일 → Dolt DB" 격상 (C) Convergence Loops — bounded iterative refinement. 우리 convergence-loop-no-mid-question의 "수렴까지 무정지"를 SDK primitive로 내장 (D) Pack Composition + Rig-Scoped Orchestration — 여러 프로젝트(rig)에 걸친 멀티에이전트 조율. 핵심 발견 #2: iii-hq/iii(⭐15,492, Rust, Elastic License 2.0) — 서비스 조합 프레임워크. Workers·Triggers·Functions 3개 primitive로 분산 시스템의 통합 복잡도를 0으로 환원. 핵심: "Eliminates integration effort by reducing every new addition to zero" — 새 서비스를 추가할 때 기존 시스템을 수정할 필요가 없는 선언적 조합. 기존 declarative-agent-coordination(takt 913⭐, Persona/Permissions/Transition rules)가 "에이전트 간 조율을 YAML로 정의"한다면, iii는 "서비스 자체를 Worker로 등록하면 Trigger가 자동으로 Functions를 실행"하는 더 근본적인 추상화. AI 에이전트가 전체 시스템을 단일 컨텍스트 윈도우에서 이해 가능하게 설계됨. TypeScript·Python·Rust SDK + 내장 콘솔(traces, logs, real-time state). 추가 주목: warpdotdev/warp(⭐53,844, +27K/wk — 5.4만, 8주 연속 폭발 성장), forrestchang/andrej-karpathy-skills(⭐110,047, +818/wk — 11만 돌파), TauricResearch/TradingAgents(⭐65,971, +498/wk — 6.6만 안정), farion1231/cc-switch(⭐58,700, +213/wk — 5.9만), mattpocock/skills(⭐57,690, +502/wk — 5.8만), Z4nzu/hackingtool(⭐71,076), badlogic/pi-mono(⭐44,296, +3.7K/wk — 4.4만), rtk-ai/rtk(⭐40,892, +4.7K/wk — 4.1만 안정), ruvnet/ruflo(⭐39,772, +581/wk — 4만), abhigyanpatwari/GitNexus(⭐35,376), ZhuLinsen/daily_stock_analysis(⭐33,906), QuantumNous/new-api(⭐30,472), davila7/claude-code-templates(⭐26,682), soxoj/maigret(⭐24,193), gastownhall/beads(⭐23,080, v1.0.3 — Dolt 서버 모드·Unix domain socket·stealth mode 추가), cjpais/Handy(⭐21,059, Tauri+Rust — 오프라인 STT, Parakeet V3 CPU 최적화), Alishahryar1/free-claude-code(⭐20,887), Fincept-Corporation/FinceptTerminal(⭐19,606), openai/skills(⭐18,183), Wei-Shaw/sub2api(⭐17,511), vxcontrol/pentagi(⭐16,413), iii-hq/iii(⭐15,492 — Rust 서비스 조합 신규 주목), mksglu/context-mode(⭐12,416), rspack(⭐12,671), hugohe3/ppt-master(⭐11,068 — AI → 네이티브 PPTX 자동 생성), AIDC-AI/Pixelle-Video(⭐10,421), refactoringhq/tolaria(⭐9,330), chenhg5/cc-connect(⭐7,183), everywall/ladder(⭐7,424 — 셀프호스트 프록시), hatchet-dev/hatchet(⭐7,062), ai-dynamo/dynamo(⭐6,730 — Rust 분산 추론, KV-aware 라우팅·disaggregated serving), anthropics/claude-agent-sdk-python(⭐6,660), ComposioHQ/awesome-codex-skills(⭐6,294), lukilabs/craft-agents-oss(⭐5,727), Michael-A-Kuykendall/shimmy(⭐4,770), gh-aw(⭐4,403), 1jehuang/jcode(⭐3,605), tonhowtf/omniget(⭐3,487 — Svelte 온라인 강의/PDF 학습), CJackHwang/ds2api(⭐3,304), caamer20/Telegram-Drive(⭐2,182), njbrake/agent-of-empires(⭐1,928), xingkongliang/skills-manager(⭐1,061), razvandimescu/numa(⭐922), gastownhall/gascity(⭐574 — beads에서 분리된 오케스트레이션 SDK 신규). 구루 동향: anthropics — SDK·cookbooks·skills·plugins 생태계 안정 확장; gastownhall — beads(23K) v1.0.3 안정화 + gascity 오케스트레이션 SDK 분리 출시; karpathy — nanochat(52.9K) 유지; openai — skills(18K) 크로스 생태계 안정. 생태계 메타: 이번 주 전체 특징 — "오케스트레이션의 선언적 SDK화(gascity — city.toml → runtime abstraction → convergence) + 서비스 조합의 primitive화(iii — Workers/Triggers/Functions) + 하네스 생태계 3세대 안정기(warp 5.4만 8주 연속·karpathy-skills 11만 돌파·beads v1.0.3)". 에이전트 생태계가 "에이전트 경험의 벡터 메모리화"(94차)에서 "그 에이전트들을 선언적 SDK로 조율하는 인프라 계층 분리"(95차)로 진화.

GitHub weekly trending(전체 · TypeScript · Python · Rust) + 구루 프로필 스캔. 12개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Semantic Memory Vectorization & Shared Domain Language — 에이전트 기억을 벡터 임베딩으로 자동 회상(jcode — 대화→벡터→cosine similarity 리콜, 27.8MB/14ms 부트) + 프로젝트 도메인 언어 문서화로 '1단어=20단어' 토큰 압축(mattpocock CONTEXT.md — 57K 검증)". 93차의 Programmatic Agent Construction(SDK 기반 에이전트 프로그래밍)에 이어, 이번 주는 "에이전트가 과거 경험을 벡터로 자동 회상하여 같은 문제를 반복 해결하지 않음"(jcode) + "프로젝트별 공유 어휘로 에이전트-사람 간 언어 정렬 + 토큰 75% 절감"(mattpocock)하는 메모리·언어 효율화 이중 진화 포착. 핵심 발견 #1: 1jehuang/jcode(⭐3,479, +3,000/wk, Rust, MIT) — 차세대 코딩 에이전트 하네스. Rust 구축으로 14ms 부트(경쟁 대비 40~245배), 27.8MB RAM(경쟁 140~386MB). 핵심 혁신: Semantic Memory as First-Class Harness Primitive — 대화 턴을 벡터로 임베딩하여 cosine similarity 기반 자동 회상. 에이전트가 명시적 memory 도구 호출 없이 관련 과거 경험을 자동 주입받음. 기존 semantic-memory-compaction(완료 태스크 3줄 요약)과 shared-agent-memory(파일 기반 공유)가 "구조화된 텍스트 저장+검색"이라면, jcode는 "비구조화 대화를 벡터 공간에서 연속적 유사도로 연결"하는 다른 차원의 접근. 추가 핵심: (A) Ambient Mode Memory Consolidation — 사이드 에이전트가 주기적으로 메모리를 자동 정리·통합, 메인 에이전트 중단 없이 배경 최적화 (B) Multi-Agent Swarm + File-Change Notification — 에이전트가 읽은 파일이 다른 에이전트에 의해 수정되면 자동 알림, 충돌 해결 자동화 (C) Self-Dev Mode — 에이전트가 자신의 소스 코드를 수정·빌드·테스트·리로드. loopy-era의 "자가개선 루프"를 하네스 레벨에서 구현 (D) 30+ 프로바이더 지원 + OAuth 자동화 + headless 스크립팅. 핵심 발견 #2: mattpocock/skills(⭐57,188, +34,848/wk, Shell, 7주 연속 최고 성장) — Shared Domain Language (CONTEXT.md) 패턴. Matt Pocock의 Claude Code 실전 스킬 15+ 세트에서 가장 주목할 패턴은 기술 스킬이 아니라 CONTEXT.md — 프로젝트별 도메인 어휘 사전. 핵심: "1 word where 20 will do" — 프로젝트 고유 용어를 문서화하여 에이전트가 20단어 설명 대신 1단어로 소통. 토큰 절약 + 코드 일관성 동시 달성. 기존 token-brevity-pattern(caveman 6.6K⭐, 출력 65% 절감)이 "에이전트 출력 압축"이라면, CONTEXT.md는 "입력 컨텍스트 자체를 도메인 언어로 압축" — 직교하는 두 축의 토큰 최적화. 추가 핵심: (A) Alignment Before Building — `/grill-me` + `/grill-with-docs` 스킬로 구현 전 가정을 명시적으로 표면화, 재작업 방지. 우리 quantified-ambiguity-gate의 "시작 전 모호성 수치 측정"과 동일 원리이나 대화형(인터뷰) 접근 (B) Vertical Slice Decomposition — 수평(모든 모델→모든 API) 대신 수직(완전한 기능 단위)으로 작업 분해. 기존 context-freshness의 "Vertical slice parallelism"과 동일 패턴이 57K 실전으로 재검증 (C) ADR(Architecture Decision Records) — 설계 결정을 `docs/adr/`에 기록하여 에이전트가 "왜 이렇게 했는지" 추론 없이 참조. 우리 rules/ 파일의 "근거" 섹션과 동일 패턴. 추가 주목: warpdotdev/warp(⭐53,620, +27,189/wk — 5.4만, 이번 주 최대 폭발), TauricResearch/TradingAgents(⭐65,473, +11,252/wk — 6.5만, 멀티에이전트 트레이딩), forrestchang/andrej-karpathy-skills(⭐109,229, +18,662/wk — 10.9만), mattpocock/skills(⭐57,188, +34,848/wk — 5.7만 7주 연속 최고 성장), farion1231/cc-switch(⭐58,487, +6,634/wk — 5.8만, 멀티 AI 도구 통합 관리), badlogic/pi-mono(⭐44,209, +3,699/wk — 4.4만, 통합 LLM API 툴킷), rtk-ai/rtk(⭐40,735, +4,664/wk — 4.1만 안정), ruvnet/ruflo(⭐39,191, +4,321/wk — 3.9만, A* 실패 재탐색 + 신뢰 점수), abhigyanpatwari/GitNexus(⭐35,249, +5,423/wk), Z4nzu/hackingtool(⭐70,965), soxoj/maigret(⭐23,905, +3,729/wk), Alishahryar1/free-claude-code(⭐20,752, +8,276/wk), mksglu/context-mode(⭐12,341, +1,935/wk — 1.2만 14플랫폼), AIDC-AI/Pixelle-Video(⭐10,096, +2,659/wk — AI 자동 숏영상), refactoringhq/tolaria(⭐9,256, +3,337/wk — 9.3K vault 앱 성장), ComposioHQ/awesome-codex-skills(⭐6,195, +4,279/wk), lukilabs/craft-agents-oss(⭐5,724, +1,198/wk — 에이전트 네이티브 데스크탑), Michael-A-Kuykendall/shimmy(⭐4,764 — Rust 추론 서버), 1jehuang/jcode(⭐3,479, +3,000/wk — Rust 코딩 하네스 신규 폭발), CJackHwang/ds2api(⭐3,254 — Go 프로토콜 어댑터), caamer20/Telegram-Drive(⭐2,172, +1,305/wk — Tauri+Rust 텔레그램 스토리지), njbrake/agent-of-empires(⭐1,919), xingkongliang/skills-manager(⭐1,054 — AI 스킬 관리 데스크탑), razvandimescu/numa(⭐914 — Rust DNS 리졸버), openai/skills(⭐603/wk — Codex 스킬 카탈로그), davila7/claude-code-templates(⭐1,157/wk). 구루 동향: anthropics — SDK·skills·plugins 생태계 안정 확장 중; karpathy — nanochat(52.9K) 활발; openai — skills 크로스 생태계 유지; mattpocock — 57K로 개인 구루 최대 repo 등극. 생태계 메타: 이번 주 전체 특징 — "에이전트 메모리의 벡터화(jcode — 대화→벡터→자동 회상) + 도메인 언어 결정화(CONTEXT.md — 1word=20words) + 하네스 생태계 3세대 돌입(warp 5.4만 폭발 — 에이전트 네이티브 터미널)". 에이전트 생태계가 "하네스를 SDK로 프로그래밍하는 시대"(93차)에서 "에이전트가 경험을 벡터로 축적하고 프로젝트 언어를 공유하는 메모리·언어 효율화 시대"로 진화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 토픽 검색(ai-agent · claude-code) + 구루 프로필 스캔(anthropics · karpathy · simonw). 18개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Programmatic Agent Construction & Multi-Model Consensus Gates — 에이전트를 프롬프트가 아닌 코드로 구성(In-Process MCP + Hook 기반 결정론적 제어) + 다중 모델 구조적 불일치(Structured Disagreement)로 단일 모델 블라인드 스팟을 수치 기반 합의 게이트로 차단". 92차의 Harness Architecture Crystallization + Files-First AI Vaults에 이어, 이번 주는 "하네스 내부를 역공학으로 분석"(92차)한 지식이 "공식 SDK로 프로그래밍 가능한 에이전트 구성"(93차)으로 실용화 + 이중 모델 리뷰(Claude+GPT)를 넘어 8개 모델 합의 기반 품질 게이트로 진화하는 이중 진전 포착. 핵심 발견 #1: anthropics/claude-agent-sdk-python(⭐6,659, MIT, Python) — Anthropic 공식 Python Agent SDK. 핵심 혁신: 에이전트를 자연어 프롬프트가 아니라 Python 코드로 구성. In-Process MCP 서버(subprocess 오버헤드 0), Hook 기반 결정론적 행동 제어(PreToolUse/PostToolUse에서 deny/approve 판정), 명시적 도구 화이트리스트(allowed_tools/disallowed_tools), 비동기 스트리밍, 타입 안전 메시지 구조. 92차에서 Dive-into-Claude-Code가 "98.4% 결정론적 인프라"를 증명했다면, 이 SDK는 그 인프라를 외부 개발자가 직접 프로그래밍할 수 있게 개방한 것. 우리 시스템의 role-based-agent-permissions(역할별 도구 화이트리스트)와 per-turn-tool-adaptation(턴별 동적 도구 선택) 패턴이 SDK 레벨에서 공식 지원됨을 확인. 핵심 발견 #2: nyldn/claude-octopus(⭐3,213, Shell, 146 tests) — 8개 AI 모델 병렬 블라인드 스팟 탐지 플러그인. 핵심 패턴: Structured Disagreement — 동일 태스크를 Claude·Codex·Gemini·Copilot·Qwen·Ollama·Perplexity·OpenRouter 8개 모델이 독립 분석 → 불일치 지점을 75% 합의 임계값으로 자동 탐지 → 인간 검토 트리거. 4단계 워크플로우(Discover→Define→Develop→Deliver)에서 각 모델이 전문 역할 수행(Codex=엣지케이스, Gemini=대안 탐색, Perplexity=의존성 조사, Claude=오케스트레이션). 우리 cross-model-adversarial-review(Claude+GPT 이중 리뷰)가 2개 모델의 "서로 다른 관점"이라면, Octopus는 8개 모델의 "구조적 불일치"를 수치(합의율)로 측정하여 HARD 게이트 전환 가능. 기존 llm-council-pattern(Karpathy 제안, 익명 리뷰 + Chairman 합의)과 동일 원리이나 실전 구현 + 146 passing tests로 검증됨. 추가 주목: mksglu/context-mode(⭐12,265, +1,948/wk — 14개 플랫폼 지원으로 확장, PreCompact/SessionStart 세션 복구 메커니즘 추가, 315KB→5.4KB 세션 압축), warpdotdev/warp(⭐53,485, +26K/wk — 5.3만, 7주 연속 폭발 성장), mattpocock/skills(⭐56,840, +35K/wk — 5.7만, 6주 연속 최고 성장), forrestchang/andrej-karpathy-skills(⭐108,595, +20K/wk — 10.9만), obra/superpowers(⭐177,302, +9K/wk — 17.7만 1위 유지), Z4nzu/hackingtool(⭐70,842), TauricResearch/TradingAgents(⭐65,014, +8.5K/wk), farion1231/cc-switch(⭐58,416, +6.6K/wk), gsd-build/get-shit-done(⭐59,663), badlogic/pi-mono(⭐44,150, +3.9K/wk), anthropics/claude-cookbooks(⭐42,097), HKUDS/nanobot(⭐41,574), rtk-ai/rtk(⭐40,599, +5K/wk — 4만 안정), ruvnet/ruflo(⭐38,684), abhigyanpatwari/GitNexus(⭐35,162, +5.5K/wk), ZhuLinsen/daily_stock_analysis(⭐33,849), QuantumNous/new-api(⭐30,396), CLIProxyAPI(⭐30,448), anthropics/skills(⭐127,660), anthropics/claude-plugins-official(⭐18,471), anthropics/claude-agent-sdk-python(⭐6,659 — 공식 SDK 신규 주목), gastownhall/beads(⭐23,049), soxoj/maigret(⭐23,675), Alishahryar1/free-claude-code(⭐20,647, +9.4K/wk), Fincept-Corporation/FinceptTerminal(⭐19,486, +4.4K/wk), Panniantong/Agent-Reach(⭐18,686), jackwener/OpenCLI(⭐18,583), Wei-Shaw/sub2api(⭐17,393), vxcontrol/pentagi(⭐16,396), Leonxlnx/taste-skill(⭐14,908), Tencent/WeKnora(⭐14,193), mksglu/context-mode(⭐12,265 — 14 플랫폼 확장), anthropics/knowledge-work-plugins(⭐11,772), superset-sh/superset(⭐10,278), mcp-use/mcp-use(⭐9,879), refactoringhq/tolaria(⭐9,181), AIDC-AI/Pixelle-Video(⭐9,846), chenhg5/cc-connect(⭐7,146), hatchet-dev/hatchet(⭐7,059), anthropics/claude-code-action(⭐7,400), ComposioHQ/awesome-codex-skills(⭐6,120), lukilabs/craft-agents-oss(⭐5,717), max-sixty/worktrunk(⭐4,887), OpenCoworkAI/open-codesign(⭐4,356), Tracer-Cloud/opensre(⭐4,349), gh-aw(⭐4,403), aaddrick/claude-desktop-debian(⭐3,984), CJackHwang/ds2api(⭐3,245), nyldn/claude-octopus(⭐3,213 — 8-모델 합의 게이트 신규), stablyai/orca(⭐1,918), njbrake/agent-of-empires(⭐1,917). 구루 동향: anthropics — claude-agent-sdk-python(6.7K)·claude-cookbooks(42K)·skills(128K)·plugins-official(18K) 전방위 SDK/플러그인 생태계 확장 중; karpathy — nanochat(52.9K) 최근 push, autoresearch(78.7K) 안정; openai — skills(18K) 크로스 생태계 유지. 생태계 메타: 이번 주 전체 특징 — "에이전트 구성의 코드화(Agent SDK — 프롬프트→코드) + 품질 게이트의 다모델화(Octopus — 2모델→8모델 합의) + 하네스 생태계의 폭발적 확장(skills 5.7만·superpowers 17.7만·karpathy-skills 10.9만)". 에이전트 생태계가 "하네스를 분석하는 시대"(92차)에서 "하네스를 SDK로 프로그래밍하고 다중 모델로 검증하는 시대"로 진화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 토픽 검색(ai-agent · claude-code) + 구루 프로필 스캔. 18개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Harness Architecture Crystallization & Files-First AI Vaults — 에이전트 하네스의 내부 구조가 학술적 역공학으로 결정화(98.4% 결정론적 인프라 / 1.6% AI 판단) + 마크다운 지식 금고가 git-native·오프라인·AI-first 데스크탑 앱으로 보급". 91차의 Agent IDE + Progressive Output에 이어, 이번 주는 "에이전트 하네스 자체의 구조적 본질이 수치로 증명됨 — 진짜 혁신은 모델이 아니라 인프라"(Dive-into-Claude-Code) + "에이전트가 소비하는 지식 베이스를 plain-file·git-native·vault 구조로 표준화"(tolaria)하는 이중 진화 포착. 핵심 발견 #1: VILA-Lab/Dive-into-Claude-Code(⭐956, CC BY-NC-SA 4.0) — Claude Code v2.1.88(~1,900 TS 파일, ~512K 줄)의 체계적 소스 레벨 역공학 분석. 핵심 인사이트: "98.4% of the codebase is deterministic infrastructure — permission gates, context management, tool routing, recovery logic. Only 1.6% comprises AI decision logic." 이는 우리 harness-engineering-paradigm 규칙을 수치로 최초 증명한 사례. 5가지 핵심 가치(인간 결정 권한, 안전, 신뢰 실행, 능력 증폭, 맥락 적응)가 13가지 설계 원칙을 거쳐 구현으로 추적 가능. 핵심 패턴: (A) 5-Layer Graduated Context Compaction — Budget Reduction → Snip → Microcompact → Context Collapse → Auto-Compact. 200K~1M 토큰 윈도우를 점진적으로 관리하는 5단계 압축. 기존 context-compression-pipeline의 "다단계 파이프라인" 패턴을 Claude Code 내부 구현으로 검증 (B) 4 Graduated Extensibility at Different Context Costs — hooks(0 토큰, 27개 이벤트) → skills(요청 시 로딩) → plugins(네임스페이스 격리) → MCP(외부 프로세스). 확장 메커니즘마다 토큰 비용이 다르며, hook이 가장 효율적(제로 컨텍스트 비용). 우리 시스템의 hook-first 전략을 정당화 (C) Deny-First Security Model — 넓은 거부가 좁은 허용을 오버라이드. plan → default → auto → dontAsk → bypassPermissions의 점진적 신뢰 스펙트럼 (D) Sidechain Transcripts — 서브에이전트 요약이 컨텍스트 폭발을 방지. 전체 대화를 부모에 올리지 않고 요약만 전달하여 토큰 절약 (E) Defense in Depth with Shared Failure Modes — 7개 독립 안전 레이어가 존재하지만, 제약 공유 시 동시 실패 가능(50+ 서브커맨드 시 이벤트루프 기아). 핵심 발견 #2: refactoringhq/tolaria(⭐9,091, TypeScript+Rust, Tauri) — Files-First, Git-Native, AI-First 마크다운 지식 금고 데스크탑 앱. 핵심 패턴: (A) Every Vault = Git Repository — 모든 knowledge base가 git repo로 자동 버전 관리. 변경 이력 완전 추적, 브랜치 기반 실험 가능. 우리 portable-memory-layer의 "단일 파일 패키징" 보다 "전체 디렉토리 git-native" 접근이 더 실용적일 수 있음을 시사 (B) Types as Navigation Aids, Not Enforcement Schemas — 타입을 강제 검증이 아닌 탐색 보조로 활용. 필수 필드나 유효성 검사 없이 구조화. 에이전트가 vault를 소비할 때 스키마 위반으로 크래시하지 않는 설계 (C) AI-First but Tool-Agnostic — AGENTS.md 설정으로 Claude Code, Codex, Gemini CLI 등 어떤 에이전트든 vault 접근 가능. 특정 도구에 종속되지 않는 보편적 구조 (D) Zero Cloud Dependency — 완전 오프라인, 구독 없음, 데이터 소유권 100% 사용자. 우리 memory-bank의 "서버리스 로컬 검색" 원칙과 정확히 일치. 추가 주목: warpdotdev/warp(⭐53,302, +24K/wk — 5.3만 6주 연속 성장), mattpocock/skills(⭐56,307, +35K/wk — 5.6만 5주 연속 최고 성장 유지), forrestchang/andrej-karpathy-skills(⭐107,926, +20K/wk — 10.8만), TauricResearch/TradingAgents(⭐64,435, +8.5K/wk), rtk-ai/rtk(⭐40,441, +5K/wk — 4만 안정 성장), abhigyanpatwari/GitNexus(⭐35,068, +5.5K/wk), badlogic/pi-mono(⭐44,078), farion1231/cc-switch(⭐58,326), Z4nzu/hackingtool(⭐70,705), Alishahryar1/free-claude-code(⭐20,540, +9.4K/wk), soxoj/maigret(⭐23,421), refactoringhq/tolaria(⭐9,091 — 신규 진입), ComposioHQ/awesome-codex-skills(⭐6,048, +4.3K/wk — 신규 진입), lukilabs/craft-agents-oss(⭐5,715), Michael-A-Kuykendall/shimmy(⭐4,755 — Rust 추론 서버 신규), Tracer-Cloud/opensre(⭐4,318, +1.2K/wk), CJackHwang/ds2api(⭐3,229 — 프로토콜 변환 신규), 1jehuang/jcode(⭐3,220 — Rust 코딩 에이전트 하네스 신규). 구루 동향: anthropics — skills·plugins-official 활발 유지; openai — codex-plugin-cc·skills 크로스 생태계 진입 지속; karpathy — autoresearch 78K 안정. 생태계 메타: 이번 주 전체 특징 — "하네스 아키텍처의 학술적 결정화(98.4% 인프라 = the agent) + 마크다운 지식 금고의 데스크탑 앱 보급(tolaria 9K) + Codex 스킬 생태계 폭발적 성장(awesome-codex-skills +4.3K/wk)". 에이전트 생태계가 "Fleet이 작업하는 IDE 시대"(91차)에서 "하네스 자체가 왜 동작하는지 수치로 증명하는 시대 + 에이전트가 소비하는 지식을 표준화하는 시대"로 진화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 토픽 검색(ai-agent · claude-code) + 구루 프로필 스캔. 20개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Agent Workspace Unification & Progressive Output Optimization — 에이전트 개발 환경이 터미널 단일 세션에서 통합 IDE(워크트리 병렬화·diff 뷰·원격 접근)로 격상 + 도구 출력의 점진적 공개(Progressive Disclosure)로 토큰 97% 절감". 90차의 Fleet Management & Desktop-Native Compute에 이어, 이번 주는 "Fleet을 모니터링하는 대시보드"(90차)를 넘어 "Fleet이 작업하는 통합 IDE"(91차)로 진화 + 에이전트가 소비하는 도구 출력을 '단일 행 요약 + 요청 시 상세'로 구조화하여 컨텍스트 윈도우 수명을 극적 연장하는 이중 혁신 포착. 핵심 발견 #1: superset-sh/superset(⭐10,253, TypeScript, Electron) — AI 에이전트 시대의 코드 에디터. 10+ CLI 코딩 에이전트(Claude Code·Codex·Gemini CLI·Cursor Agent 등)를 데스크탑 앱에서 병렬 워크트리 격리로 동시 관리. 90차에서 적용한 multi-agent-fleet-management(agent-of-empires, TUI 대시보드)가 "에이전트를 모니터링"하는 도구라면, superset은 "에이전트가 실제 작업하는 통합 개발 환경". 핵심 패턴: (A) Worktree Isolation per Task — 각 에이전트 작업에 독립 git worktree + 브랜치 자동 생성, 동일 코드베이스에서 10+ 에이전트가 파일 충돌 없이 동시 구현. 기존 worktree-parallel-agents의 "수동 worktree 관리"를 "자동 생성·모니터링·정리"로 격상 (B) Integrated Diff View — 각 에이전트의 변경사항을 내장 diff 뷰어로 즉시 확인, 외부 에디터 없이 승인/거부/수정 가능. code-reviewer + user-proxy QA 워크플로우를 "diff 기반 즉시 판정"으로 가속 (C) One-Click Handoff — 에이전트 작업 결과를 VS Code·JetBrains 등 외부 에디터로 즉시 전환, 에이전트 작업과 사람 수정의 경계를 매끄럽게 연결 (D) Universal Agent Compatibility — CLI 기반이면 모든 에이전트 지원, 에이전트별 설정 파일(.superset/config.json)로 setup/teardown 자동화 (E) Centralized Monitoring — 전체 에이전트의 진행 상태·에러·대기 상태를 단일 화면에서 파악, "intervention needed" 알림으로 사용자 주의 최소화. 핵심 발견 #2: conorluddy/ios-simulator-skill(⭐913, Python) — Progressive Error Disclosure 패턴의 실전 증명. 22개 Python 스크립트로 Claude Code가 iOS 시뮬레이터를 직접 빌드·실행·인터랙션하되, 핵심은 도구 출력을 "단일 행 요약 + 결과 ID → 요청 시 상세"로 구조화하여 토큰 97.5% 절감. 기존 tool-output-sandboxing(context-mode, 도구 출력 격리 + intent-driven filtering)이 "raw 출력을 샌드박스에 가두고 관련 섹션만 반환"하는 패턴이라면, ios-simulator-skill은 "도구 자체가 요약 → 상세의 2단계 출력을 네이티브로 생산"하여 샌드박스 없이도 동일 효과 달성. 핵심 패턴: (A) Progressive Error Disclosure — xcodebuild 결과를 단일 행 요약(BUILD_FAILED|result_id:abc123)으로 반환, 에이전트가 필요 시 get_details(abc123)로 에러·경고·로그를 선택적 드릴다운. 200+ 행 → 3~5행으로 97.5% 토큰 절감 (B) Semantic Navigation via Accessibility APIs — 픽셀 좌표 대신 iOS 접근성 API로 요소를 의미적으로 탐색. UI 레이아웃 변경에도 안정적 동작 + 구조화 데이터 반환으로 토큰 효율 극대화 (C) Screenshot Optimization — 자동 리사이즈·압축으로 시각 분석 토큰 최소화, 전체 스크린샷 대신 관심 영역만 캡처 가능 (D) Device Lifecycle Management — 시뮬레이터 부트·셧다운·초기화·권한 관리를 에이전트가 직접 수행, 수동 Xcode 조작 제거 (E) 13개 서비스 권한 자동 관리 — 카메라·위치·알림 등 13종 권한을 코드로 설정, 테스트 시나리오별 권한 조합 자동화. 이 패턴은 iOS 한정이 아니라 모든 도구 출력의 토큰 효율화에 범용 적용 가능 — bug-fixer의 빌드 에러, qa-cycle의 테스트 결과, web-qa-tester의 DOM 스냅샷 모두 "요약 → 상세" 2단계로 전환 가능. 추가 주목: Panniantong/Agent-Reach(⭐18,657 — 에이전트에 인터넷 전체를 제로 비용으로 제공, 18+ 플랫폼 CLI 스크래핑, 쿠키 인증 기반 API 비용 0), getpaseo/paseo(⭐5,237 — WebSocket 데몬 + QR 코드로 모바일/데스크탑/CLI에서 원격 에이전트 오케스트레이션), decolua/9router(⭐3,608 — 40+ AI 프로바이더 + 100+ 모델 통합 라우터), shareAI-lab/learn-claude-code(⭐57,870 — nano claude code agent harness 교육용, 5.8만 대형 성장), gastownhall/gascity(⭐568 — Go 기반 멀티에이전트 오케스트레이션 SDK), vm0-ai/vm0(⭐1,072 — AI 팀메이트 에이전트). 주요 기존 repo 업데이트: obra/superpowers(⭐176,854, +9K/wk — 17.7만 1위 유지), NousResearch/hermes-agent(⭐130,266 — 13만 안정), forrestchang/andrej-karpathy-skills(⭐107,292, +20K/wk — 10.7만), shareAI-lab/learn-claude-code(⭐57,870 — 5.8만 신규 대형 진입), mattpocock/skills(⭐55,739, +35K/wk — 5.6만 4주 연속 최고 성장), Z4nzu/hackingtool(⭐70,585), TauricResearch/TradingAgents(⭐63,737, +8.5K/wk), farion1231/cc-switch(⭐58,109), warpdotdev/warp(⭐53,050, +24K/wk — 5.3만, 5주 연속 +2.4만), badlogic/pi-mono(⭐43,975), HKUDS/nanobot(⭐41,543), santifer/career-ops(⭐41,992), rtk-ai/rtk(⭐40,250, +5.2K/wk — 4만), ruvnet/ruflo(⭐37,285), abhigyanpatwari/GitNexus(⭐34,919, +5.5K/wk), PostHog/posthog(⭐34,255 — 올인원 개발자 분석 플랫폼 3.4만), ZhuLinsen/daily_stock_analysis(⭐33,760), QuantumNous/new-api(⭐30,334), linshenkx/prompt-optimizer(⭐27,886), addyosmani/agent-skills(⭐27,232, +4.2K/wk), davila7/claude-code-templates(⭐26,621), Gitlawb/openclaude(⭐25,572), googleworkspace/cli(⭐25,678), gastownhall/beads(⭐23,024), soxoj/maigret(⭐23,112), iOfficeAI/AionUi(⭐23,494), Alishahryar1/free-claude-code(⭐20,392, +9.4K/wk), Fincept-Corporation/FinceptTerminal(⭐19,310), VoltAgent/awesome-claude-code-subagents(⭐18,975), Panniantong/Agent-Reach(⭐18,657 — 1.9만 신규 진입), anthropics/claude-plugins-official(⭐18,419), jackwener/OpenCLI(⭐18,526), Wei-Shaw/sub2api(⭐17,314), vxcontrol/pentagi(⭐16,369), trycua/cua(⭐15,515), Leonxlnx/taste-skill(⭐14,697), Tencent/WeKnora(⭐14,185), mksglu/context-mode(⭐11,913), Zackriya-Solutions/meetily(⭐11,531), zilliztech/claude-context(⭐10,555), superset-sh/superset(⭐10,253 — 1만 신규 진입, 이번 주 핵심 적용), AIDC-AI/Pixelle-Video(⭐9,327), huggingface/ml-intern(⭐8,176), chenhg5/cc-connect(⭐7,072), hatchet-dev/hatchet(⭐7,055), ai-dynamo/dynamo(⭐6,728 — 대규모 분산 추론), lukilabs/craft-agents-oss(⭐5,710), getpaseo/paseo(⭐5,237 — 원격 에이전트 오케스트레이션 신규), Tracer-Cloud/opensre(⭐4,288), decolua/9router(⭐3,608 — 멀티프로바이더 라우터 신규), njbrake/agent-of-empires(⭐1,907). 구루 동향: anthropics — skills(127K)·claude-code-action(7.4K)·plugins-official(18K) 활발 유지; karpathy — autoresearch(78K) 안정; simonw — 데이터 스크레이퍼 지속 push; openai — codex-plugin-cc·skills·symphony 신규 push(Claude Code + Codex 크로스 생태계 진입). 생태계 메타: 이번 주 전체 특징 — "Agent IDE 등장(superset 10K — 에이전트 전용 코드 에디터) + Progressive Output(ios-simulator-skill — 97.5% 토큰 절감) + 인터넷 접근 민주화(Agent-Reach 19K — 제로 비용 18+ 플랫폼) + 원격 오케스트레이션(paseo 5K — 폰에서 에이전트 제어)". 에이전트 생태계가 "Fleet을 모니터링하는 대시보드 시대"(90차)에서 "Fleet이 작업하는 통합 IDE + 출력을 점진적으로 소비하는 효율 시대"로 진화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · anthropics · simonw · mshumer). 18개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Multi-Agent Fleet Management & Desktop-Native Compute — 단일 에이전트 운영에서 다수 에이전트 함대(Fleet) 관리 + 브라우저를 넘어 전체 데스크탑 자동화 인프라로 확장". 89차의 Plugin Ecosystem Crystallization에 이어, 이번 주는 "에이전트를 1개 터미널에서 실행하는 시대가 끝나고, 여러 에이전트를 TUI/Web 대시보드로 동시 모니터링 + 데스크탑 OS 전체를 샌드박스 VM으로 자동화"하는 인프라 계층 상승 포착. 핵심 발견 #1: trycua/cua(⭐15,515, +1,200/wk, Python/Swift, MIT) — Computer-Use Agent 오픈소스 인프라. 브라우저에 국한되지 않는 전체 데스크탑 자동화를 샌드박스 VM/컨테이너 + 통합 SDK로 구현. 기존 browser-automation-mcp가 "Chrome 브라우저 내부 DOM만 제어"하고 agent-browser가 "브라우저 탭 내 인터랙션"이라면, CUA는 "macOS·Linux·Windows·Android 전체 데스크탑을 단일 Python API로 제어 + 백그라운드 자동화 + trajectory 기록 + 표준 벤치마크". 핵심 패턴: (A) Unified Sandbox SDK — 스크린샷 캡처·마우스/키보드 입력·셸 명령을 환경 독립적 단일 API로 추상화. 로컬 VM이든 클라우드 인스턴스든 동일 코드 동작 (B) Replayable Trajectories — 에이전트의 모든 상호작용을 trajectory로 기록하여 재현 가능 디버깅 + RL 훈련 데이터 변환 (C) Background Automation (macOS) — Cua Driver가 포커스/커서를 빼앗지 않고 백그라운드에서 자동화. 사용자가 다른 작업 중에도 에이전트가 별도 VM에서 병렬 실행 (D) CuaBench — OSWorld·ScreenSpot·Windows Arena 표준 벤치마크로 에이전트 데스크탑 능력을 수치 평가 (E) Lume — Apple Silicon 네이티브 가상화로 near-native 성능 VM. 우리 web-qa-tester가 "브라우저만 테스트"하는 한계를 넘어, OAuth 시스템 팝업·네이티브 앱 인터랙션·데스크탑 전체 테스트까지 확장하는 청사진. 핵심 발견 #2: njbrake/agent-of-empires(⭐1,895, +850/wk, Rust, MIT) — 멀티 에이전트 Fleet 관리 TUI/Web 대시보드. 10+ AI 코딩 에이전트(Claude Code·Codex·Gemini CLI·Cursor 등)를 tmux 세션 격리 + git worktree 병렬화로 동시 관리. 기존 worktree-parallel-agents가 "에이전트별 격리 worktree"이고 worktree-shared-state가 "파일 기반 상태 공유"라면, agent-of-empires는 "tmux 세션 영속 + 에이전트 상태 자동 감지 + TUI/Web/CLI 통합 대시보드 + Docker 샌드박싱 + 원격 접근(Tailscale/Cloudflare Tunnel)". 핵심 패턴: (A) tmux Session Isolation — 각 에이전트가 독립 tmux 세션에서 실행. TUI 종료·SSH 끊김·앱 재시작에도 세션 영속. 기존 Agent tool이 "세션 종료 시 컨텍스트 소실"하는 문제 해결 (B) Agent-Aware Status Detection — running·waiting·idle·error 4가지 상태를 자동 감지하여 대시보드에 실시간 표시. TaskList 수동 조회 대신 한눈에 Fleet 상태 파악 (C) Git Worktree Parallelism — 동일 코드베이스에서 에이전트별 독립 브랜치+worktree로 파일 충돌 없는 진정한 병렬 실행 (D) Multi-Interface — TUI(터미널)·Web Dashboard(브라우저)·CLI(프로그래밍)·Remote(Tailscale/CF Tunnel 경유 모바일) 4중 접근 (E) Docker Sandboxing — 에이전트별 Docker 컨테이너 격리 + 공유 인증 볼륨. 우리 /team Phase 3 병렬 구현에서 3+ specialist 동시 실행 시 "세션 영속 + 상태 대시보드 + 원격 모니터링"을 추가하는 구체적 구현 모델. 추가 주목: obra/superpowers(⭐176,606, +9,181/wk — 17만 6천 전체 1위 유지), NousResearch/hermes-agent(⭐129,890 — 13만 안정), forrestchang/andrej-karpathy-skills(⭐106,733, +21,896/wk — 10만 안정 유지), mattpocock/skills(⭐55,226, +35,324/wk — 3.5만 주간 최대 성장, CONTEXT.md 패턴 정착), Z4nzu/hackingtool(⭐70,469, +7,210/wk — 보안 도구 7만), TauricResearch/TradingAgents(⭐62,942, +8,489/wk — 멀티에이전트 금융 6.3만, +8.5K 폭발 성장), farion1231/cc-switch(⭐57,918, +6,556/wk — 멀티 AI 데스크탑 5.8만), warpdotdev/warp(⭐52,828, +24,591/wk — 에이전틱 개발환경 4주 연속 +2.4만), badlogic/pi-mono(⭐43,910, +3,905/wk — 통합 LLM 에이전트 툴킷 4.4만), HKUDS/nanobot(⭐41,534 — 초경량 개인 AI 에이전트 4.2만 신규 진입), santifer/career-ops(⭐41,901 — Claude Code 기반 AI 구직 4.2만 신규 진입), rtk-ai/rtk(⭐40,100, +5,251/wk — 토큰 압축 4만 돌파), ruvnet/ruflo(⭐36,920, +2,972/wk — Claude 멀티에이전트 3.7만), abhigyanpatwari/GitNexus(⭐34,749, +5,465/wk — Graph RAG 3.5만, +5.5K 가속), ZhuLinsen/daily_stock_analysis(⭐33,713, +2,289/wk — LLM 주식 분석), QuantumNous/new-api(⭐30,291, +1,416/wk — 통합 AI 허브 3만), linshenkx/prompt-optimizer(⭐27,853, +976/wk — AI 프롬프트 최적화), addyosmani/agent-skills(⭐27,190, +4,242/wk — Google 엔지니어링 스킬 +4.2K 급성장), davila7/claude-code-templates(⭐26,611, +1,445/wk), Gitlawb/openclaude(⭐25,537 — 범용 AI 에이전트 2.6만 신규), googleworkspace/cli(⭐25,673 — Google Workspace CLI + AI 에이전트 스킬 2.6만 신규), iOfficeAI/AionUi(⭐23,455 — 로컬 Cowork 앱 2.3만 신규), gastownhall/beads(⭐23,008, +1,702/wk — 에이전트 메모리 2.3만), soxoj/maigret(⭐22,830, +2,678/wk — OSINT 자동화 2.3만), Alishahryar1/free-claude-code(⭐20,279, +9,364/wk — 최대 성장 유지), Fincept-Corporation/FinceptTerminal(⭐19,198, +4,417/wk — 금융 AI 터미널), VoltAgent/awesome-claude-code-subagents(⭐18,961, +614/wk — 서브에이전트 100+), anthropics/claude-plugins-official(⭐18,419 — 공식 플러그인 디렉토리), jackwener/OpenCLI(⭐18,510 — 유니버설 CLI + AGENT.md), Wei-Shaw/sub2api(⭐17,269, +1,888/wk — 멀티프로바이더 게이트웨이), vxcontrol/pentagi(⭐16,350, +736/wk — 자율 AI 펜테스팅), trycua/cua(⭐15,515, +1,200/wk — Computer-Use Agent 인프라, 이번 주 핵심 적용), Leonxlnx/taste-skill(⭐14,596, +1,656/wk — anti-slop 디자인), Tencent/WeKnora(⭐14,180 — 텐센트 RAG+에이전트 1.4만 신규), mksglu/context-mode(⭐11,913 — 도구 출력 샌드박싱), Zackriya-Solutions/meetily(⭐11,531 — 프라이버시 우선 AI 회의 어시스턴트 1.2만 신규), zilliztech/claude-context(⭐10,555 — 시맨틱 코드 검색), AIDC-AI/Pixelle-Video(⭐9,215, +2,315/wk — AI 숏폼 영상), huggingface/ml-intern(⭐8,136, +2,091/wk — HF ML 엔지니어), chenhg5/cc-connect(⭐7,023, +940/wk — 에이전트-채팅 양방향 브릿지), hatchet-dev/hatchet(⭐7,052 — 내구성 워크플로우), lukilabs/craft-agents-oss(⭐5,702, +1,214/wk — 에이전트 네이티브 데스크탑), Tracer-Cloud/opensre(⭐4,267, +1,199/wk — AI SRE 툴킷), njbrake/agent-of-empires(⭐1,895, +850/wk — 멀티에이전트 Fleet TUI, 이번 주 핵심 적용). 구루 동향: anthropics — claude-plugins-official(18K)·claude-cookbooks(42K)·skills(127K) 활발 유지, buffa(Rust protobuf 687⭐) 신규 push; karpathy — autoresearch(78K) 안정; simonw — 데이터 스크레이퍼 다수(usgs, fema-shelters, pge-outages, florida-outages, roads-dot-ca) 지속 push, iNaturalist 생태 데이터 클러스터링 신규; mshumer — 활동 감소 (unslop 3월 마지막 push). 생태계 메타: 이번 주 전체 특징 — "Fleet Management(agent-of-empires TUI + cc-switch 58K + AionUi 23K) + Desktop Compute(cua 15K + CuaBench + Lume VM) + 신규 대형 진입(nanobot 42K, career-ops 42K, openclaude 26K, googleworkspace/cli 26K)". 에이전트 생태계가 "1개 에이전트를 잘 쓰는 시대"에서 "여러 에이전트 함대를 대시보드로 운용하는 시대"로 운영 패러다임 전환.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · anthropics · simonw). 15개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Plugin Ecosystem Crystallization — 에이전트 플러그인/스킬 생태계가 ad-hoc 파일 복사에서 공식 디렉토리 + 시나리오 관리 + 크로스 도구 동기화로 결정화". 88차의 Agents Escape the Terminal에 이어, 이번 주는 "에이전트의 역량(스킬·플러그인·에이전트 정의)을 배포·버전관리·감사하는 인프라가 공식화"되는 전환점 포착. 핵심 발견 #1: anthropics/claude-plugins-official(⭐18,415, Anthropic 공식) — Claude Code 플러그인 공식 디렉토리. Anthropic이 직접 운영하는 큐레이션된 플러그인 마켓플레이스로, /plugin install {name}@claude-plugins-official 한 줄로 설치. 기존 canonical-plugin-three-layer.md가 "Skills·Commands·Connectors 3계층 분리"를 정의하고 agent-manifest-pattern.md가 "선언적 매니페스트 파일 관리"를 제안했다면, Anthropic이 이를 공식 표준으로 확정 + 마켓플레이스 인프라로 구체화. 핵심 패턴: (A) Standardized Plugin Structure — .claude-plugin/plugin.json(메타데이터) + .mcp.json(MCP 서버) + commands/(슬래시 명령) + agents/(에이전트 정의) + skills/(도메인 지식) 5개 디렉토리 표준 (B) Official + External 이중 트랙 — 내부 플러그인(Anthropic 개발) + 외부 플러그인(커뮤니티 제출, 품질·보안 심사 필수) (C) /plugin install 원커맨드 — 설치·발견·업데이트를 CLI 단일 명령으로 (D) Quality Gate — 외부 플러그인은 제출 폼 → 심사 → 승인 프로세스 필수 (E) claude-plugins-community(⭐64) 미러로 커뮤니티 기여 분리. 우리 시스템의 plugin-forge 스킬 + canonical-plugin-three-layer rule의 "이론적 제안"이 Anthropic 공식 인프라로 검증된 것. 핵심 발견 #2: xingkongliang/skills-manager(⭐1,009, +125/wk, Rust, MIT) — 15+ 코딩 도구 간 AI 에이전트 스킬 통합 관리 데스크탑 앱. Claude Code·Codex·Cursor·Copilot·Gemini CLI 등의 스킬을 중앙 라이브러리에서 관리하고, 시나리오 기반 전환 + 프로젝트별 워크스페이스 + Git 백업. 기존 /cc-sync(user↔project scope 동기화)와 /cc-apply(프로젝트→user 적용)가 "파일 복사 기반 수동 동기화"라면, skills-manager는 "시나리오·마켓플레이스·양방향 동기화·버전 관리를 GUI로 통합". 핵심 패턴: (A) Scenarios — 글로벌 스킬 세트를 시나리오별로 그룹화, 사이드바에서 원클릭 전환 (예: "프론트엔드 작업" vs "백엔드 작업" vs "QA 모드") (B) Project Workspaces — <project>/.claude/skills/ 등 프로젝트 로컬 스킬을 중앙 라이브러리와 양방향 동기화 (C) Marketplace + AI Search — skills.sh 마켓플레이스 통합 + AI 기반 스킬 검색 (D) Git Backup — 스킬 라이브러리 전체를 Git으로 버전관리, 다중 머신 동기화 (E) Batch Operations — 다중 선택 일괄 활성화/비활성화/삭제 (F) Update Tracking — Git 기반 스킬의 upstream 업데이트 감지 + 비교 뷰. 우리 /cc-sync가 "셸 스크립트 기반 단방향 복사"라면, skills-manager는 "GUI + 시나리오 + 양방향 + 마켓 + 버전 관리"의 완전체. 추가 주목: mattpocock/skills(⭐54,823, +33,628/wk — 3주 연속 전체 최고 성장 유지, CONTEXT.md 도메인 주입 패턴 정착), obra/superpowers(⭐176,450, +9,089/wk — 17만 6천 1위 유지), forrestchang/andrej-karpathy-skills(⭐106,364, +21,896/wk — 10만 6천 안정), warpdotdev/warp(⭐52,642, +24,591/wk — 에이전틱 개발환경 3주 연속 +2.4만 폭발 성장), Z4nzu/hackingtool(⭐70,367, +7,925/wk — 보안 도구 급상승), TauricResearch/TradingAgents(⭐62,220, +6,152/wk — 멀티에이전트 금융 6.2만), farion1231/cc-switch(⭐57,823, +6,556/wk — 멀티 AI 에이전트 데스크탑 5.8만), badlogic/pi-mono(⭐43,850, +4,115/wk — 통합 LLM 에이전트 툴킷 4.4만), rtk-ai/rtk(⭐39,985, +5,251/wk — 토큰 압축 4만), ruvnet/ruflo(⭐36,613, +2,543/wk — Claude 전용 멀티에이전트 3.7만), abhigyanpatwari/GitNexus(⭐34,589, +5,376/wk — Graph RAG 3.5만), ZhuLinsen/daily_stock_analysis(⭐33,681, +2,364/wk — LLM 주식 분석 3.4만), QuantumNous/new-api(⭐30,271, +1,416/wk — 통합 AI 모델 허브 3만), addyosmani/agent-skills(⭐27,163, +4,361/wk — Google 엔지니어링 스킬), linshenkx/prompt-optimizer(⭐27,840, +954/wk), davila7/claude-code-templates(⭐26,600, +1,445/wk — Claude Code 설정 템플릿 2.7만), gastownhall/beads(⭐22,999, +1,817/wk — 코딩 에이전트 메모리 2.3만), Alishahryar1/free-claude-code(⭐20,175, +12,928/wk — 최대 성장폭 유지 2만), Fincept-Corporation/FinceptTerminal(⭐19,102, +4,444/wk — 금융 AI 터미널 1.9만 신규 진입, 37개 AI 에이전트 내장), VoltAgent/awesome-claude-code-subagents(⭐18,945, +670/wk — 100+ 서브에이전트 컬렉션), anthropics/claude-plugins-official(⭐18,415 — Anthropic 공식 플러그인 디렉토리, 이번 주 핵심 적용), Wei-Shaw/sub2api(⭐17,247, +1,947/wk — 멀티프로바이더 API 게이트웨이 1.7만), vxcontrol/pentagi(⭐16,339, +743/wk — 자율 AI 펜테스팅 1.6만), Leonxlnx/taste-skill(⭐14,539, +1,750/wk — anti-slop 디자인), mksglu/context-mode(⭐11,913, +1,938/wk — 도구 출력 샌드박싱), anthropics/knowledge-work-plugins(⭐11,741 — Claude Cowork 지식 작업 플러그인), zilliztech/claude-context(⭐10,555, +1,681/wk — 시맨틱 코드 검색 MCP), AIDC-AI/Pixelle-Video(⭐9,134, +2,023/wk — AI 자동 숏폼 영상), lsdefine/GenericAgent(⭐8,719, +1,875/wk — 자가진화 에이전트), huggingface/ml-intern(⭐8,119, +3,157/wk — HF ML 엔지니어), chenhg5/cc-connect(⭐7,023, +940/wk — 에이전트-채팅 양방향 브릿지), hatchet-dev/hatchet(⭐7,052 — 내구성 워크플로우 오케스트레이션), lukilabs/craft-agents-oss(⭐5,696, +1,193/wk — 에이전트 네이티브 데스크탑), Tracer-Cloud/opensre(⭐4,249, +1,328/wk — AI SRE 에이전트 툴킷), xingkongliang/skills-manager(⭐1,009, +125/wk — 크로스 도구 스킬 매니저, 이번 주 핵심 적용). 구루 동향: anthropics — claude-plugins-official(18K) + claude-plugins-community(64) 신규 출시, skills(127K)·claude-code-action(7.4K)·knowledge-work-plugins(11.7K) 활발 유지, 플러그인 생태계 공식화 본격 추진; karpathy — nanochat(52K) 최근 push, autoresearch(78K) 안정; simonw — 일상 데이터 스크레이퍼(florida-outages, fema-shelters 등) 지속 생산, datasette 생태계 확장. 생태계 메타: 이번 주 전체 특징 — "플러그인 공식화(Anthropic plugins-official 18K + knowledge-work-plugins 11.7K) + 스킬 관리 도구화(skills-manager 1K, cc-switch 57K) + 에이전트 품질 인프라 성숙(warp +24K, rtk 40K, agent-skills 27K)". 에이전트 생태계가 "스킬을 만드는 시대"에서 "스킬을 배포·관리·감사하는 시대"로 인프라 계층 상승.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔. 15개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Agents Escape the Terminal — AI 코딩 에이전트가 로컬 터미널에서 탈출하여 메시징 플랫폼·오케스트레이션 SDK·데스크탑 네이티브 환경으로 확산". 87차의 Discipline Infrastructure에 이어, 이번 주는 "에이전트의 인터페이스가 터미널 1개에서 채팅 11개 플랫폼 + 데스크탑 + TUI/Web 대시보드로 폭발"하는 패러다임 전환 포착. 핵심 발견 #1: chenhg5/cc-connect(⭐7,005, +940/wk, Go, MIT) — AI 코딩 에이전트 ↔ 11개 메시징 플랫폼 양방향 브릿지. Telegram·Slack·Discord·LINE·Feishu·DingTalk·WeChat 등에서 직접 에이전트를 제어. 기존 telegram-notifier가 단방향 알림이라면, cc-connect는 양방향 세션 관리 + 라이프사이클 훅 + 멀티 에이전트 그룹챗 릴레이. 핵심 패턴: (A) Session Management via Chat — /new, /list, /switch, /dir 명령으로 에이전트 세션을 채팅에서 완전 관리 (B) Lifecycle Event Hooks — on_message·on_session·on_cron·on_permission·on_error 5종 이벤트에 셸/웹훅 자동 실행 (C) Multi-Agent Relay — 단일 그룹챗에서 Claude+Codex+Gemini 동시 대화, 에이전트 간 크로스체크 (D) Permission Escalation — /mode yolo(자동승인) ↔ /mode default(확인필요) 원격 전환 (E) No Public IP Required — WebSocket/Long-Polling으로 방화벽 뒤에서도 동작. 우리 시스템의 telegram-notifier(단방향) + rc 스킬(reply 기반)을 세션 관리·이벤트 훅·멀티에이전트 릴레이로 확장하는 청사진. 핵심 발견 #2: gastownhall/gascity(⭐561, +204/wk, Go, beads 팀) — Kubernetes 스타일 desired-state reconciliation을 에이전트 오케스트레이션에 적용. 선언적 city.toml로 목표 상태를 정의하면 controller/supervisor 루프가 actual vs desired 차이를 자동 수렴. 기존 state-driven-orchestration(oh-my-codex)이 "파일 기반 상태 영속화"이고 declarative-agent-coordination(takt)이 "YAML 선언적 명세"라면, gascity는 "선언과 실행 사이의 자동 수렴 루프 — 드리프트 감지 + 자동 복구". 핵심 패턴: (A) Controller/Supervisor Loop — desired vs actual 비교 → 차이 해소를 무한 반복, 수렴 시 종료 (B) Runtime Provider Abstraction — tmux·subprocess·exec·Kubernetes 중 동일 선언으로 런타임 전환 (C) Orchestration Primitives — Formulas(태스크 정의)·Molecules(복합 작업)·Waits(동기화)·Mail(비동기 통신) (D) Beads Integration — beads(23K⭐) 메모리 시스템 기반 작업 추적. 기존 3규칙(state-driven + declarative-coordination + canonical-fsm)에 "드리프트 자동 수렴"을 추가하여 선언·실행·복구 3단계 오케스트레이션 완성. 추가 주목: mattpocock/skills(⭐54,231, +33,628/wk — 이번 주도 전체 최고 성장 유지, CONTEXT.md 도메인 주입 패턴), obra/superpowers(⭐176,013 — 17만 1위 유지), forrestchang/andrej-karpathy-skills(⭐105,945, +21,896/wk — 10만 유지), warpdotdev/warp(⭐52,418, +24,591/wk — 에이전틱 개발환경 5.2만, 2.4만 폭발 지속), farion1231/cc-switch(⭐57,721, +6,556/wk — 멀티 AI 에이전트 데스크탑), TauricResearch/TradingAgents(⭐61,311, +6,152/wk — 멀티에이전트 금융 프레임워크 6만 돌파), badlogic/pi-mono(⭐43,776, +4,115/wk — 통합 LLM 에이전트 툴킷), rtk-ai/rtk(⭐39,851, +5,251/wk — 토큰 압축 4만 돌파), ruvnet/ruflo(⭐36,044, +2,543/wk — Claude 전용 멀티에이전트 오케스트레이션 3.6만), abhigyanpatwari/GitNexus(⭐34,381, +5,376/wk — Graph RAG 3.4만), ZhuLinsen/daily_stock_analysis(⭐33,648, +2,364/wk — LLM 주식 분석), davila7/claude-code-templates(⭐26,586, +1,445/wk — Claude Code 설정 100+ 템플릿), QuantumNous/new-api(⭐30,242, +1,416/wk — 통합 AI 모델 허브 3만), gastownhall/beads(⭐22,991, +1,817/wk — 코딩 에이전트 메모리 2.3만), Alishahryar1/free-claude-code(⭐20,026, +12,928/wk — 최대 성장폭 유지), Wei-Shaw/sub2api(⭐17,214, +1,947/wk — 멀티프로바이더 API 게이트웨이 1.7만 신규 진입), vxcontrol/pentagi(⭐16,326, +743/wk — 자율 AI 펜테스팅 1.6만), Leonxlnx/taste-skill(⭐14,428, +1,750/wk — anti-slop 디자인), mksglu/context-mode(⭐11,913, +1,938/wk — 도구 출력 샌드박싱 안정 성장), zilliztech/claude-context(⭐10,555, +1,681/wk — 시맨틱 코드 검색 MCP), AIDC-AI/Pixelle-Video(⭐9,014, +2,023/wk — AI 자동 숏폼 영상 엔진 신규), lsdefine/GenericAgent(⭐8,719, +1,875/wk — 자가진화 에이전트), huggingface/ml-intern(⭐8,082, +3,157/wk — HF ML 엔지니어), chenhg5/cc-connect(⭐7,005, +940/wk — 에이전트-채팅 양방향 브릿지, 이번 주 핵심 적용), everywall/ladder(⭐7,397, +966/wk — 셀프호스트 CORS 프록시), lukilabs/craft-agents-oss(⭐5,690, +1,193/wk — 에이전트 네이티브 데스크탑), Tracer-Cloud/opensre(⭐4,233, +1,328/wk — AI SRE 에이전트 툴킷), gastownhall/gascity(⭐561, +204/wk — desired-state 에이전트 오케스트레이션 SDK, 이번 주 핵심 적용). 구루 동향: karpathy — autoresearch(⭐78K) 안정 유지; anthropics — skills(127K)·claude-code(120K) 활발 유지; beads 팀(gastownhall) — beads(23K) + gascity(561) 이중 진화, 메모리→오케스트레이션으로 확장 중. 생태계 메타: 이번 주 전체 특징 — "터미널 탈출(cc-connect 11플랫폼 브릿지, warp +24K 데스크탑, cc-switch 57K) + 선언적 수렴(gascity K8s 패턴) + 멀티에이전트 성숙(ruflo 36K, TradingAgents 61K)". 에이전트 생태계가 "터미널에서 시작된 에이전트"에서 "어디서든 접근 가능한 에이전트"로 인터페이스 다변화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · anthropics). 12개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Discipline Infrastructure — 에이전트 스킬이 '지식 전달'에서 '변명 차단 + 영속 실행'으로 진화, 프로세스 규율을 코드화". 86차의 Fleet Intelligence Bifurcation에 이어, 이번 주는 "에이전트가 더 똑똑해지는 것보다 더 규율적이고 중단 없이 실행되는 것이 중요하다"는 인식이 업계 공통 패턴으로 결정화. 핵심 발견 #1: addyosmani/agent-skills(⭐27,053, +4,361/wk, Shell, Addy Osmani/Google, MIT) — Google의 Addy Osmani가 공개한 20개 라이프사이클 매핑 생산 스킬. Define→Plan→Build→Verify→Review→Ship 6단계에 각각 anti-rationalization 테이블(흔한 변명 + 미리 작성된 반박)과 비협상적 검증 게이트를 설치. "seems right"을 구조적으로 차단. 기존 completion-verification.md가 "완료 후 자가 검증"이었다면, agent-skills는 "매 단계 진행 전 검증 + 변명 패턴 사전 차단" — 사후 검증에서 사전 검증으로의 패러다임 전환. 핵심 패턴: (A) Anti-Rationalization Tables — "나중에 테스트 추가" → "Red-Green-Refactor 위반, 커밋 불가", "빌드 통과했으니 OK" → "빌드 ≠ 기능 정상, 브라우저 테스트 필수" 등 흔한 우회 변명에 대한 문서화된 반박 (B) Non-Negotiable Evidence — 각 Phase gate에서 증거 기반 검증 필수 (C) 7 Slash Commands(/spec, /plan, /build, /test, /review, /code-simplify, /ship) (D) 3 Specialist Personas(코드 리뷰어, 테스트 엔지니어, 보안 감사) — Hyrum's Law, Beyonce Rule, Chesterton's Fence 등 Google 엔지니어링 문화 직수입. 핵심 발견 #2: njbrake/agent-of-empires(⭐1,868, +184/wk, Rust, MIT) — tmux 기반 영속 에이전트 세션 관리. 터미널 종료·네트워크 끊김에도 에이전트 실행이 중단되지 않는 세션 오케스트레이터. 기존 worktree-parallel-agents(공간적 격리) + worktree-shared-state(파일 기반 조율)가 "격리와 공유"를 다룬다면, agent-of-empires는 "시간적 영속성" — 세션이 터미널 수명에 묶이지 않음. 핵심 패턴: (A) tmux-Backed Persistence — 각 에이전트가 독립 tmux 세션에서 실행, 앱 재시작 후에도 상태 보존 (B) 4-State Detection(running/waiting/idle/error) — 세션 상태를 bash로 결정론적 조회 (C) Profile-Based Isolation — 프로젝트별 독립 세션 프로필 + Docker 샌드박싱 (D) TUI + Web Dashboard — 실시간 터미널 렌더링으로 에이전트 모니터링. Claude Code, OpenCode, Codex CLI 등 10+ 에이전트 동시 관리 검증. 추가 주목: mattpocock/skills(⭐53,491, +33,628/wk — 이번 주 전체 최고 성장, 5만→53K, CONTEXT.md 도메인 용어 주입 패턴), obra/superpowers(⭐176,013, +9,089/wk — 17만 유지 1위), forrestchang/andrej-karpathy-skills(⭐105,375, +21,896/wk — 10만 유지), warpdotdev/warp(⭐52,014, +24,591/wk — 에이전틱 개발환경 이번 주 2.4만 폭발 성장 지속), farion1231/cc-switch(⭐57,485, +6,556/wk — 멀티 AI 에이전트 데스크탑), badlogic/pi-mono(⭐43,703, +4,115/wk — 통합 LLM 에이전트 툴킷), rtk-ai/rtk(⭐39,705, +5,251/wk — 토큰 압축 4만 돌파), abhigyanpatwari/GitNexus(⭐34,228, +5,376/wk — Graph RAG 3.4만), addyosmani/agent-skills(⭐27,053, +4,361/wk — Google 엔지니어링 스킬 2.7만, 이번 주 핵심 적용), linshenkx/prompt-optimizer(⭐27,811, +954/wk), RooCodeInc/Roo-Code(⭐23,823 — AI 에이전트 팀 IDE), gastownhall/beads(⭐22,939 — 코딩 에이전트 메모리), Alishahryar1/free-claude-code(⭐19,857, +12,928/wk — 최대 성장폭), VoltAgent/awesome-claude-code-subagents(⭐18,925, +670/wk — 100+ 서브에이전트 컬렉션), Leonxlnx/taste-skill(⭐14,428, +1,750/wk — anti-slop 디자인), mksglu/context-mode(⭐11,859, +1,938/wk — 도구 출력 샌드박싱 안정 성장), zilliztech/claude-context(⭐10,555, +1,681/wk — 시맨틱 코드 검색 MCP 1만 유지), lsdefine/GenericAgent(⭐8,719, +1,875/wk — 자가진화 에이전트), huggingface/ml-intern(⭐8,020, +3,157/wk — HF ML 엔지니어 에이전트), lukilabs/craft-agents-oss(⭐5,678, +1,193/wk — 에이전트 네이티브 데스크탑, 이벤트 기반 자동화), Tracer-Cloud/opensre(⭐4,208, +1,328/wk — AI SRE 에이전트 툴킷), njbrake/agent-of-empires(⭐1,868 — tmux 영속 세션 오케스트레이터, 이번 주 핵심 적용), zilliztech/memsearch(⭐1,563 — 에이전트 통합 메모리 레이어, L1→L2→L3 점진적 리콜). 구루 동향: karpathy — autoresearch(⭐78,394) 안정 유지, 신규 push 없음; anthropics — 전 라인업(skills 127K, claude-code 120K, cookbooks 42K) 활발 푸시 지속. 생태계 메타: 이번 주 전체 GitHub 특징 — "규율적 스킬(agent-skills 27K: 변명 차단 게이트, mattpocock 53K: 도메인 컨텍스트 주입) + 영속 실행(agent-of-empires: tmux, craft-agents: 이벤트 자동화) + 인프라 안정화(warp +24K, rtk 40K, cc-switch 57K)". 에이전트 생태계가 "더 똑똑한 에이전트"에서 "더 규율적이고 중단 없는 에이전트"로 가치 축 이동.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(anthropics · openai · karpathy · simonw) + WebSearch(AI agent orchestration · SWE-Pruner). 12개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Fleet Intelligence Bifurcation — 오케스트레이션(Symphony: 태스크 보드→에이전트 플릿, 500% PR↑)과 컨텍스트 피딩(SWE-Pruner: 태스크 인식 뉴럴 프루닝, 54% 토큰↓)이 확장 가능한 에이전트 플릿 운영의 두 축으로 분화". 85차의 Context Efficiency Deepening에 이어, 이번 주는 "에이전트 플릿을 운영하려면 지능적 스케줄링과 지능적 컨텍스트 공급이 동시에 필요하다"는 인식이 업계 공통 패턴으로 결정화. 핵심 발견 #1: openai/symphony(⭐20,400, Elixir, OpenAI 공식, Apache 2.0) — OpenAI가 공식 오픈소스로 발표한 코딩 에이전트 플릿 오케스트레이션 스펙. 이슈 트래커(Linear)를 에이전트 플릿의 제어 평면(control plane)으로 사용. 연속 폴링 상태 머신이 태스크 보드를 감시하며 모든 열린 이슈에 에이전트를 자동 할당하고, 에이전트 크래시 시 자동 재시작, 새 작업 즉시 픽업. 500% PR 착지 증가 달성 — "엔지니어가 개별 Codex 세션 감독을 중단하자 코드 변경당 체감 비용이 극적으로 하락". PR 제출 시 CI 상태·리뷰 피드백·복잡도 분석·워크스루 비디오를 포함한 Proof-of-Work 증거 패키지 동반. 레퍼런스 구현은 Elixir(동시성 모델), TypeScript·Python·Rust로도 구현 검증 완료. 기존 deterministic-orchestrator-scheduling(bernstein)이 "스케줄링을 결정론적 코드로"였다면, Symphony는 "태스크 보드 자체가 오케스트레이션의 단일 진실 원천(SSOT)" — 에이전트 관리의 무게중심을 코드에서 프로젝트 관리 도구로 이동. 핵심 발견 #2: SWE-Pruner(⭐274, Python, ACL 2026 accepted) — 코딩 에이전트의 파일 읽기 결과를 현재 태스크 목표를 인식하는 0.6B 경량 뉴럴 스키머가 라인 단위로 선별 유지하는 미들웨어. "인간 프로그래머가 디버깅 중 소스코드를 선택적으로 훑어보는 행동"을 CRF 기반 시퀀스 라벨링으로 구조화. SWE-Bench Verified에서 23-54% 토큰 절감 + 성공률 유지/향상, LongCodeQA에서 14.84x 압축. Claude Code 비용 40% 절감 실증. 기존 context-compression-pipeline(claw)이 "콘텐츠 타입별 다단계 압축"이고 tool-output-sandboxing(context-mode)이 "도구 출력 격리"라면, SWE-Pruner는 "현재 태스크 목표를 힌트로 사용하여 관련 코드만 유지" — 태스크 인식 지능형 압축의 첫 학술 검증. 추가 주목: openai/symphony(⭐20,400, +15,000/wk — OpenAI 공식 에이전트 오케스트레이션 스펙, Elixir 레퍼런스 구현), mattpocock/skills(⭐52,782, +33,628/wk — 이번 주 전체 최고 성장률, 5만 지속), forrestchang/andrej-karpathy-skills(⭐104,866, +21,896/wk — 10만 유지), warpdotdev/warp(⭐51,627, +24,591/wk — 에이전틱 개발환경 이번 주 2.4만 폭발 성장), openai/codex(⭐79,420, Rust — 터미널 경량 코딩 에이전트 8만 돌파), farion1231/cc-switch(⭐57,229, +6,556/wk — 멀티 AI 코딩 에이전트 데스크탑 앱), TauricResearch/TradingAgents(⭐60,048, +6,152/wk — 멀티에이전트 금융 트레이딩 6만 돌파), badlogic/pi-mono(⭐43,633, +4,115/wk — 통합 LLM 에이전트 툴킷), rtk-ai/rtk(⭐39,550, +5,251/wk — 토큰 압축 표준), abhigyanpatwari/GitNexus(⭐34,108, +5,376/wk — Graph RAG), openai/openai-agents-python(⭐25,714 — 멀티에이전트 워크플로우 프레임워크), linshenkx/prompt-optimizer(⭐27,774, +954/wk), gastownhall/beads(⭐22,939 — 코딩 에이전트 메모리), Alishahryar1/free-claude-code(⭐19,741, +12,928/wk — 최대 성장폭 지속), mksglu/context-mode(⭐11,781, +1,938/wk — 도구 출력 샌드박싱 안정 성장), zilliztech/claude-context(⭐10,537, +1,681/wk — 시맨틱 코드 검색 MCP), lsdefine/GenericAgent(⭐8,657, +1,875/wk — 자가진화 에이전트, L0-L4 메모리), AIDC-AI/Pixelle-Video(⭐8,709, +2,023/wk — AI 자동 숏 비디오 엔진), huggingface/ml-intern(⭐7,928, +3,157/wk — HuggingFace ML 엔지니어 에이전트), Tracer-Cloud/opensre(⭐4,187, +1,328/wk — AI SRE 에이전트 툴킷). 구루 동향: anthropics — skills(⭐126,969)+claude-code(⭐119,749)+claude-cookbooks(⭐41,979)+claude-plugins-official(⭐18,373)+knowledge-work-plugins(⭐11,725) 전 라인업 활발; openai — symphony(⭐20,400) 공식 오픈소스 발표 + codex(⭐79,420) + openai-agents-python(⭐25,714) 에이전트 생태계 확장; karpathy — nanochat 안정 유지; simonw — 데이터 스크래핑 자동화 지속. 생태계 메타: 이번 주 전체 GitHub 특징 — "플릿 오케스트레이션의 표준화(Symphony 20K⭐, OpenAI 공식) + 컨텍스트 효율의 학술 검증(SWE-Pruner ACL 2026) + 에이전틱 환경의 폭발 성장(warp +24K/wk)". 에이전트 생태계가 "단일 에이전트 도구"에서 "에이전트 플릿 운영 플랫폼"으로 전환하며, 오케스트레이션과 컨텍스트 공급이 양대 축으로 분화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(anthropics · karpathy · simonw). 12개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Context Efficiency Deepening — 컨텍스트 관리가 압축(83차)에서 샌드박싱+시맨틱 검색의 이중 최적화로 심화, 토큰 절감이 개별 도구에서 전체 세션 수명주기로 확장". 84차의 Multi-Agent Operational Infrastructure에 이어, 이번 주는 "컨텍스트 윈도우를 한 방울도 낭비하지 않는" 도구들의 안정적 성장이 핵심. 핵심 발견 #1: mksglu/context-mode(⭐11,710, +2,332/wk, TypeScript) — 83차에서 9/10으로 분석·적용했으나, 이번 주에도 성장세 유지(+2,332/wk)하며 생태계 안착 확인. 14개 플랫폼 공식 지원(Claude Code, Gemini CLI, VS Code Copilot, Cursor 등). 우리 시스템에 tool-output-sandboxing.md rule로 핵심 패턴 추출 적용 — "에이전트가 데이터 처리자가 아닌 코드 생성자로 동작"하여 98% 토큰 절감. 핵심 발견 #2: zilliztech/claude-context(⭐10,528, +2,330/wk, TypeScript) — 82차에서 8/10으로 분석했으나, 이번 주 1만 돌파 + 안정 성장으로 MCP 생태계 de facto 표준으로 안착 중. Merkle-tree 증분 인덱싱 + BM25/Vector 하이브리드 검색이 핵심. 우리 시스템에 semantic-code-search-mcp.md rule로 독립 적용 — graph-rag-codebase-indexing(GitNexus)의 "지식 그래프 blast radius"와 상호보완. 추가 주목: mattpocock/skills(⭐52,266, +30,945/wk — 5만 돌파 후에도 최고 성장률 지속), forrestchang/andrej-karpathy-skills(⭐104,545, +23,062/wk — 10만 유지), obra/superpowers(⭐175,521, +9,158/wk — 17만 돌파, 에이전틱 스킬 프레임워크 절대 1위), warpdotdev/warp(⭐51,298, +21,863/wk — 에이전틱 개발환경 5만 유지), farion1231/cc-switch(⭐57,146, +6,719/wk — 멀티 AI 코딩 에이전트 데스크탑 앱 안정 성장), badlogic/pi-mono(⭐43,566, +4,111/wk — 통합 LLM API+Agent Runtime+Coding Agent CLI), rtk-ai/rtk(⭐39,431, +5,712/wk — 토큰 압축 표준 지속), abhigyanpatwari/GitNexus(⭐34,035, +5,209/wk — Graph RAG), linshenkx/prompt-optimizer(⭐27,763, +930/wk — MCP 프롬프트 최적화), gastownhall/beads(⭐22,939, +1,747/wk — 코딩 에이전트 메모리), Alishahryar1/free-claude-code(⭐19,654, +14,666/wk — 최대 성장폭 지속), Wei-Shaw/sub2api(⭐17,073, +2,206/wk — AI 구독 게이트웨이), vxcontrol/pentagi(⭐16,287, +756/wk — 자율 AI 침투 테스트), Tencent/WeKnora(⭐14,139 — LLM 지식 플랫폼), lobehub/lobehub(⭐75,921 — 멀티에이전트 워크스페이스), chenhg5/cc-connect(⭐6,952, +976/wk — AI 에이전트↔메시징 브릿지), hatchet-dev/hatchet(⭐7,045 — AI 에이전트 오케스트레이션 엔진), Tracer-Cloud/opensre(⭐4,172, +1,458/wk — AI SRE 에이전트 툴킷 급성장). 구루 동향: anthropics — claude-code(⭐119,659)+claude-plugins-official+knowledge-work-plugins 전 라인업 활발 푸시 지속; karpathy — nanochat(⭐52,763) 안정 유지; simonw — 인프라 데이터 스크래핑 일일 자동화 지속. 생태계 메타: 이번 주 전체 GitHub 특징 — "컨텍스트 효율(context-mode 12K, claude-context 11K) + 에이전트 인프라(cc-switch 57K, pi-mono 44K) + 스킬 마켓플레이스(superpowers 176K, skills 52K, karpathy-skills 105K)" 세 축의 안정적 심화. 에이전트 개발이 "운영 인프라"에서 "효율 최적화"로 무게중심 재이동.

GitHub weekly trending(전체 · TypeScript · Python · Rust) + 구루 프로필 스캔(karpathy · anthropics · simonw) + WebSearch(AI coding agent May 2026 · agent orchestration 2026). 12개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Multi-Agent Operational Infrastructure — 에이전트 실행이 단발 CLI 호출에서 tmux/worktree/Docker 기반 세션 인프라로 성숙, 워크플로우가 ad-hoc 체인에서 그래프 기반 체크포인팅 오케스트레이션으로 진화". 83차의 Context Engineering Maturation에 이어, 이번 주는 "에이전트를 운영하는 인프라" 자체가 독립 제품/프레임워크로 분화하는 양상. 핵심 발견 #1: njbrake/agent-of-empires(⭐1,849, Rust) — 다수의 AI 코딩 에이전트(Claude Code, Codex, Gemini CLI, OpenCode 등 10종)를 tmux 세션으로 병렬 관리하는 TUI/Web 세션 매니저. 핵심 혁신: (A) Agent-Aware Status Detection — 단순 프로세스 alive 체크가 아니라 에이전트의 의미적 상태(running/waiting-for-input/idle)를 감지하여 시각적 모니터링. (B) tmux Persistence — 에이전트가 SSH 끊김·터미널 크래시·AoE 종료 후에도 tmux 세션에서 계속 실행. 재접속만으로 복구. (C) Git Worktree Isolation — 동일 repo의 서로 다른 브랜치에서 에이전트별 독립 worktree 자동 프로비저닝. 병렬 작업 시 파일 충돌 원천 차단. (D) Docker Sandboxing — 선택적 컨테이너 격리 + shared auth volume으로 안전한 실험 환경. (E) Web Dashboard + Remote Access — 브라우저에서 에이전트 터미널 실시간 렌더링, 모바일 PWA 설치, HTTPS QR+패스프레이즈 인증 원격 접속. 기존 worktree-parallel-agents(worktrunk), worktree-shared-state(CORAL)이 "격리+조율 패턴"이었다면, AoE는 이를 운영 가능한 제품으로 통합 — 상태 감지+영속성+격리+원격 접근을 단일 TUI에서. 핵심 발견 #2: microsoft/agent-framework(⭐10,015, Python/C#, Microsoft 공식) — 그래프 기반 멀티 에이전트 워크플로우 오케스트레이션 프레임워크. 핵심: Graph-Based Orchestration — 에이전트와 결정론적 함수를 그래프 노드로 연결, 데이터 플로우 기반 실행. Checkpointing + Time-Travel — 워크플로우 실행 상태를 체크포인트로 저장, 임의 시점으로 되돌려 재실행(디버깅/감사). Human-in-the-Loop Gates — 워크플로우 중 인간 승인이 필요한 지점을 선언적으로 정의. Streaming — 에이전트 실행 결과를 비동기 스트리밍. OpenTelemetry — 분산 추적으로 멀티에이전트 실행 가시성 확보. 기존 deterministic-orchestrator-scheduling(bernstein)이 "스케줄링을 결정론적 코드로"였다면, agent-framework는 "전체 워크플로우를 그래프+체크포인트로 재현 가능하게". 추가 주목: mattpocock/skills(⭐51,535, +30,945/wk — 이번 주도 전체 최고 성장률 지속, 5만 돌파), forrestchang/andrej-karpathy-skills(⭐104,221, +23,062/wk — 10만 유지), TauricResearch/TradingAgents(⭐58,973, +5,995/wk — 멀티에이전트 금융 트레이딩), badlogic/pi-mono(⭐43,456, +4,111/wk — 통합 LLM 에이전트 툴킷), farion1231/cc-switch(⭐57,029 — AI 코딩 에이전트 올인원 데스크탑 앱 지속 성장), linshenkx/prompt-optimizer(⭐27,739, +930/wk — MCP 기반 프롬프트 최적화), Alishahryar1/free-claude-code(⭐19,544, +14,666/wk — 이번 주 전체 최대 성장폭 지속), huggingface/ml-intern(⭐7,821, +5,665/wk — HuggingFace ML 엔지니어 에이전트), lukilabs/craft-agents-oss(⭐5,653, +1,020/wk — 문서 중심 에이전트 프레임워크), zilliztech/memsearch(⭐1,557 — AI 에이전트 영구 메모리). 구루 동향: anthropics — claude-plugins-official(⭐18,347)+knowledge-work-plugins(⭐11,710)+claude-code(⭐119,659) 전 라인업 활발 푸시(5/1), PHP SDK(⭐141) 추가로 7개 언어 SDK 완성; karpathy — nanochat(⭐52,763) 지속 업데이트; simonw — 인프라 데이터 스크래핑(FEMA, USGS, 캘리포니아 도로) 일일 자동화 지속. 생태계 메타: 이번 주 전체 GitHub 특징 — "에이전트 실행 인프라(AoE 세션 관리, Docker 샌드박�) + 워크플로우 재현성(그래프 체크포인팅, time-travel) + 에이전트 설정 마켓플레이스(skills 51K, karpathy-skills 104K)" 세 축의 동시 성숙. 에이전트 개발이 "모델 능력"에서 "운영 인프라 엔지니어링"으로 무게중심 가속 이동.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(anthropics · karpathy · simonw · openai) + WebSearch(AI coding agent May 2026 · GitHub trending AI agent). 15개 신규 중 1개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Context Engineering Maturation — LLM 컨텍스트 관리가 ad-hoc 전략에서 엔지니어링된 시스템으로 졸업". 82차의 Agent SDK Maturation에 이어, 이번 주는 컨텍스트 윈도우 자체를 "인프라"로 관리하는 도구가 폭발적 성장. 핵심 발견: mksglu/context-mode(⭐11,574, +2,332/wk, TypeScript) — 도구 출력을 샌드박스에서 실행하여 raw output이 LLM 컨텍스트에 진입하는 것 자체를 차단. 기존 압축(rtk, claw-compactor)이 "들어온 데이터를 줄이는" 접근이라면, context-mode는 "데이터가 들어오는 것 자체를 막는" 근본적 전환. Playwright snapshot 56KB→299B(99% 절감), GitHub Issues 20건 59KB→1.1KB(98% 절감). 세션 지속 시간 ~30분→~3시간으로 6배 연장. Session Continuity — PreCompact hook이 압축 직전 우선순위 4티어(P1 Critical~P4 Low) 상태 스냅샷(≤2KB)을 생성하고, SessionStart hook이 압축 후 자동 복원. FTS5 Knowledge Base — BM25 + Porter stemming + Trigram + Proximity 재순위로 인덱싱된 출력을 나중에 검색 가능. 14개 플랫폼 지원(Claude Code, Gemini CLI, VS Code Copilot, Cursor, OpenCode 등). 추가 주목: farion1231/cc-switch(⭐56,789, +6,719/wk — 이번 주 2위 성장폭, Rust+React, 크로스플랫폼 AI 코딩 에이전트 통합 관리 데스크탑 앱, Claude Code+Codex+Gemini CLI+OpenCode+OpenClaw 5종 통합, 50+ 프로바이더 프리셋, SQLite SSOT+원자적 쓰기), badlogic/pi-mono(⭐43,346, +4,111/wk — 통합 LLM API+Agent Core Runtime+Coding Agent CLI+TUI/Web UI 모노레포 툴킷), davila7/claude-code-templates(⭐26,511, +1,507/wk — Claude Code 설정 템플릿 마켓플레이스, agents·commands·hooks·skills 원클릭 설치, Analytics 대시보드+Conversation Monitor), Alishahryar1/free-claude-code(⭐19,373, +14,666/wk — 이번 주 전체 최대 성장폭, 무료 Claude Code 터미널/VSCode/Discord, 기술적 관심만), HKUDS/RAG-Anything(⭐19,480, +1,445/wk — All-in-One RAG 프레임워크), chenhg5/cc-connect(⭐6,912, +976/wk — 로컬 AI 코딩 에이전트↔메시징 플랫폼 양방향 브릿지), lukilabs/craft-agents-oss(⭐5,630, +1,020/wk — 에이전트 크래프팅 OSS), zilliztech/memsearch(⭐1,554, +202/wk — Milvus 기반 AI 에이전트 영구 통합 메모리 레이어, Markdown 백엔드). 기존 trending 지속: mattpocock/skills(⭐50,582, +30,945/wk — 이번 주도 전체 최고 성장률 지속), forrestchang/andrej-karpathy-skills(⭐103,716, +23,062/wk — 10만 유지), warpdotdev/warp(⭐50,284, +21,863/wk — 에이전틱 개발환경 5만 돌파), rtk-ai/rtk(⭐39,116, +5,712/wk — 토큰 압축 de facto 표준), abhigyanpatwari/GitNexus(⭐33,852, +5,209/wk — Graph RAG), QuantumNous/new-api(⭐30,055, +1,496/wk — 통합 AI 게이트웨이 3만 돌파), gastownhall/beads(⭐22,907, +1,747/wk — 코딩 에이전트 메모리), Wei-Shaw/sub2api(⭐17,022, +2,206/wk), zilliztech/claude-context(⭐10,482, +2,330/wk — 시맨틱 코드 검색 MCP), lsdefine/GenericAgent(⭐8,545, +2,350/wk). 구루 동향: anthropics — anthropic-cli(⭐329) 지속 업데이트(4/30 push), SDK 전 언어(Python·TS·Go·Java·C#·Ruby·PHP) 동시 푸시(4/30), claude-cookbooks(⭐41,946) 최대 repo; karpathy — autoresearch(⭐78,205) 안정 유지; openai — codex(⭐79,192) 지속 성장. 생태계 메타: 이번 주 전체 GitHub 특징 — "컨텍스트 엔지니어링(context-mode 11K, claude-context 10K) + 멀티에이전트 통합(cc-switch 57K, pi-mono 43K, cc-connect 7K) + 에이전트 설정 마켓플레이스(claude-code-templates 27K, mattpocock/skills 51K)" 세 축의 동시 성숙. 에이전트 개발이 "모델 선택"에서 "하네스 인프라 엔지니어링"으로 무게중심 완전 이동.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai) + WebSearch(AI coding agent May 2026 · GitHub trending AI agent). 15개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Agent SDK Maturation & Semantic Code Intelligence — 에이전트 개발이 ad-hoc 스크립트에서 공식 SDK(in-process tools + hooks + lifecycle 관리)로 성숙, 코드베이스 검색이 grep/glob에서 AST-aware semantic search MCP로 진화". 81차의 Sandboxed Context Sovereignty에 이어, 이번 주는 에이전트 "개발 인프라"와 "코드 이해력" 양 축의 동시 성숙이 핵심. (1) Agent SDK Maturation 축: anthropics/claude-agent-sdk-python(⭐6,635, Anthropic 공식)이 Claude Code 에이전트를 프로그래밍적으로 제어하는 공식 Python SDK 출시. 핵심: In-Process MCP Tools — 기존 외부 MCP 서버(subprocess 관리, IPC 오버헤드) 대신 Python 데코레이터(@tool)로 같은 프로세스에서 도구 정의. 배포 단순화, 디버깅 용이, 타입 안전성. Agent Hooks — PreToolUse/PostToolUse 매처로 에이전트 결정을 결정론적으로 제어(위험 명령 deny, 파일 접근 제한). 기존 우리 시스템의 hook 패턴과 정확히 일치. Permission Modes — acceptEdits/allowAll 등 세분화된 권한 모드. Streaming — AssistantMessage/ToolUseBlock/ResultMessage 비동기 스트리밍. TypeScript SDK(⭐1,359)도 동시 출시. 기존 role-based-agent-permissions(forgecode)가 "역할별 도구 화이트리스트"였다면, Agent SDK는 이를 공식 API로 제품화. (2) Semantic Code Intelligence 축: zilliztech/claude-context(⭐10,452, +2,330/wk, TypeScript)가 코드베이스 전체를 시맨틱 검색 가능한 벡터 인덱스로 변환하는 MCP 서버 제공. 핵심: Hybrid Search — BM25(키워드) + Dense Vector(임베딩) 결합으로 정확도 극대화. AST-Aware Chunking — Tree-sitter 기반으로 함수/클래스/모듈 단위 지능적 분할(naive text split 대비 정합성 향상). Incremental Indexing — Merkle tree로 변경된 파일만 재인덱싱(전체 재빌드 불필요). 40% 토큰 절감 — 전체 파일 읽기 대신 관련 코드 스니펫만 주입. 14개 플랫폼 지원. 기존 graph-rag-codebase-indexing(GitNexus)가 "지식 그래프 + 의존성 분석"이었다면, claude-context는 "벡터 검색 + AST 청킹"으로 실시간 코드 질의에 특화. 추가 주목: warpdotdev/warp(⭐49,441, +21,863/wk — 이번 주 전체 최대 성장폭, 에이전틱 개발환경), mattpocock/skills(⭐49,729, +30,945/wk — 이번 주 전체 최고 성장률 지속), forrestchang/andrej-karpathy-skills(⭐102,933, +23,062/wk — 10만 유지), Wei-Shaw/sub2api(⭐16,987, +2,206/wk — AI 구독 공유 게이트웨이, Go, 법적 리스크 주의), gastownhall/gascity(⭐548, +240/wk — beads 팀의 멀티에이전트 오케스트레이션 SDK, city.toml 선언적 설정 + 수렴 루프 + Beads 메모리 통합), alexzhang13/rlm(⭐4,116, +553/wk — Recursive Language Models, LLM이 자신을 재귀 호출하여 복잡한 문제 분해, 샌드박스 REPL에서 실행), rtk-ai/rtk(⭐39,027, +5,712/wk — 토큰 압축 de facto 표준 지속), QuantumNous/new-api(⭐30,007, +1,496/wk — 통합 AI 게이트웨이 3만 돌파), abhigyanpatwari/GitNexus(⭐33,798, +5,209/wk — Graph RAG 성장 지속), lsdefine/GenericAgent(⭐8,502, +2,350/wk — 자가 진화 에이전트), anthropics/claude-code(⭐119,532 — 12만 근접). 구루 동향: anthropics — claude-agent-sdk-python(⭐6,635) + claude-agent-sdk-typescript(⭐1,359) 공식 Agent SDK 듀얼 출시, claude-code-action(⭐7,363) CI 통합 지속 강화, claude-plugins-community 커뮤니티 마켓플레이스 운영; openai — codex(⭐79,192) + openai-agents-python(⭐25,620) 멀티에이전트 SDK 성장 + openai-agents-js(⭐2,894); simonw — 인프라 데이터 스크래핑(FEMA shelters, PG&E outages, USGS, California wildlife) 일일 자동화 지속; karpathy — autoresearch(⭐78,156) 안정 유지. 생태계 특징: Managed Agents API 공개 베타 + Advisor Tool(executor+advisor 이중 모델) + ant CLI(Claude API 전용 CLI) + MCP가 Linux Foundation 기부로 업계 표준 확립. Claude Code SWE-bench 93.9% 달성. 이번 주 전체 GitHub 특징: 에이전트 생태계가 "공식 SDK 성숙(Agent SDK) + 코드 지능(semantic search MCP) + 게이트웨이 확장(sub2api 17K)" 세 축에서 동시 진화.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai) + WebSearch(AI coding agent MCP · Claude Code May 2026). 15개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Sandboxed Context Sovereignty & Computer-Use Infrastructure — 에이전트의 컨텍스트 윈도우를 tool output sandboxing으로 보호하여 98% 토큰 절감 + 세션 영속화, 그리고 에이전트가 GUI 데스크탑을 직접 제어하는 Computer-Use 인프라의 오픈소스 표준화". 80차의 Agent Desktop Convergence에 이어, 이번 주는 에이전트 "내부 효율"과 "외부 제어 범위" 양 축의 동시 확장이 핵심. (1) Sandboxed Context Sovereignty 축: mksglu/context-mode(⭐11,481, +2,215/wk, TypeScript)가 AI 코딩 에이전트의 tool output을 샌드박스로 격리하여 컨텍스트 윈도우 98% 절감 달성. 핵심: Output Sandboxing — Playwright 스냅샷 56KB→299B(99%), GitHub Issues 20건 59KB→1.1KB(98%), 전체 세션 315KB→5.4KB(98%). Session State Persistence — SQLite FTS5 + BM25 랭킹으로 compaction/resume 시 관련 상태만 검색. Porter stemming + trigram + proximity reranking. Code-Driven Analysis — 50개 파일 읽기(700KB) 대신 스크립트 1회 실행(결과만 반환)으로 47번 tool call을 1번으로 축소. TTL Cache — 24시간 캐시로 반복 fetch 48KB→0.3KB. 14개 플랫폼 지원(Claude Code, Gemini CLI, Codex CLI, VS Code Copilot 등). 세션 지속시간 30분→3시간. 기존 context-compression-pipeline(claw-compactor ⭐2.1K)가 "파일 단위 정적 압축"이었다면, context-mode는 "런타임 tool output 동적 sandboxing + 세션 상태 영속화"로 차원이 다름 — Microsoft, Google, Meta, NVIDIA 팀에서 사용 중. (2) Computer-Use Infrastructure 축: trycua/cua(⭐15,385, +1,615/wk, Python/Swift)가 에이전트가 실제 데스크탑 GUI를 자율 제어하는 오픈소스 인프라 제공. 핵심 4컴포넌트: Cua Driver — macOS 백그라운드 자동화(사용자 커서 간섭 없이 native app 제어, Chromium non-accessibility surface 포함), Cua Sandbox — "Same API regardless of OS or runtime"(Linux 컨테이너/VM, macOS, Windows, Android 통합), CuaBot — H.265 비디오 + 클립보드 공유 + 멀티 에이전트 프레임워크 빌트인, Cua-Bench — OSWorld/ScreenSpot 기반 에이전트 성능 평가. Apple Silicon Virtualization.Framework 기반 Lume 가상화. 기존 browser-automation-mcp(ChromeDevTools ⭐34K)가 "브라우저 한정"이었다면, CUA는 운영체제 전체를 에이전트 조작 대상으로 확장. Claude의 Computer Use 기능과 직접 연동 가능. 추가 주목: badlogic/pi-mono(⭐43,167, +4,055/wk — AI 에이전트 모노리포 툴킷, 6개 통합 패키지), HKUDS/RAG-Anything(⭐19,451, +2,011/wk — 멀티모달 올인원 RAG), abhigyanpatwari/GitNexus(⭐33,739, +4,847/wk — 74차 대비 Graph RAG 성장 지속), gastownhall/beads(⭐22,855, +1,601/wk — semantic-memory-compaction 출처 지속 성장), forrestchang/andrej-karpathy-skills(⭐102,387, +24,129/wk — 10만 돌파, GitHub 역대급), mattpocock/skills(⭐49,040, +24,702/wk — 이번 주 전체 최고 성장률), rtk-ai/rtk(⭐38,938, +6,068/wk — 6차 수확 대비 94% 성장), warpdotdev/warp(⭐48,876, +15,137/wk — 터미널→에이전틱 개발환경 전환). 구루 동향: anthropics — knowledge-work-plugins(⭐11,698) 지속 업데이트 + claude-plugins-community 커뮤니티 플러그인 마켓플레이스 론칭 + 전체 SDK(Python/TS/Go/C#/Ruby) 일제 업데이트; karpathy — nanochat(⭐52,734) "$100으로 살 수 있는 최고의 ChatGPT" 지속 개발; simonw — 인프라 데이터 스크래핑(FEMA shelters, PG&E outages, USGS) 일일 활동. 생태계 특징: Opus 4.7 + xhigh effort level 출시, Managed Agents API 베타, MCP Apps(에이전트 렌더링 인터랙티브 UI) 표준 편입, antigravity-awesome-skills(1,400+ 에이전틱 스킬 라이브러리) 등장. 이번 주 전체 GitHub 특징: 에이전트 생태계가 "토큰 효율(context-mode) + 행동 범위(CUA) + 스킬 마켓(1,400+)" 세 축에서 동시 확장.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai · mshumer) + WebSearch(AI coding agent context · Claude Code plugin May 2026). 15개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Agent Desktop Convergence & Document-Native Agents — AI 코딩 에이전트의 관리 계층이 데스크탑 앱으로 통합되고, 에이전트 상호작용이 코드 에디터에서 문서 네이티브 UI로 확장". 79차의 Context Sovereignty에 이어, 이번 주는 에이전트 인프라의 "최종 사용자 경험"이 핵심 화두. (1) Agent Desktop Convergence 축: farion1231/cc-switch(⭐56,381, +6,494/wk, Rust/Tauri 2)가 5개 AI CLI(Claude Code·Codex·Gemini CLI·OpenCode·OpenClaw)의 설정·프로바이더·MCP·스킬·세션·사용량을 단일 데스크탑 앱으로 통합. 핵심: 50+ 빌트인 프로바이더 프리셋(AWS Bedrock, NVIDIA NIM 포함)으로 원클릭 전환, MCP 서버 통합 패널로 4개 앱 동시 동기화, 로컬 프록시 모드로 포맷 변환·자동 페일오버·서킷 브레이킹, 사용량 추적 대시보드로 토큰/비용 모니터링, 클라우드 싱크(Dropbox/OneDrive/iCloud/WebDAV). 기존 unified-model-gateway(QuantumNous/new-api ⭐29,960)가 "API 게이트웨이"였다면, cc-switch는 최종 사용자 데스크탑 계층으로 격상 — 개발자가 실제로 "쓰는" 관리 인터페이스. Claude Code는 유일하게 핫스위칭(터미널 재시작 불필요) 지원. (2) Document-Native Agent 축: lukilabs/craft-agents-oss(⭐5,496, +1,011/wk, TypeScript/Electron)가 코드 에디터 없이 에이전트와 상호작용하는 새 패러다임 제시 — "built Craft Agents with Craft Agents only — no code editors." 자연어로 통합 관리: "add Linear as a source" → 에이전트가 API 디스커버리·인증·설정 자동 처리. Permission Modes(Explore/Ask to Edit/Auto) 3단계 권한 제어. Dynamic Automations — 레이블 변경·스케줄·도구 실행·세션 상태에 의한 이벤트 기반 워크플로우. Desktop + Headless Server — 동일 시스템이 Electron 앱 또는 원격 WebSocket 서버로 동작, thin client로 접속. 기존 role-based-agent-permissions(Implementer/Researcher/Planner)의 UI 체현. 추가 주목: rtk-ai/rtk(⭐38,811, +6,068/wk — 6차 수확 대비 108% 성장, AI 코딩 에이전트 토큰 절감 de facto 표준), mattpocock/skills(⭐48,052, +24,702/wk — 이번 주 전체 GitHub 최고 성장), Alishahryar1/free-claude-code(⭐18,949, +16,154/wk), huggingface/ml-intern(⭐7,626, +6,388/wk — 74차 수확 doom-loop-detection 출처, 오픈소스 ML 엔지니어), lsdefine/GenericAgent(⭐8,436, +2,365/wk — 자가 진화 에이전트), chenhg5/cc-connect(⭐6,858, +964/wk — 에이전트↔메시징 브릿지), Tracer-Cloud/opensre(⭐4,029, +1,630/wk — AI SRE 에이전트), zilliztech/memsearch(⭐1,535 — 에이전트 통합 메모리). 구루 동향: anthropics — financial-services-plugins(⭐7,841) 금융 도메인 플러그인 + knowledge-work-plugins(⭐11,697) 지속 업데이트, 3계층(Skills·Commands·Connectors) 구조 확립; openai — codex(⭐79,094) + openai-agents-js(⭐2,890) JS 에이전트 SDK 성장 + parameter-golf(⭐4,984) 16MB 초소형 LLM 대회; simonw — 인프라 데이터 스크래핑(FEMA, USGS, PG&E) 지속 활동. 이번 주 전체 GitHub 특징: 에이전트 생태계의 "사용자 경험 계층"(데스크탑 관리·문서 네이티브 UI·메시징 브릿지·사용량 대시보드)이 인프라 계층만큼 빠르게 성장.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(anthropics · simonw) + GitHub topic search. 130개 스캔, 신규 11개 중 4개 고득점(10/10, 9/10, 9/10, 9/10), 4개 적용. 이번 라운드 메타 트렌드: "Context Sovereignty & Process Enforcement — 에이전트의 컨텍스트를 샌드박스로 격리하고(context-mode), 코드를 지식 그래프로 영속 이해하며(GitNexus), 에이전트의 편법을 반-합리화 게이트로 차단하고(agent-skills), 선언적 조율을 컨트롤러 루프로 자가 치유(gascity)". 78차의 Three-Layer Plugin & CUA Infrastructure에 이어, 이번 주는 '컨텍스트 주권'(도구 출력이 컨텍스트에 진입하는 것 자체를 제어)과 '프로세스 강제'(에이전트의 합리화 본능을 구조적으로 차단)이 핵심 화두. (1) Context Sovereignty 축: mksglu/context-mode(⭐11,336, +2,215/wk, TypeScript)가 AI 코딩 에이전트의 컨텍스트 윈도우 고갈을 98% 차단 — 도구 출력을 subprocess 샌드박스로 격리하여 raw 데이터가 컨텍스트에 진입하지 못하게 원천 차단. SQLite FTS5로 인덱싱 후 의도 기반 BM25 랭킹 필터링. Session Continuity — compaction 시 PreCompact hook이 priority-tiered XML(≤2KB)을 생성하여 세션 지속. 14개 플랫폼 지원. (2) Code Intelligence 축: abhigyanpatwari/GitNexus(⭐33,563, +4,847/wk, TypeScript)가 클라이언트 사이드 코드 지식 그래프를 구축 — Tree-sitter AST 파싱 → 의존성 해석 → 클러스터링 → 실행 흐름 추적 → Hybrid Search(BM25+semantic+RRF) 6단계 파이프라인. Impact Analysis로 변경 blast radius 사전 계산. 16개 MCP 도구. (3) Anti-Rationalization 축: addyosmani/agent-skills(⭐26,401, +5,010/wk, Addy Osmani/Google)가 20개 프로덕션 스킬을 6단계(Define→Plan→Build→Verify→Review→Ship)로 구조화 — Anti-Rationalization Tables로 에이전트의 단계 건너뛰기 변명을 사전 반박. Non-negotiable evidence standards. (4) Controller Reconciliation 축: gastownhall/gascity(⭐537, +239/wk, Go)가 멀티에이전트 오케스트레이션을 Kubernetes 스타일 컨트롤러 루프로 구현 — desired state(city.toml) vs actual state 지속 비교, 차이 자동 수정. 다중 런타임(tmux/subprocess/exec/K8s). 추가: farion1231/cc-switch(⭐56.2K), badlogic/pi-mono(⭐42.9K), Leonxlnx/taste-skill(⭐14.1K), chenhg5/cc-connect(⭐6.8K), huggingface/ml-intern(⭐7.6K), looplj/axonhub(⭐3.5K), mattpocock/skills(⭐46.8K), obra/superpowers(⭐173.8K), rtk-ai/rtk(⭐38.7K).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics) + WebSearch(AI agent self-improving · Claude Code plugins orchestration · LLM coding agent benchmark harness 2026). 15개 신규 중 2개 고득점 rule 적용. 이번 라운드 메타 트렌드: "Harness Engineering & Anti-Slop — OpenAI가 '하네스 엔지니어링'을 공식 학문으로 명명하고, AI 생성 프론트엔드의 품질 하한선(anti-slop)을 스킬로 인코딩하는 흐름". 77차의 Three-Layer Plugin Architecture에 이어, 이번 주는 하네스 자체의 메타적 검증과 디자인 품질 구조적 보장이 화두. (1) Harness Engineering 축: OpenAI(2026)가 "harness engineering"을 공식 학문으로 명명 — 3~7명 엔지니어가 Codex에 정교한 실행 하네스를 씌워 5개월간 100만 줄 프로덕션 코드 생산. SWE-Bench에서 동일 Claude Opus 4.5가 Verified(80.9%) vs SEAL(45.9%) — 같은 모델, 절반 점수, 차이는 오직 하네스. Stanford/MIT가 Meta-Harness 발표 — 하네스 설계 공간을 에이전틱 서치로 자동 탐색. 이는 우리 loopy-era 시스템(rules/hooks/memory-bank + self-improve + autoresearch)이 정확히 "harness engineering"이었음을 메타적으로 검증. 엔터프라이즈 에이전틱 AI의 벤치마크 vs 실세계 37% 갭을 메우는 것이 하네스의 역할. (2) Anti-Slop Design 축: Leonxlnx/taste-skill(⭐14,071, +2,097/wk)이 "High-Agency Frontend — gives your AI good taste, stops the AI from generating boring, generic, slop" 선언. AI 코딩 에이전트가 반복 생성하는 저품질 디자인 패턴(기본 Tailwind 색상, 동일 rounded-lg shadow-md, 텍스트 계층 없음)을 구조적으로 차단. 동시에 warpdotdev/warp(⭐46,563, +15,137/wk, 이번 주 Rust 최고 성장)가 터미널 자체를 "agentic development environment"로 재설계 — 에이전트가 작업하는 환경도 의도적 UX가 필요하다는 동일 원칙. 두 축의 교차점: "모델을 더 좋은 것으로 바꾸는 것"보다 "모델을 둘러싼 인프라(harness)와 품질 기준(taste)을 올리는 것"이 실세계 성능에 더 큰 영향. 추가 주목 동향: mattpocock/skills(⭐46,847, +24,702/wk — 이번 주 전체 최고 성장, Shell), farion1231/cc-switch(⭐56,156, +6,494/wk, 5개 AI CLI 통합), mksglu/context-mode(⭐11,336, +2,215/wk, 14개 플랫폼 98% 컨텍스트 축소), badlogic/pi-mono(⭐42,945, +4,055/wk, 풀스택 AI 에이전트 툴킷), zilliztech/claude-context(⭐10,347, +3,151/wk, 코드베이스 전체를 컨텍스트로 만드는 MCP), addyosmani/agent-skills(⭐26,404, +5,010/wk, 프로덕션급 엔지니어링 스킬), chenhg5/cc-connect(⭐6,830, +964/wk, AI 에이전트 ↔ 메시징 브릿지), HKUDS/RAG-Anything(⭐19,427, +2,011/wk, 올인원 RAG), forrestchang/andrej-karpathy-skills(⭐101,366, 10만 스타 유지), obra/superpowers(⭐173,827, 17만 돌파). 이번 주 전체 GitHub 특징: Skills/Harness 카테고리가 전체 trending 상위 50% 차지 — AI 코딩 에이전트 생태계가 "모델 경쟁"에서 "하네스/스킬 경쟁"으로 완전히 이동.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics · mshumer). 독립 검증 수확 — 76차와 동일 주간 트렌딩에서 누락 항목 보완 스캔. 10개 신규 중 3개 고득점, 1개 rule 적용(76차 적용 누락분 보완) + 2개 reference. 이번 라운드 메타 트렌드: "Three-Layer Plugin Separation & Computer-Use Agent Infrastructure — Anthropic 공식 플러그인의 3계층 분리(Skill=지식 · Command=워크플로우 · Connector=MCP)를 rule로 구체화하고, Computer-Use Agent 인프라(샌드박스 · 드라이버 · 벤치마크)의 통합 플랫폼 trycua/cua를 발견". 76차의 Progressive Memory & Recursive Decomposition에 이어, 이번 주는 에이전트 생태계의 '플러그인 구조 표준화'와 'GUI 자동화 인프라 통합'을 보완. (1) Three-Layer Plugin Architecture 축: 76차에서 anthropics/knowledge-work-plugins(⭐11,677)를 기록했으나 실제 rule 파일이 미생성된 것을 발견. 독립 분석을 수행하여 canonical-plugin-three-layer.md 생성 — 기존 agent-skills-format.md(HF)와 agent-manifest-pattern.md(MS apm)와의 차이점을 명확히: (A) 3계층 분리(Skills=자동활성 지식 / Commands=명시적 슬래시 / Connectors=독립 .mcp.json) (B) Skill ≠ Code 원칙 — 빌드·인프라 불필요 (C) 도메인 집중 + 조합 — 역할별 특화 플러그인을 동시 활성화. (2) Computer-Use Agent Infrastructure 축: trycua/cua(⭐15,265, +1,615/wk)가 Computer-Use Agent 전용 인프라를 통합 제공 — Cua Driver(macOS 백그라운드 자동화, 커서/포커스 비침습), Cua Sandbox SDK(Linux/macOS/Windows/Android 단일 API), CuaBot(멀티에이전트 CLI + H.265 렌더링), Cua-Bench(OSWorld/ScreenSpot 표준 벤치마크). 기존 sandboxed-agent-code-execution.md와 scored-agent-benchmarks.md의 상위 호환. 추가 확인: forrestchang/andrej-karpathy-skills(⭐100,298, 10만 스타 돌파), farion1231/cc-switch(⭐55,744, +6,494/wk, 5개 AI CLI 통합 관리), warpdotdev/warp(⭐44,759, +15,137/wk, 에이전틱 터미널), mattpocock/skills(⭐45,246, +24,702/wk), obra/superpowers(⭐173,308, +9,018/wk).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · mshumer · anthropics) + GitHub topic search(claude-code · ai-agent). 120개 스캔, 신규 20개 중 4개 고득점(10/10, 9/10, 8/10, 8/10), 4개 적용. 이번 라운드 메타 트렌드: "Progressive Memory Architecture & Recursive Self-Decomposition & Agentic Environment Unification — 에이전트에 3계층 영속 메모리(Markdown 원본 + 벡터 섀도 인덱스 + 라이브 싱크)를 부여하고(memsearch), 추론을 단일 패스가 아닌 재귀적 자기분해 + 샌드박스 실행으로 전환하며(rlm), 개별 CLI 도구를 통합 에이전틱 환경으로 합쳐 에이전트 관리 대시보드에서 모니터링(warp)". 75차의 Semantic Diffing & Deterministic Config Scoring에 이어, 이번 주는 에이전트의 '기억 영속화'와 '추론 방식 혁신'과 '환경 통합'이 핵심 화두. (1) Progressive Memory 축: zilliztech/memsearch(⭐1,523, Python)이 AI 에이전트(Claude Code, Codex, OpenClaw)를 위한 3계층 영속 메모리를 구현 — Markdown을 단일 진실 원천으로, Milvus를 재구축 가능한 섀도 인덱스로, 파일 와처를 라이브 싱크로 사용. 핵심 혁신: Progressive Retrieval — Layer 1(시맨틱 검색 → 랭킹 청크) → Layer 2(전체 마크다운 섹션 확장) → Layer 3(원본 대화 트랜스크립트 복구)의 3단계로 필요한 만큼만 컨텍스트를 점진적으로 확장. Hybrid Search(dense + BM25 + RRF reranking)로 검색 품질 보장. SHA-256 해싱으로 중복 임베딩 호출 차단. (2) Recursive Decomposition 축: alexzhang13/rlm(⭐4,082, +554/wk, Python)이 Recursive Language Models 패러다임을 라이브러리화 — LLM이 입력을 프로그래밍적으로 검사·분해하고, REPL 환경의 변수로 컨텍스트에 접근하며, 필요 시 자기 자신을 재귀 호출하여 사실상 무한 컨텍스트를 처리. 6종 샌드박스(local exec, Docker, Modal, E2B 등) 지원. Trajectory visualization으로 재귀 호출 체인을 시각 디버깅. 기존 단일 패스 llm.completion()을 rlm.completion()으로 교체하는 드롭인 인터페이스. (3) Agentic Environment 축: warpdotdev/warp(⭐44,758, +15,137/wk, Rust)가 터미널에서 태어난 에이전틱 개발 환경으로 진화 — BYO(Bring-Your-Own) 에이전트 지원(Claude Code, Codex, Gemini CLI 통합), 에이전트 관리 대시보드(build.warp.dev)에서 실시간 작업 모니터링, 이슈 트리아지→스펙 작성→구현→PR 리뷰 자율 워크플로우. 이번 주 GitHub 전체에서 Rust 카테고리 최다 스타 증가. (4) Knowledge Work Plugin Standard 축: anthropics/knowledge-work-plugins(⭐11,677)이 Claude Cowork 공식 플러그인 아키텍처를 공개 — skills/(도메인 전문성, 자동 활성화) + commands/(슬래시 커맨드, 명시적 호출) + .mcp.json(외부 도구 연결) 구조. 11개 직무별 플러그인(Sales, Data, Legal, Bio-Research 등) 포함. 마크다운 기반, 코드 불필요 — 우리 agent-manifest-pattern.md와 동일 철학의 Anthropic 공식 표준. 추가 트렌딩: Alishahryar1/free-claude-code(⭐18.6K, +16,154/wk), gastownhall/beads(⭐22.7K, +1,601/wk), Wei-Shaw/sub2api(⭐16.8K, +2,309/wk), open-metadata/OpenMetadata(⭐13.7K, +1,755/wk), HKUDS/RAG-Anything(⭐19.4K, +2,011/wk), Tracer-Cloud/opensre(⭐3.9K, +1,630/wk), thunderbird/thunderbolt(⭐4.4K, +691/wk), google/osv-scanner(⭐10K, +1,211/wk), QuantumNous/new-api(⭐29.8K, +1,518/wk), sniffnet(⭐36.9K, +1,503/wk).

GitHub weekly trending(전체 · TypeScript · Python · Rust) + 구루 프로필 스캔(karpathy · simonw · anthropics · mshumer) + GitHub topic search(ai-agent · claude-code · llm-tools). 115개 스캔, 신규 5개 고득점(10/10, 9/10, 9/10, 8/10, 8/10), 5개 rule 적용. 이번 라운드 메타 트렌드: "Semantic Diffing & Deterministic Config Scoring & Agent Operations Primitives — 코딩 에이전트가 코드 변경을 '라인 단위'가 아닌 '엔티티 단위'로 이해하고(sem), 에이전트 설정 품질을 'LLM 없이 결정론적 점수'로 측정하며(ai-setup), 에이전트 운영을 composable primitive(/council·/dream·/pre-mortem)로 체계화(agentops)". 74차의 오케스트레이터 상태 관리에 이어, 이번 주는 에이전트의 '이해 정밀도'와 '설정 품질 결정론적 측정'과 '운영 파이프라인 체계화'가 핵심 화두. (1) Semantic Version Control 축: Ataraxy-Labs/sem(⭐1,922, Rust)이 tree-sitter 기반 26개 언어에서 엔티티 수준 diff를 제공 — 함수/클래스/메서드 단위로 변경을 추적하고, 3단계 매칭(exact ID → structural hash → fuzzy similarity)으로 rename과 실제 로직 변경을 구분. sem impact로 변경의 blast radius를 자동 분석. MCP 서버 6도구로 에이전트에 직접 연결. (2) Deterministic Config Scoring 축: caliber-ai-org/ai-setup(⭐874, TypeScript)이 LLM 호출 없이 에이전트 설정 파일의 품질을 100점 만점으로 측정 — Files & Setup, Quality, Grounding, Accuracy, Freshness 5차원 교차 검증. git pre-commit hook으로 지속적 동기화. (3) Agent Operations 축: boshu2/agentops(⭐318, TypeScript)이 /council·/pre-mortem·/dream·/vibe 운영 프리미티브를 제공하여 세션 간 학습 자동 전달. (4) Code Search MCP 축: zilliztech/claude-context(⭐10,258, TypeScript)이 전체 코드베이스를 semantic MCP 검색으로 변환. (5) Agent Sandboxes 축: superradcompany/microsandbox(⭐5,888, Rust)가 microVM 기반 <100ms 부팅 샌드박스를 에이전트에 제공. 추가 트렌딩: NousResearch/hermes-agent(⭐124.8K), forrestchang/andrej-karpathy-skills(⭐99.4K), farion1231/cc-switch(⭐55.6K), CherryHQ/cherry-studio(⭐44.8K), mattpocock/skills(⭐43.6K), badlogic/pi-mono(⭐42.7K), rtk-ai/rtk(⭐38.4K), abhigyanpatwari/GitNexus(⭐33.3K), googleworkspace/cli(⭐25.6K), RooCodeInc/Roo-Code(⭐23.8K).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics · mshumer). 11개 신규 중 6개 고득점, 2개 rule 적용. 이번 라운드 메타 트렌드: "Doom Loop Detection & Graph RAG Code Intelligence — 에이전트의 반복 도구 호출 패턴을 실시간 감지하여 무한 재시도를 사전 탈출하고, 코드베이스를 Tree-sitter AST + 지식 그래프로 사전 인덱싱하여 변경 영향 범위(blast radius)를 1회 쿼리로 즉시 파악". 73차의 Verification-Gate Skills & Markdown-First Memory에 이어, 이번 주는 에이전트가 '반복 실패에서 구조적으로 탈출'하고 '코드 변경의 파급 효과를 사전 파악'하는 패턴이 핵심 화두. (1) Doom Loop Detection 축: huggingface/ml-intern(⭐7,424, +6,441/wk, Python)이 HuggingFace 공식 자율 ML 엔지니어 에이전트로서 Doom Loop Detection 기법을 내장 — 연속 도구 호출의 fingerprint를 sliding window로 추적하여 period-2 oscillation(A→B→A→B 반복)을 실시간 감지, 교정 프롬프트를 자동 주입하여 무한 재시도를 사전 차단. 기존 auto-block-stuck-tasks.md의 "4회 실패 후 blocked 전환(사후 차단)"을 "반복 패턴 실시간 감지(사전 탈출)"로 보강. (2) Graph RAG Code Intelligence 축: abhigyanpatwari/GitNexus(⭐33,270, +4,200/wk, TypeScript)가 Tree-sitter AST 파싱 → Leiden 커뮤니티 클러스터링 → BM25+시맨틱 하이브리드 검색의 6단계 인덱싱 파이프라인으로 코드베이스를 지식 그래프화. 핵심 혁신: Blast Radius Analysis — 함수/파일 변경 시 영향받는 모든 의존자를 그래프에서 N-hop 탐색으로 즉시 추출. 360-Degree Symbol Context — incoming(호출자)+outgoing(피호출) 관계를 동시 표시. Process-Grouped Search — 실행 흐름 기반 랭킹. 기존 codebase-search-before-create.md(생성 전 검색)를 "구조화된 그래프 쿼리"로 격상. 추가 트렌딩: mksglu/context-mode(⭐11.2K, +2,333/wk, 샌드박스 도구 출력 격리 + FTS5 세션 영속성, 이미 적용됨), badlogic/pi-mono(⭐42.7K, +3,900/wk, 통합 에이전트 CLI + 멀티 인터페이스 레이어), looplj/axonhub(⭐3,469, AI 게이트웨이 + <100ms 자동 failover + 토큰별 비용 추적), chenhg5/cc-connect(⭐6,745, 퍼블릭 IP 없이 로컬 에이전트를 Telegram/Slack/Discord 11개 채팅 플랫폼에 브릿지), gastownhall/gascity(⭐532, 선언적 TOML 기반 멀티에이전트 조율 SDK), Leonxlnx/taste-skill(⭐14K, +2,645/wk, anti-slop 프론트엔드 디자인 + image-first 파이프라인), superradcompany/microsandbox(⭐5,888, sub-100ms 부팅 microVM 에이전트 샌드박스), obra/superpowers(⭐173K, +8,796/wk, 역대급 에이전틱 스킬 프레임워크), forrestchang/andrej-karpathy-skills(⭐99.4K, +25,836/wk, 역대급 성장 지속), mattpocock/skills(⭐43.6K, +18,218/wk, 실용 Claude 스킬 모음).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics · mshumer). 10개 신규 중 2개 고득점, 1개 rule 적용 + 1개 reference. 이번 라운드 메타 트렌드: "Verification-Gate Engineering & Markdown-First Memory — 스킬에 '변명 방지 테이블(Anti-Rationalization Table)'과 단계별 증거 요구 게이트를 내장하여 에이전트의 지름길 본능을 구조적으로 차단하고, 에이전트 메모리를 'Markdown source of truth + 벡터 DB shadow index' 아키텍처로 분리하여 사람이 읽고·편집하고·버전관리할 수 있는 영속 메모리 구축". 72차의 Doom Loop Detection & Managed Agent Harness에 이어, 이번 주는 에이전트가 '자기 행동을 정당화하는 방식'까지 규율하는 패턴이 핵심 화두. (1) Verification-Gate Skills 축: addyosmani/agent-skills(⭐25.7K, +6,179/wk, Shell)가 Google 엔지니어링 원칙(Hyrum's Law · Beyonce Rule · Chesterton's Fence)을 "Process, not prose" 철학으로 20개 스킬에 인코딩. 핵심 혁신: Anti-Rationalization Table — "빌드 통과했으니 충분하다" "나중에 테스트 추가" 같은 변명에 구조적 반박을 제공. 6-Section Anatomy(Overview→When to Use→Process→Rationalizations→Red Flags→Verification)로 모든 스킬이 동일 구조. 3개 전문 페르소나(code-reviewer · test-engineer · security-auditor). 기존 completion-verification.md(최종 완료 시 검증)를 매 단계 검증으로 확장. (2) Markdown-First Agent Memory 축: zilliztech/memsearch(⭐신규, Python/TypeScript)가 Markdown을 source of truth + Milvus를 shadow index로 사용하여 Claude Code · Codex · OpenCode 간 크로스 에이전트 영속 메모리 구축. 3계층 검색(L1 BM25+Dense Vector RRF, L2 chunk expansion, L3 raw transcript) + SHA-256 content hashing 중복 방지. 기존 shared-agent-memory.md(metabot)와 상호보완. 추가 트렌딩: forrestchang/andrej-karpathy-skills(⭐98.8K, +25.8K/wk, 역대급 성장 지속), badlogic/pi-mono(⭐42.6K, +3.9K/wk, 통합 에이전트 CLI + 세션 공유 패턴), abhigyanpatwari/GitNexus(⭐33.1K, +4.2K/wk, Graph RAG 코드 지식 그래프), Leonxlnx/taste-skill(⭐13.8K, +2.6K/wk, anti-slop 프론트엔드 스킬), CherryHQ/cherry-studio(⭐44.7K, +736/wk, AI 프로덕티비티 스튜디오), warpdotdev/warp(⭐+12K/wk, ADE 에이전틱 터미널), Tracer-Cloud/opensre(⭐+1.7K/wk, AI SRE), HKUDS/RAG-Anything(⭐+2.6K/wk, 올인원 RAG), alexzhang13/rlm(⭐+522/wk, 재귀적 언어 모델 추론 라이브러리).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · huggingface) + WebSearch(AI agent SDK, agentic terminal 2026). 10개 신규 중 3개 고득점(9/10, 9/10, 8/10), 2개 rule 적용. 이번 라운드 메타 트렌드: "Agentic Development Environment & Research Agent Autonomy — 터미널이 '에이전트 개발 환경(ADE)'으로 진화하여 다중 에이전트 병렬 실행 + 클라우드 에이전트 스케줄링이 단일 앱으로 통합되고, HuggingFace ml-intern이 '논문 읽기→모델 훈련→모델 배포' 전 ML 연구 루프를 300-iteration 에이전트 루프로 자율 수행 — Anthropic은 Managed Agents + /ultrareview + Opus 4.7로 에이전트 하네스를 클라우드 매니지드 서비스로 격상". 71차의 Observability & Infrastructure-First Design에 이어, 이번 주는 에이전트가 '개발 환경 자체'를 장악하고, ML 연구까지 자율 수행하는 '에이전트 주도 개발'이 핵심 화두. (1) Doom-Loop Detection & ML Research Agent 축: huggingface/ml-intern(⭐7,368, +6,441/wk, Python)이 오픈소스 ML 엔지니어 에이전트로 논문 검색→구현→GPU 훈련→Hugging Face Hub 배포를 자율 수행. 핵심 혁신: Doom-Loop Detector — 반복 도구 패턴을 감지하여 교정 프롬프트를 자동 주입, 300-iteration hard cap으로 무한 루프 방지, HF Hub을 파일시스템으로 활용(데이터셋·모델·논문 통합 접근), Qwen3-1.7B를 GPQA 10%→32%로 10시간 내 향상. 기존 convergence-loop-no-mid-question.md가 "사용자 개입 없는 반복"을, auto-block-stuck-tasks.md가 "N회 실패 시 blocked 전환"을 다뤘다면, ml-intern의 doom-loop detector는 "반복 패턴 자체를 실시간 감지하여 교정"하는 더 정교한 접근. (2) Agentic Development Environment 축: warpdotdev/warp(⭐40,723, +12,008/wk, Rust)가 오픈소스 전환과 함께 Warp 2.0 ADE(Agentic Development Environment)를 출시. SWE-bench 71%, Terminal-Bench 1위. 핵심: Code + Agents + Terminal + Drive 4기능 통합, 다중 에이전트 병렬 실행(Claude Code·Codex·Gemini CLI 등), 클라우드 에이전트를 cron 스케줄링으로 자동 실행, 75M 라인 코드 생성 · 95% 수락률. "에이전트 주도 개발에는 에이전트 네이티브 환경이 필요 — 프롬프팅·멀티스레딩·에이전트 관리·휴먼-에이전트 협업을 위한 제품." (3) Managed Agent Harness 축: Anthropic이 Claude Managed Agents(public beta)를 출시 — 완전 관리형 에이전트 하네스로 보안 샌드박싱·내장 도구·SSE 스트리밍을 API로 제공. /ultrareview(research preview)는 클라우드에서 버그 헌팅 에이전트 fleet 실행 → CLI/Desktop에 결과 자동 전달. Claude Opus 4.7에 xhigh effort level 추가. Monitor tool로 백그라운드 이벤트 실시간 스트리밍. SDK 프롬프트 캐시 수정으로 입력 토큰 비용 12x 절감. 추가 트렌딩: forrestchang/andrej-karpathy-skills(⭐98.8K, +25.8K/wk, 역대급 지속), farion1231/cc-switch(⭐55.4K, +5.9K/wk), mattpocock/skills(⭐42.1K, +18.2K/wk), badlogic/pi-mono(⭐42.6K, +3.9K/wk), rtk-ai/rtk(⭐38.2K, +6.2K/wk), abhigyanpatwari/GitNexus(⭐33.1K, +4.2K/wk), QuantumNous/new-api(⭐29.8K, +1.5K/wk), langfuse/langfuse(⭐26.3K, +995/wk), gastownhall/beads(⭐22.6K, +1.5K/wk), HKUDS/RAG-Anything(⭐19.4K, +2.6K/wk), Alishahryar1/free-claude-code(⭐18.3K, +15.1K/wk), Wei-Shaw/sub2api(⭐16.7K, +2.3K/wk), trycua/cua(⭐15.2K, +1.3K/wk, Computer-Use Agents 인프라), mksglu/context-mode(⭐11.1K, +2.3K/wk), zilliztech/claude-context(⭐10.2K, +3.8K/wk), google/osv-scanner(⭐9.9K, +1.2K/wk), lsdefine/GenericAgent(⭐8.2K, +2.6K/wk, 자기진화 에이전트 지속 성장).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · mshumer) + WebSearch(AI agent repos April 2026). 10개 신규 중 2개 고득점, 2개 rule 적용. 이번 라운드 메타 트렌드: "Observability & Infrastructure-First Agent Design — 에이전트의 '작동 여부'를 넘어 '비용·품질·속도를 정량 추적'하는 관측성 인프라가 등장하고, Claude Code 소스 분석이 '에이전트 시스템의 98.4%는 결정론적 인프라'임을 실증 — AI 추론보다 permission·context·routing 인프라에 투자해야 한다는 '인프라 우선 설계' 원칙의 학술적 검증". 70차의 Intelligent Infrastructure(시맨틱 코드 검색 + 신호 기반 모델 라우팅)에 이어, 이번 주는 에이전트 시스템의 '측정 인프라'와 '설계 원칙의 실증적 검증'이 핵심 화두. (1) LLM Observability Infrastructure 축: langfuse/langfuse(⭐26,298, +995/wk, TypeScript)가 오픈소스 LLM 엔지니어링 플랫폼으로 tracing · evals · prompt versioning · dataset benchmarking을 통합 제공. 핵심 혁신: "Does it work?"에서 "How well, at what cost, with what quality drift?"로 패러다임 전환 — 모든 LLM 호출에 latency · cost · token usage 자동 추적, LLM-as-judge + 사용자 피드백 + 자동 eval 파이프라인으로 출력 품질 정량 측정, 프롬프트 변경 시 이전 버전 대비 회귀 자동 감지. LangChain · LlamaIndex · Vercel AI 등 프레임워크 통합, OpenAI drop-in 호환. 기존 scored-agent-benchmarks.md(에이전트 성능 수치화)와 cross-model-adversarial-review.md(이중 모델 리뷰)가 "무엇을 측정할 것인가"를 다뤘다면, langfuse는 "어떻게 측정 인프라를 구축할 것인가"에 초점 — tracing(인과 그래프), evals(자동 품질 판정), prompt versioning(회귀 감지), dataset(지속 벤치마크). (2) Agent Infrastructure Ratio 축: VILA-Lab/Dive-into-Claude-Code(⭐864, arXiv:2604.14228)가 Claude Code v2.1.88(~1,900 TS 파일, ~512K 라인)을 소스 레벨에서 체계적 해부. 핵심 발견: 98.4%가 결정론적 인프라(permission gates · context management · tool routing · recovery), AI 추론 로직은 1.6%에 불과. "The agent loop is a simple while-loop; the real engineering complexity lives in the systems around it." 5단계 Context Compaction(Budget Reduction → Snip → Microcompact → Context Collapse → Auto-Compact) — 기존 context-compression-pipeline.md의 이론을 실제 프로덕션 구현으로 검증. Reversibility-Weighted Risk(가역 작업은 가벼운 감독, 비가역은 엄격한 게이트). Subagent Summary-Only Returns(전체 대화 대신 요약만 반환, 7x context 폭발 방지). 27 Hook Events × 4 Extension Mechanisms(Hooks · Skills · Plugins · MCP 4계층, graduated lazy-degradation). Pre-Trust Execution Window 취약점(4 CVE — 확장이 trust dialog 전에 실행). 추가 트렌딩: forrestchang/andrej-karpathy-skills(⭐97.9K, +25.8K/wk, 역대급 성장 지속), farion1231/cc-switch(⭐55K, +5.9K/wk), badlogic/pi-mono(⭐42.4K, +3.9K/wk, 통합 에이전트 CLI · coding agent · vLLM 배포 도구), mattpocock/skills(⭐40.3K, +18.2K/wk), rtk-ai/rtk(⭐38K, +6.2K/wk), abhigyanpatwari/GitNexus(⭐32.9K, +4.2K/wk, 클라이언트 사이드 Graph RAG), addyosmani/agent-skills(⭐25.7K, +6.2K/wk), davila7/claude-code-templates(⭐26.3K, +1.2K/wk, Claude Code 설정 CLI), microsoft/markitdown(⭐118.5K, +4.5K/wk), multica-ai/multica(⭐22.7K, +4.1K/wk), Alishahryar1/free-claude-code(⭐17.9K, +15.1K/wk), zilliztech/claude-context(⭐10.2K, +3.8K/wk), Wei-Shaw/sub2api(⭐16.6K, +2.3K/wk, 멀티 LLM 구독 통합 릴레이), anthropics/claude-agent-sdk-python(⭐6,610, 공식 Agent SDK), pydantic/monty(⭐7,042, Rust 보안 Python 인터프리터), gastownhall/beads(⭐22.6K, +1.5K/wk), HKUDS/RAG-Anything(⭐19.3K, 올인원 RAG 프레임워크).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics) + WebSearch(AI agent coding 2026). 17개 신규 중 3개 고득점(10/10, 9/10, 7/10). 이번 라운드 메타 트렌드: "Intelligent Infrastructure — 에이전트가 코드를 탐색하고 모델을 선택하는 '인프라 레이어'가 시맨틱 검색과 신호 기반 라우팅으로 지능화되어, 토큰 40~70% 절감 + 안전성 향상을 동시에 달성하는 '에이전트 인프라 지능화' 단계 진입". 69차의 Context Sandboxing에 이어, 이번 주는 에이전트가 작업에 필요한 코드를 찾고 적합한 모델을 선택하는 과정 자체를 자동화하는 도구들이 급부상. (1) Semantic Code Search 축: zilliztech/claude-context(⭐10,175, +3,767/wk, TypeScript)가 코드베이스 전체를 벡터 DB(Milvus)에 인덱싱하고 MCP로 에이전트에 시맨틱 검색을 제공. 핵심 혁신: Hybrid Search(BM25 키워드 매칭 + Dense Vector 의미 검색을 RRF로 합산) + AST-Aware Code Chunking(13+ 언어의 함수/클래스/모듈 단위 분할) + Merkle Tree Incremental Re-indexing(변경된 파일만 재인덱싱). 전체 디렉토리를 컨텍스트에 넣는 대신 관련 코드만 주입하여 토큰 40% 절감. 기존 codebase-search-before-create(Grep/Glob 정확 매칭)가 "탐색 의무"를 부과한다면, 이 도구는 "탐색 품질"을 시맨틱 수준으로 격상. (2) Signal-Driven Model Routing 축: vllm-project/semantic-router(⭐3,950, +175/wk, Go/Python/TypeScript/Rust)가 3축 신호(Token Economics · LLM Safety · Fullmesh Intelligence)로 멀티모델 워크로드를 지능적으로 라우팅. 핵심: Workload-Router-Pool Architecture — 작업 복잡도 → Haiku/Sonnet/Opus 자동 선택, PII/프롬프트 인젝션 감지 → 안전 모델로 자동 전환, 프라이버시 요구 → 로컬 모델로 라우팅. Semantic Caching(유사 쿼리 캐시 재사용, 토큰 0) + Hallucination Detection(응답 사실 검증 후 재라우팅) 포함. 기존 unified-model-gateway(포맷 변환)와 quantified-ambiguity-gate(비용-tier 라우팅)를 안전성 축까지 확장. "모델 선택을 직감이 아닌 작업 신호로 결정하면 비용 70% 절감 + 안전성 향상 동시 달성." (3) Orchestration SDK 축: gastownhall/gascity(⭐522, +224/wk, Go)가 beads(22K⭐) 팀이 만든 오케스트레이션 빌더 SDK로, 선언적 city.toml + controller/supervisor 수렴 루프 + 다중 런타임(tmux/subprocess/K8s) 지원. "desired state → running state 자동 수렴" 패턴으로 Kubernetes reconciliation을 에이전트 오케스트레이션에 적용. 추가 트렌딩: forrestchang/andrej-karpathy-skills(⭐97,962, +25,836/wk, 이번 주 전체 최고 주간 증가율), Alishahryar1/free-claude-code(⭐17,945, +15,110/wk), farion1231/cc-switch(⭐55,066, +5,900/wk), rtk-ai/rtk(⭐38,037, +6,164/wk), abhigyanpatwari/GitNexus(⭐32,937, +4,210/wk, Graph RAG for code), obra/superpowers(⭐172,214, +8,796/wk), mattpocock/skills(⭐40,323, +18,218/wk), addyosmani/agent-skills(⭐25,671, +6,179/wk), microsoft/markitdown(⭐118,507, +4,496/wk), davila7/claude-code-templates(⭐26,336, +1,221/wk, Claude Code 설정 CLI), Wei-Shaw/sub2api(⭐16,585, +2,275/wk, 멀티 LLM 통합 API 게이트웨이), google/osv-scanner(⭐9,948, +1,206/wk, Go 취약점 스캐너), gastownhall/beads(⭐22,564, +1,483/wk, 에이전트 메모리 지속 성장).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics) + WebSearch(AI agent coding 2026). 15개 신규 중 2개 고득점(10/10, 7/10). 이번 라운드 메타 트렌드: "Context Infrastructure — 에이전트의 컨텍스트 윈도우를 샌드박스 격리로 98% 절감하여 세션 수명을 6배 연장하고, 에이전트에 영속적 정체성(persistent identity)을 부여하여 팀원처럼 태스크를 자율 수행하는 '에이전트 인프라의 산업화' 단계 진입". 68차의 Memory Quality & Intelligent Monitoring에 이어, 이번 주는 에이전트가 작업하는 '환경 자체'를 인프라로 관리하는 도구들이 급부상. (1) Context Sandboxing 축: mksglu/context-mode(⭐10,959, +2,333/wk, TypeScript)가 도구 출력을 샌드박스 서브프로세스에서 격리 실행하여 raw 출력이 컨텍스트에 들어가지 않도록 근본 차단. 핵심 혁신: 4-Part Architecture — (1) Sandboxed Output(11개 언어 런타임 지원, Playwright 56KB→299B, 99% 감소), (2) Session Continuity(SQLite+FTS5로 20+ 이벤트 카테고리를 P1~P4 우선순위로 기록, 컨텍스트 압축 시 BM25 검색으로 관련 이벤트만 복원), (3) Think-in-Code("50개 파일 분석" 대신 스크립트 1회 실행으로 결과만 반환, 도구 10회→1회로 100x 절약), (4) Output Compression(65-75% 출력 토큰 절감). "도구 출력을 컨텍스트에 넣지 않는 것이 가장 강력한 토큰 절약 — 압축이 아니라 격리." 전체 세션 315KB→5.4KB(98% 감소), 세션 수명 30분→3시간(6배 연장). 14개 플랫폼 지원(Claude Code·Codex·Gemini CLI·Cursor·VS Code 등). PreCompact hook으로 ≤2KB XML 스냅샷 자동 생성. 기존 cli-output-compression(rtk, 출력 사후 필터링)과 context-compression-pipeline(파일 사전 압축)이 "출력/입력을 압축"하는 접근이라면, 이 패턴은 "실행 자체를 격리하여 raw 출력이 컨텍스트에 진입하지 않는" 근본적 접근. (2) Persistent Agent Identity 축: multica-ai/multica(⭐22,515, +4,125/wk, TypeScript/Go)가 코딩 에이전트를 팀원(teammate)으로 전환하는 매니지드 플랫폼. 핵심: Persistent Identity — 에이전트가 프로필을 유지하고, 프로젝트 보드에 표시되며, 코멘트를 작성하고, 이슈를 생성하고, 블로커를 능동적으로 보고. Autonomous Task Lifecycle(enqueue→claim→start→complete/fail)으로 에이전트가 독립적으로 태스크 진행. Skill Compounding — 해결책이 자동으로 재사용 가능한 스킬로 변환되어 팀 전체에 공유. 10개 에이전트 프로바이더(Claude Code·Codex·OpenClaw·Hermes·Gemini·Cursor 등) 자동 감지. "에이전트를 일회성 도구가 아닌 영속적 팀원으로 대우하면, 스킬이 복리로 축적된다." 기존 canonical-workflow-fsm(7-state FSM)이 태스크 상태를 관리한다면, multica는 에이전트 자체에 정체성을 부여하여 자율성을 극대화. 추가 트렌딩: farion1231/cc-switch(⭐54.6K, +5,900/wk, Rust, 5개 코딩 에이전트 통합 데스크탑 클라이언트), Leonxlnx/taste-skill(⭐13.8K, +2,645/wk, anti-slop 프론트엔드 스킬 — Design Variance·Motion Intensity·Visual Density 3축 조절 가능), mattpocock/skills(⭐38.2K, +18,218/wk, 이번 주 Shell 최고 주간 증가율), obra/superpowers(⭐171.7K, +8,796/wk, 지속 성장), KeygraphHQ/shannon(⭐40.7K, +1,750/wk), rtk-ai/rtk(⭐37.8K, +6,164/wk), badlogic/pi-mono(⭐42.2K, +3,851/wk), addyosmani/agent-skills(⭐25.4K, +6,179/wk), forrestchang/andrej-karpathy-skills(⭐97.2K), zarazhangrui/frontend-slides(⭐16K, +840/wk, Claude 프론트엔드 스킬로 슬라이드 생성), mnfst/manifest(⭐5.8K, 스마트 모델 라우팅).

GitHub weekly trending(전체 · TypeScript · Python · Rust) + 구루 프로필 스캔(karpathy · simonw · anthropics) + GitHub topic search(ai-agent · claude-code · llm-tools · autonomous-agent). 8개 신규 중 2개 고득점. 이번 라운드 메타 트렌드: "Memory Quality & Intelligent Monitoring — 에이전트 메모리를 단순 저장에서 3계층 점진적 검색(progressive retrieval)으로 진화시키고, 외부 신호 수집을 AI/키워드 하이브리드 필터링 + 증분 모드로 noise-free 자동화하는 '기억의 품질 + 모니터링의 지능' 시대". 67차의 Autonomous Verification & Cost Routing에 이어, 이번 주는 에이전트의 '기억하는 방법'과 '외부 신호를 걸러내는 방법'이 핵심 화두. (1) Progressive Memory Retrieval 축: zilliztech/memsearch(⭐1,511, Python)가 Claude Code · Codex · OpenCode 간 통합 메모리 레이어를 마크다운 파일 + Milvus 벡터 인덱스로 구현. 핵심 혁신: 3계층 점진적 검색(Search → Expand → Transcript) — L1에서 순위화된 청크 요약(~200토큰)만 반환하고, 필요시 L2로 전체 섹션 확장(~1000토큰), 최종적으로 L3에서 원본 대화 전체 복원. 기존 RAG가 "문서 전체를 던지는" 방식이라면, memsearch는 "필요한 만큼만 점진적으로 확장"하여 토큰 80% 절약. Hybrid Search(Dense + BM25 + RRF 재순위화), SHA-256 dedup으로 변경분만 인덱싱, 파일 워처로 실시간 동기화. 마크다운이 source of truth이고 벡터 인덱스는 "재구축 가능한 shadow" — 인프라 의존성 최소화. 기존 shared-agent-memory.md(저장/공유)와 portable-memory-layer.md(이식성)가 메모리의 "어디에 넣을 것인가"를 다뤘다면, 이 패턴은 "어떻게 꺼내올 것인가"에 초점. (2) Intelligent Signal Monitoring 축: sansan0/TrendRadar(⭐55,735, Python)가 11개 플랫폼 통합 모니터링을 AI 스마트 필터링 + 3종 리포팅 모드로 정보 과부하 없이 달성. 핵심: 하이브리드 필터링 — L1 Keyword(정규식 + 필수/제외 키워드, LLM 비용 0) → L2 AI Smart(자연어 관심사 설명 기반 의미 필터링) → AI 실패 시 L1으로 자동 fallback. 3종 리포팅: Daily(전량), Current(실시간), Incremental(신규만, 중복 0). 타임라인 기반 스케줄링으로 시간대별 다른 필터 전략. 9개 알림 채널(Telegram · Slack · Email · Webhook 등). MCP 프로토콜 지원으로 Claude Desktop/Cherry Studio에서 자연어 대화 기반 데이터 탐색. 기존 trend-harvester의 .seen.json dedup이 "재처리 방지"를 다뤘다면, 이 패턴은 "필터링 자체를 지능화 + 리포팅 모드를 사용자 컨텍스트별로 분기". 추가 트렌딩: badlogic/pi-mono(⭐42.2K, 통합 에이전트 CLI + 코딩 에이전트 + 실세계 학습 데이터 공유), davila7/claude-code-templates(⭐26.2K, 100+ 컴포넌트 대시보드 + 세션 분석), alexzhang13/rlm(⭐4,050, MIT에서 Recursive Language Models — LLM이 자기 자신을 재귀 호출하여 무한 길이 컨텍스트 처리), langfuse/langfuse(⭐26.3K, LLM 관측성 플랫폼), HKUDS/RAG-Anything(⭐19.3K, 올인원 RAG 프레임워크), anthropics/claude-agent-sdk-python(⭐6,604, Anthropic 공식 Agent SDK), pydantic/monty(⭐7,041, Rust 기반 보안 Python 인터프리터), obra/superpowers(⭐171K, 지속 성장), forrestchang/andrej-karpathy-skills(⭐97.2K), rtk-ai/rtk(⭐37.8K), CherryHQ/cherry-studio(⭐44.7K), multica-ai/multica(⭐22.5K).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics) + GitHub topic search(claude-code · ai-agent · llm-tools). 20개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Autonomous Verification & Intelligent Cost Routing — 에이전트가 코드를 작성하는 것을 넘어 보안 취약점을 자율적으로 검증·익스플로잇하고, 모델 비용을 복잡도 기반으로 지능 라우팅하며, 오케스트레이션을 선언적 설정으로 결정론화하는 '자가 검증 + 비용 지능 + 선언적 조율' 3축의 등장". 66차의 Knowledge Graph Engineering에 이어, 이번 주는 에이전트 인프라의 프로덕션 성숙화가 핵심 화두. (1) Proof-by-Exploitation Security 축: KeygraphHQ/shannon(⭐40.7K, +1,976/wk, TypeScript)이 자율 화이트박스 침투 테스트를 Claude Agent SDK 기반 5단계 파이프라인으로 구현. 핵심 혁신: "No exploit, no report" — 패턴 매칭 기반 false positive를 실제 익스플로잇 실행으로 구조적 제거. XBOW 벤치마크 96.15% 성공률. 5개 전문 에이전트(Injection, XSS, SSRF, AuthN, AuthZ)가 OWASP 카테고리별 병렬 분석. 전략적 모델 할당: Haiku(요약) → Sonnet(분석) → Opus(깊은 추론)으로 비용 대비 정밀도 최적화. 기존 qa-browser-test-required의 "인터랙션 테스트 = QA 핵심" 철학과 정확히 일치 — "요소 존재 확인"이 아닌 "실제 동작 검증"만 인정. (2) Complexity-Based Model Routing 축: mnfst/manifest(⭐5.8K, +430/wk, TypeScript)가 단일 /auto 엔드포인트로 300+ 모델·16개 프로바이더를 복잡도 기반 지능 라우팅. 핵심: 모든 요청을 최고 모델에 보내지 않고, 요청 난이도를 분석하여 적절한 모델 자동 선택 → 비용 70% 절감. 3가지 라우팅 전략: Complexity-based(난이도 자동 평가), Specificity(도메인 매칭), Header-based(호출자 명시 제어). 실시간 비용 추적("Track every single dollar"). 기존 unified-model-gateway.md(포맷 변환+fallback)를 "지능적 비용 최적화"로 진화. (3) Declarative Orchestration Builder 축: gastownhall/gascity(⭐514, +195/wk, Go)가 beads(22K⭐) 팀의 멀티 에이전트 인프라를 선언적 city.toml 설정 + 컨트롤러/수퍼바이저 reconcile 루프로 추출. 핵심: Kubernetes의 reconciliation pattern을 에이전트 오케스트레이션에 적용 — desired state(설정)와 actual state(실행 중)를 자동 조정. 런타임 프로바이더 추상화(tmux/subprocess/ACP/k8s)로 에이전트 실행 환경 교체 무마찰. 기존 declarative-agent-coordination.md(YAML 명세)를 "자동 reconcile 루프 + 런타임 추상화"로 구체화. 추가 트렌딩: farion1231/cc-switch(⭐54.4K, +5,027/wk, 크로스플랫폼 에이전트 CLI), obra/superpowers(⭐171K, +8,670/wk, 역대 최고치 지속), forrestchang/andrej-karpathy-skills(⭐96.7K, +28,522/wk, 폭발 성장 지속), rtk-ai/rtk(⭐37.7K, +6,222/wk, CLI 토큰 절감), badlogic/pi-mono(⭐42K, +3,727/wk, 통합 에이전트 CLI), addyosmani/agent-skills(⭐25.2K, +6,256/wk, 프로덕션급 에이전트 스킬), multica-ai/multica(⭐22.4K, +4,532/wk, 코딩 에이전트 팀메이트 플랫폼), Alishahryar1/free-claude-code(⭐17.4K, +13,415/wk), sansan0/TrendRadar(⭐55.7K, +2,770/wk, AI 여론 모니터), KeygraphHQ/shannon(⭐40.7K, 자율 보안 검증), mksglu/context-mode(⭐10.9K, +2,346/wk, 컨텍스트 윈도우 98% 압축).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics) + GitHub topic search(claude-code · ai-agent · llm-tools). 20개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Knowledge Graph Engineering — 코드베이스를 지식 그래프로 사전 계산하여 에이전트 탐색을 단일 쿼리로 대체하는 '구조적 지능' 패러다임의 폭발적 등장". 65차의 Context Engineering에 이어, 이번 주는 코드·문서·미디어를 그래프로 사전 계산하여 에이전트 탐색 비용을 근본적으로 제거하는 도구들이 급부상. (1) Multi-Format Knowledge Graph 축: safishamsi/graphify(⭐37.1K, TypeScript)가 코드·문서·이미지·동영상을 3단계 결정론적 파이프라인으로 지식 그래프화. 핵심 혁신: Embedding-Free Clustering — Leiden 커뮤니티 감지를 임베딩 없이 그래프 토폴로지만으로 수행. "Edge density가 커뮤니티를 결정 — 구조 자체가 유사성 신호." 3단계: (1) AST 추출(25개 언어, LLM 불필요), (2) 미디어 트랜스크립션(로컬 Whisper), (3) 시맨틱 추출(Claude 서브에이전트 병렬). 혼합 코퍼스에서 쿼리당 71.5배 토큰 절감. 모든 관계에 EXTRACTED/INFERRED/AMBIGUOUS 신뢰도 태그. Neo4j 불필요, 서버 불필요, 로컬 전용. 15개+ 에이전트 플랫폼 통합(Claude Code PreToolUse hook으로 그래프 우선 참조 강제). 기존 codebase-search-before-create(검색 의무화)를 "검색 전에 그래프가 이미 답을 알고 있는 구조"로 진화. (2) Precomputed Code Intelligence 축: abhigyanpatwari/GitNexus(⭐32.4K, +4,043/wk, TypeScript)가 코드베이스를 6단계 인덱싱 파이프라인으로 완전한 지식 그래프화하고 16개 MCP 도구로 노출. 핵심: Structure→Parsing(Tree-sitter AST)→Resolution(크로스파일 import/타입 추론)→Clustering(Leiden)→Processes(진입점→호출 체인 추적)→Search(BM25+Semantic+RRF). Impact Analysis가 깊이별 그룹핑 + 신뢰도 점수 + 관계 유형(CALLS/IMPORTS/EXTENDS/IMPLEMENTS) 분류로 "이 함수를 수정하면 47개 다운스트림이 깨진다"를 단일 쿼리로 반환. 클라이언트사이드 실행(WebAssembly/로컬 CLI). 기존 ast-aware-code-search(62차)의 "어떻게 검색할 것인가"를 넘어 "검색 전에 모든 관계를 미리 계산하라". (3) Progressive Disclosure Architecture 축: wshobson/agents(⭐34.5K, TypeScript)가 184개 에이전트 + 78개 플러그인을 3계층 프로그레시브 디스클로저로 토큰 효율화. 핵심: Metadata(항상 로드) → Instructions(요청 시) → Resources(필요 시) 3단계 점진 노출로 플러그인당 평균 3.6개 컴포넌트만 로드. Strategic Model Assignment — Opus 4.7(핵심 판단), Sonnet 4.6(구현), Haiku 4.5(운영)로 비용 대비 성능 최적화. 16개 워크플로우 오케스트레이터(풀스택·보안·ML·인시던트 대응). 기존 per-turn-tool-adaptation(턴별 도구 선택)을 "플러그인 단위 점진 로딩"으로 정교화. 추가 트렌딩: sickn33/antigravity-awesome-skills(⭐35.5K, 1,400+ 에이전트 스킬 라이브러리), ruvnet/ruflo(⭐33.8K, Claude 에이전트 스웜 오케스트레이션), davila7/claude-code-templates(⭐26K, Claude Code 설정·모니터링 CLI), anthropics/claude-plugins-official(⭐18.1K, Anthropic 공식 플러그인 마켓플레이스), anthropics/knowledge-work-plugins(⭐11.6K, 지식 작업자용 Claude Cowork 플러그인), obra/superpowers(⭐171K, +8,670/wk, 역대 최고치 갱신), forrestchang/andrej-karpathy-skills(⭐96.2K, +28,522/wk, 지속 폭발 성장), rtk-ai/rtk(⭐37.5K, +6,222/wk, CLI 토큰 절감 Rust 바이너리), badlogic/pi-mono(⭐42K, 통합 에이전트 CLI + 코딩 에이전트), Alishahryar1/free-claude-code(⭐17.1K, +13,415/wk), open-metadata/OpenMetadata(⭐13.7K, +2,499/wk, 통합 메타데이터 플랫폼).

GitHub weekly trending(전체 · TypeScript · Shell · Python · Go · Markdown) + 구루 프로필 스캔(karpathy · simonw · mattpocock · anthropics · openai) + GitHub topic search(ai-agent · llm-tools · claude-code · prompt-engineering). 10개 신규 중 2개 고득점. 이번 라운드 메타 트렌드: "Real-Engineer Skills Infrastructure — 검증된 엔지니어링 스킬을 AI 에이전트에 플러그인 방식으로 적층하고, High-Agency AI가 UI 디자인 품질을 결정론적으로 강제하는 시대". 64차의 "Production-Grade Agent Skills Library"에서 더 나아가, 이번 주는 스킬 자체의 품질 표준화와 UI 에이전트의 미적 판단력 강제화가 화두. (1) Real-Engineer Skills Library 축: mattpocock/skills(⭐35.2K, +10,757/wk, Shell)이 "Skills for Real Engineers. Straight from my .claude directory"라는 슬로건으로 주간 트렌딩 1위 달성. TypeScript 에코시스템 전문가 Matt Pocock이 실제 자신의 .claude 디렉토리에서 사용하는 스킬을 공개 — 추상적 가이드가 아닌 실전 검증된 프로덕션 스킬 모음. 핵심 차별점: (A) Shell 기반 결정론적 실행으로 LLM 추론 없이 재현 가능, (B) 전문가 큐레이션으로 noise 없는 고품질 패턴, (C) .claude 디렉토리 구조 그대로 플러그인 형태로 활용 가능. (2) High-Agency Frontend Quality Enforcement 축: taste-skill / high-agency-frontend(⭐13.7K, +3,094/wk)가 "gives your AI good taste"를 목표로 AI가 생성한 프론트엔드 코드의 미적·디자인 품질을 결정론적으로 강제하는 접근. Anti-slop 검증을 통해 LLM이 생성한 UI가 generic하거나 uninspired하지 않도록 품질 게이트 구축. loopy-era의 frontend-patterns.md·ui-ux-reference-nagix.md·completion-verification.md에 구체적 미적 검증 기준 추가 근거. 추가 트렌딩: multica(⭐22.3K, +4,532/wk, "Turn coding agents into real teammates"), GitNexus(⭐32.4K, +4,043/wk, Graph RAG 코드 탐색), claude-context MCP(⭐10.0K, +3,725/wk, 전체 코드베이스 컨텍스트 MCP), free-claude-code(⭐17.1K, +13,415/wk, 무료 Claude Code 터미널 접근).

GitHub weekly trending(전체 · TypeScript · Python · Shell · Go) + 구루 프로필 스캔(karpathy · simonw · addyosmani · anthropics · openai) + GitHub topic search(ai-agent · llm-tools · claude-code). 10개 신규 중 2개 고득점. 이번 라운드 메타 트렌드: "Zero-Cost Context Intelligence — AI 에이전트가 도구 출력을 자동 압축·샌드박스하여 98% 토큰 절감, 동시에 재사용 가능한 스킬 라이브러리로 에이전트 역량을 지속 적층". 63차의 "Cost-Aware Intelligence Infrastructure"에 이어, 이번 주는 에이전트 컨텍스트 효율과 스킬 표준화가 화두. (1) Tool Output Sandboxing 축: mksglu/context-mode(⭐10.8K, +2,346/wk, TypeScript)가 AI 코딩 에이전트의 도구 출력을 자동 sandboxing하여 컨텍스트 윈도우 소모를 98% 감소. 핵심 혁신: 14개 플랫폼(Claude Code, Cursor, Windsurf 등) 지원, 도구 결과를 선택적으로 압축·요약·필터링하여 LLM context 오버플로우를 원천 차단. 기존 cli-output-compression.md(rtk 프록시)와 context-compression-pipeline.md(파일 내용 압축)가 외부 도구 의존이라면, context-mode는 에이전트 내부에서 도구 수준 sandboxing으로 근본 차단. 기존 컨텍스트 압축 패턴들과 달리 도구 호출 결과 자체를 격리하는 새 접근. (2) Production-Grade Agent Skills Library 축: addyosmani/agent-skills(⭐24.9K, +6,256/wk, Shell)가 AI 코딩 에이전트를 위한 production-grade 엔지니어링 스킬 모음으로 급부상. 핵심 차별점: (A) 검증된 패턴의 표준화 — 코드 리뷰, 성능 최적화, 보안 감사, 테스트 작성 등 반복 에이전트 작업을 재사용 가능한 단위로 패키징. (B) Shell 기반 결정론적 실행 — LLM 추론 없이 HARD 실행 가능한 스킬. (C) 조합 가능성 — 스킬을 파이프라인으로 체이닝. 기존 agent-skill-extraction.md(해결 후 추출)과 달리 사전 검증된 라이브러리를 플러그인 방식으로 제공. 추가 트렌딩: lsdefine/GenericAgent(⭐7.9K, +2,832/wk, Python, 자가진화 에이전트 — seed 코드에서 스스로 성장), maximhq/bifrost(⭐4.4K, Go, 11µs AI 게이트웨이 지속 성장), badlogic/pi-mono(⭐41.7K, +3,131/wk, 6개 패키지 통합 AI 에이전트 툴킷), langfuse/langfuse(⭐26.2K, LLM 옵저버빌리티 지속 성장), anthropics/claude-code(⭐118.5K+, 역대 최고 성장세 유지).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai) + GitHub topic search(ai-agent · claude-code · llm-tools). 10개 신규 중 2개 고득점. 이번 라운드 메타 트렌드: "Cost-Aware Intelligence Infrastructure — 에이전트 비용을 지능적으로 최적화하는 인프라 계층 (복잡도 기반 모델 라우팅 + 크로스 에이전트 메모리 + 초저지연 게이트웨이)". 62차의 "Agent-as-Colleague Infrastructure"에 이어, 이번 주는 에이전트 운영 비용과 메모리 지속성이 화두. (1) Complexity-Tier Model Routing 축: mnfst/manifest(⭐5.7K, +1,246/wk)가 23차원 복잡도 스코어링으로 LLM 요청을 <2ms 내에 4단계 티어(Simple/Standard/Complex/Reasoning)로 분류하고, 각 티어에 가장 저렴한 가능 모델을 자동 라우팅하여 70% 비용 절감. 핵심 혁신: 라우팅 결정 자체에 LLM이 필요 없음 — 결정론적 스코어링 알고리즘이 요청 복잡도를 토큰 수·도구 호출 수·컨텍스트 의존성·추론 깊이 등 23개 축으로 평가. 티어당 최대 5개 fallback 모델로 cascading 장애 복구. 기존 unified-model-gateway(포맷 변환/failover)와 달리 "언제 어떤 모델을 써야 하는가"에 대한 비용 최적화 답. (2) Cross-Agent Memory Persistence 축: zilliztech/memsearch(⭐1.5K)가 Markdown = source of truth, Milvus = derived cache 아키텍처로 크로스 에이전트 메모리 구현. 핵심 차별점: (A) 매 대화 턴을 일별 .md 파일에 자동 캡처 (인간 가독, git 관리 가능), (B) 3계층 점진적 검색 — L1 벡터 청크(빠름) → L2 Markdown 섹션(확장) → L3 원본 전문(정밀), (C) SHA-256 content dedup으로 동일 내용 재인덱싱 방지, (D) Claude Code/OpenClaw/Codex CLI 등 에이전트 전환 시에도 메모리 연속성 유지. 기존 shared-agent-memory(수동 저장)와 portable-memory-layer(단일 파일)를 자동 캡처 + 크로스 에이전트 호환으로 진화. 추가 트렌딩: maximhq/bifrost(⭐4.4K, Go, 11µs 오버헤드의 AI 게이트웨이 — 5K RPS에서 100% 성공률, LiteLLM 대비 50x 빠름), badlogic/pi-mono(⭐41.7K, +3,131/wk, 6개 패키지 통합 AI 에이전트 툴킷 — 코딩 에이전트 CLI + TUI + Slack 봇 + 실세계 세션 HuggingFace 공유), thunderbird/thunderbolt(⭐4.3K, +1,675/wk, 벤더 락인 없는 크로스플랫폼 AI 클라이언트), langfuse/langfuse(⭐26.2K, LLM 옵저버빌리티 + 메트릭 + eval 플랫폼), CherryHQ/cherry-studio(⭐44.6K, 300+ AI 어시스턴트 통합 생산성 스튜디오), KeygraphHQ/shannon(⭐40.6K, 자율 화이트박스 AI 펜테스터), gastownhall/beads(⭐22.3K, +1,144/wk, 코딩 에이전트 메모리 업그레이드 지속 성장), gastownhall/gascity(⭐488, Go, 선언적 city.toml 기반 멀티 에이전트 오케스트레이션 SDK), forrestchang/andrej-karpathy-skills(⭐94.5K, +28,522/wk, 전주 대비 +3.5K 추가 성장), rtk-ai/rtk(⭐37.1K, +6,222/wk, CLI 프록시 토큰 60-90% 절감 Rust 도구), HKUDS/RAG-Anything(⭐19.1K, +2,622/wk, 올인원 RAG 프레임워크), openai/codex(⭐78.3K, OpenAI 코딩 에이전트 지속 성장), anthropics/claude-code(⭐118.5K, Anthropic 코딩 에이전트 역대 최고), anthropics/claude-agent-sdk-python(⭐6.6K, 에이전트 SDK 활발 개발), Wei-Shaw/sub2api(⭐16.2K, +2,269/wk, Go 구독 기반 통합 API 게이트웨이).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai) + GitHub topic search(ai-agent · claude-code · llm-tools). 16개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Agent-as-Colleague Infrastructure — 에이전트를 단발 도구가 아닌 지속 팀원으로 격상시키는 인프라 레이어 (라이프사이클 관리 + 코드 컨텍스트 자동화 + 샌드박스 격리)". 61차의 "Anti-Rationalization & Evidence-Gated Systems"에 이어, 이번 주는 에이전트 인프라의 성숙이 화두. (1) Agent Lifecycle 축: multica-ai/multica(⭐21.5K, +4,882/wk)가 코딩 에이전트를 "동료처럼 관리"하는 플랫폼을 오픈소스화. 핵심 혁신: Skill Compounding — 에이전트가 문제를 해결할 때마다 해결 패턴이 팀 전체 스킬 풀에 자동 축적되어 "매 태스크마다 팀 전체가 더 똑똑해지는" 구조. 다중 런타임(Claude Code/Codex/Gemini CLI/OpenClaw) 자동 감지 + 통합 대시보드로 워크스페이스 격리 · 역할 기반 권한 · 실시간 WebSocket 진행 추적. 기존 agent-delegation-strategy(위임 결정)와 shared-agent-memory(메모리 공유)를 전체 라이프사이클로 통합. (2) AST-Aware Code Context 축: zilliztech/claude-context(⭐9.6K, +3,537/wk)가 Claude Code용 코드 검색 MCP를 구축. 핵심: AST 기반 지능형 코드 청킹 — 텍스트 분할이 아닌 함수/클래스 단위 분할로 의미 보존, Merkle tree 증분 인덱싱으로 변경 파일만 재인덱싱, BM25+Vector 하이브리드 검색으로 키워드+의미 동시 매칭. 제어 실험에서 동일 검색 품질 대비 40% 토큰 절감 입증. 기존 codebase-search-before-create(검색 의무화)의 "어떻게 검색할 것인가"에 대한 구체적 답. (3) MicroVM Agent Sandbox 축: superradcompany/microsandbox(⭐5.8K, Rust, YC 지원)가 에이전트용 하드웨어 수준 격리 샌드박스를 sub-100ms 부팅으로 구현. 핵심 차별점: Container(커널 공유) 대비 microVM(libkrun 기반 하드웨어 격리)로 탈출 구조적 불가, 비밀키가 호스트에만 존재하여 VM 내부 진입 자체가 불가능, rootless 실행으로 권한 에스컬레이션 제거. Agent Skills + MCP Server + SDK 3계층 통합으로 Claude/Cursor/Copilot에서 직접 사용. 기존 sandboxed-agent-code-execution(pydantic/monty)의 격리 수준을 하드웨어 레벨로 격상. 추가 트렌딩: farion1231/cc-switch(⭐52K, +?, Rust, 크로스플랫폼 Claude Code/Codex/OpenCode 데스크톱 도구), sansan0/TrendRadar(⭐55.4K, +3,153/wk, AI 트렌드 모니터 + 11개 플랫폼 집계 + MCP 통합 분석), vllm-project/semantic-router(⭐3.9K, Go, 시그널 기반 지능형 모델 라우팅 — 토큰 최적화 + 환각 감지 + 멀티모델 조율), forrestchang/andrej-karpathy-skills(⭐91K, +29,944/wk, 지속 급성장), thedotmack/claude-mem(⭐68K, +4,967/wk, 코딩 세션 자동 기록 플러그인), mattpocock/skills(⭐24.3K, +5,013/wk, 실전 .claude 디렉토리 공개), Alishahryar1/free-claude-code(⭐13.9K, +10,335/wk, 무료 Claude Code 터미널), Fincept-Corporation/FinceptTerminal(⭐15.6K, +10,070/wk, 금융 분석 터미널), openai/openai-agents-python(⭐25.3K, +2,387/wk, 경량 멀티에이전트 프레임워크), microsoft/markitdown(⭐117.5K, +4,947/wk, 파일→Markdown 변환 지속 성장), HKUDS/RAG-Anything(⭐18.8K, +2,639/wk, 올인원 RAG 프레임워크), maximhq/bifrost(⭐4.3K, Go, 15µs 오버헤드 AI 게이트웨이).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics) + GitHub topic search(claude-code · ai-agent). 12개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Anti-Rationalization & Evidence-Gated Systems — 에이전트의 자기합리화를 구조적으로 차단하고, 증거 없는 보고를 원천 금지". 60차의 "Agents as Teammates & Transparent Compression"에 이어, 이번 주는 에이전트 신뢰성 강화가 화두. (1) Anti-Rationalization 축: addyosmani/agent-skills(⭐28.5K, +5,540/wk)이 Google 엔지니어링 문화(Hyrum's Law, Beyonce Rule, Chesterton's Fence)를 20개 구조화된 스킬로 결정화. 핵심 혁신: Anti-Rationalization Table — 에이전트가 취할 수 있는 shortcut마다 "왜 이건 안 되는지"를 선제적으로 문서화. "테스트 나중에 추가" → "나중은 오지 않는다", "'seems right'로 충분하다" → "측정 가능한 증거만 유효". 기존 completion-verification(완료 전 체크리스트)이 "무엇을 확인할 것인가"에 초점이라면, 이 패턴은 "왜 건너뛸 수 없는가"를 강제 — LLM의 가장 위험한 실패 모드인 self-rationalization 차단. 추가: Verification Gate가 evidence requirement(테스트 통과, 빌드 출력, 런타임 데이터)를 강제하여 "'seems right' is never sufficient" 원칙 적용. (2) Controller-Supervisor Reconciliation 축: gastownhall/gascity(Go SDK)가 Kubernetes controller 패턴을 에이전트 조율에 적용. 핵심: desired state와 running state를 지속적으로 reconcile하는 제어 루프 — 오케스트레이터가 "지시 후 대기"가 아니라 "지속적 상태 비교 + 자동 교정". city.toml 선언적 설정, pluggable runtime(tmux/subprocess/K8s), beads-backed work tracking. 기존 state-driven-orchestration(파일 기반 상태 저장)과 deterministic-orchestrator-scheduling(결정론적 스케줄링)을 reconciliation loop로 통합. (3) Evidence-Only Reporting 축: KeygraphHQ/shannon(⭐42.2K, +1,832/wk)이 자율 AI 펜테스터에서 "No Exploit, No Report" 원칙 적용. 5개 병렬 에이전트가 가설 수립 → 조사 → exploit 시도를 병렬 수행하되, 실제 exploit 성공한 것만 최종 리포트에 포함 — 미확인 가설은 noise로 폐기. 우리 QA에서 "~일 수 있습니다" 수준의 보고를 "재현 가능한 증거 있는 보고만 유효"로 전환하는 직접적 모델. 추가 트렌딩: mnfst/manifest(⭐11.2K, +1,246/wk, 23차원 복잡도 스코어링으로 최적 모델 자동 라우팅 — 비용 70% 절감), maximhq/bifrost(⭐5.4K, +399/wk, 15µs 오버헤드의 고성능 AI 게이트웨이 — 15+ 프로바이더 통합), Leonxlnx/taste-skill(⭐18.5K, +3,022/wk, AI에게 "좋은 취향"을 주는 anti-slop 프론트엔드 스킬), anthropics/knowledge-work-plugins(⭐11.5K, 공식 11개 직군별 플러그인 아키텍처 — skills+commands+connectors 3계층), badlogic/pi-mono(⭐40.4K, +3,131/wk, 통합 LLM API + 코딩 에이전트 + 실세계 세션 데이터 수집), Donchitos/Claude-Code-Game-Studios(+3,572/wk, 49개 AI 에이전트 + 72개 워크플로우 스킬로 게임 개발 스튜디오화), Wei-Shaw/sub2api(Go, +1,955/wk, 구독 기반 LLM API 통합 게이트웨이), koala73/worldmonitor(+3,747/wk, AI 뉴스 집계 + 지정학 모니터링 대시보드), obra/superpowers(⭐147K, +9,021/wk, 에이전트 스킬 프레임워크 지속 급성장), forrestchang/andrej-karpathy-skills(⭐90K, +29,917/wk, 단일 CLAUDE.md 역대급 성장).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · mshumer) + WebSearch(AI agent repos April 2026 · Claude Code new features April 2026 · AI coding agent benchmarks 2026). 15개 신규 중 2개 고득점. 이번 라운드 메타 트렌드: "Agents as Teammates & Transparent Compression — 에이전트를 도구가 아닌 팀원으로 관리하고, 인프라 압축을 에이전트가 인지하지 못하게 투명화". 59차의 "Recursive Decomposition & Speed"(재귀 분해+속도)에 이어, 이번 주는 에이전트 관리 패러다임 전환이 화두. (1) Agents as Teammates 축: multica-ai/multica(⭐21.3K, +5,118/wk)가 에이전트를 Jira/Linear처럼 팀 보드에서 관리하는 오픈소스 플랫폼 공개. 핵심: 에이전트가 프로필을 갖고, 큐에서 자율적으로 태스크를 claim하고, 완료된 작업이 재사용 가능한 스킬로 자동 축적(compound)됨. 기존 agent-delegation-strategy(키워드 매칭 + 규모 판단)와 deterministic-orchestrator-scheduling(결정론적 스케줄링)이 "어떤 에이전트에게 무엇을"에 초점이라면, Multica는 "에이전트가 스스로 무엇을 가져가는가"에 초점 — pull 기반 자율 할당. Claude Code · Codex · OpenClaw · Gemini 등 8개 에이전트 런타임 동시 지원, WebSocket 실시간 스트리밍, 멀티워크스페이스 격리. Gartner 예측: 2026년 말까지 기업 애플리케이션 40%가 task-specific AI agent 탑재(2025년 5% 미만에서). (2) Transparent Compression 축: rtk-ai/rtk(Rust, ⭐35.9K, +6,437/wk)가 6차(20K⭐) 대비 80% 성장하며 CLI 압축의 de facto 표준으로 부상. 핵심 진화: 투명 셸 훅 — 에이전트가 git status를 실행하면 훅이 rtk git status로 자동 리라이트, 에이전트는 압축된 출력을 원본으로 인식. 89% 평균 압축률, 100+ 명령어 지원, <10ms 오버헤드. 기존 cli-output-compression(6차)이 "설치 검토" 수준이었다면, 이제 35.9K⭐의 생태계 검증 + 투명 훅 메커니즘으로 프로덕션 레디. 두 축의 공통 방향: "에이전트가 인지하지 못하는 수준에서 인프라가 최적화" — Multica에서 에이전트는 "큐에서 태스크를 받았다"만 알고 오케스트레이션 복잡성은 모름, rtk에서 에이전트는 "출력을 받았다"만 알고 압축된 줄 모름. 추가 주목: Claude Code 4월 대형 업데이트 — Computer Use in CLI(research preview, 네이티브 앱 제어), Auto Mode(classifier가 안전 액션 자동 허가, 위험 액션 차단 — 우리 user-proxy의 플랫폼 레벨 구현), Monitor tool(백그라운드 프로세스 인터럽트, polling 대체 → 토큰 절감), Hooks → MCP 직접 호출(type: "mcp_tool" 신규 지원). 벤치마크 핵심 인사이트: "Agent scaffolding matters as much as the underlying model — 동일 모델을 3개 프레임워크에서 실행하면 731문제에서 17건 차이" — loopy-era 전체 시스템(scaffold/rules/hooks)의 존재 가치를 실증. SWE-bench Pro에서 Claude Opus 4.7이 64.3%로 GPT-5.5(58.6%) 대비 리드, 단 Terminal-Bench에서는 GPT-5.5가 82.7%로 14.8점 차이 우세. 기타 트렌딩: forrestchang/andrej-karpathy-skills(⭐89.7K, +29.9K/wk, 역대급 성장), farion1231/cc-switch(Rust, ⭐51.8K, +4,465/wk, 멀티 에이전트 CLI 스위처), badlogic/pi-mono(⭐40.4K, +3,131/wk, AI 에이전트 올인원 툴킷), KeygraphHQ/shannon(⭐40.4K, +1,832/wk, 자율 화이트박스 AI 펜테스터), thedotmack/claude-mem(⭐67.8K, +5,341/wk, Claude Code 세션 메모리 플러그인), jamiepine/voicebox(⭐23.5K, +3,018/wk, 오픈소스 AI 보이스 스튜디오), superradcompany/microsandbox(Rust, ⭐5.8K, AI 에이전트용 Firecracker 마이크로샌드박스), google/osv-scanner(Go, ⭐9.8K, +986/wk, 취약점 스캐너), openai/openai-agents-python(⭐25.3K, +3,061/wk, 경량 멀티에이전트 프레임워크).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics) + WebSearch(self-improving agents · recursive language models · Claude Code plugins April 2026). 12개 신규 중 2개 고득점. 이번 라운드 메타 트렌드: "Recursive Decomposition & Speed — 컨텍스트를 재귀적으로 분해하고, API 라우팅을 50배 가속하여, 에이전트의 물리적 한계를 구조적 초월". 58차의 "Verify & Contain"(검증+격리)에 이어, 이번 주는 모델 자체의 구조적 한계 돌파가 화두. (1) Recursive Context 축: alexzhang13/rlm(⭐3.9K, MIT OASYS lab)이 Prime Intellect가 "the paradigm of 2026"으로 명명한 Recursive Language Models 추론 라이브러리를 공개. 핵심: 컨텍스트를 통째로 프롬프트에 넣는 대신, REPL 환경의 변수로 오프로드하고 모델이 재귀적으로 자기 자신을 호출하여 분해·처리. llm.completion() 대신 rlm.completion() 한 줄로 near-infinite context 달성. RLM(GPT-5)은 1,000 문서 규모에서도 perfect performance를 유지하는 유일한 패러다임 — 기존 long-context 모델은 문서 수 증가 시 정확도 급락. 우리 시스템의 context-compression-pipeline(claw-compactor, 입력 압축)과 semantic-memory-compaction(beads, 완료 태스크 요약)이 scaffold 수준에서 컨텍스트 문제를 다룬다면, RLM은 모델 수준에서 근본 해결 — "컨텍스트를 줄이는 게 아니라, 컨텍스트를 변수로 만들어 필요할 때 재귀 탐색". Docker/Modal/E2B 샌드박스 지원으로 sandboxed-agent-code-execution 원칙과도 정합. (2) Gateway Speed 축: maximhq/bifrost(Go, ⭐4.3K, +399/wk)가 LiteLLM 대비 50배 빠른 엔터프라이즈 AI 게이트웨이를 Go로 구현. 1,000+ 모델 로드밸런싱, 자동 폴백, 비용 추적을 단일 바이너리로 제공. 에이전트 워크플로우가 세션당 수백 건의 API 호출을 발행하는 현실에서, 게이트웨이 지연 시간이 전체 파이프라인 병목이 되는 문제를 해결. 기존 unified-model-gateway(QuantumNous/new-api, 16차)가 포맷 통일에 초점이라면, Bifrost는 처리량(throughput)에 초점 — 같은 API 포맷이라도 라우팅 레이턴시가 50ms→1ms면 에이전트 체감 속도가 완전히 달라진다. 두 축의 공통 방향: "더 많은 데이터를 넣는 것(long context)"이 아닌 "데이터를 구조적으로 다루는 것(recursive decomposition)", 그리고 "더 좋은 모델을 쓰는 것"이 아닌 "모델 접근 인프라를 극한까지 최적화하는 것(gateway speed)". 56차 단순화 → 57차 수치 기반 강제 → 58차 검증+격리 → 59차 재귀 분해+속도로, 에이전트 생태계가 "기능 추가"에서 "구조적 한계 제거" 방향으로 성숙. 추가 주목 동향: METR 벤치마크 — AI 에이전트 자율 작업 수행 시간이 4개월마다 2배로 증가(50% 신뢰 구간 ~50분, 1년 전 15분 이하), Darwin Gödel Machine(Sakana AI) — 자기 코드를 수정하는 에이전트가 SWE-bench에서 20%→50% 달성, Claude Code Opus 4.7 + xhigh effort level 공개(기존 high와 max 사이의 새 단계), Karpathy LLM Wiki gist(04-21) — 개인 지식 베이스를 에이전트로 자동 구축하는 패턴 제안. 기타 주목 트렌딩: Alishahryar1/free-claude-code(⭐12K, +8.7K weekly, 터미널/VSCode/Discord 무료 접근), koala73/worldmonitor(⭐52.6K, +3.7K weekly, AI 실시간 글로벌 인텔리전스 대시보드), ruvnet/RuView(Rust, ⭐50.3K, +3.3K weekly, WiFi 기반 인체 포즈 추정), Wei-Shaw/sub2api(Go, ⭐15.5K, +2K weekly, AI 구독 통합 미들웨어), hugohe3/ppt-master(⭐8.2K, +1.9K weekly, AI 네이티브 PPT 생성), CherryHQ/cherry-studio(⭐44.4K, +657/wk, AI 생산성 스튜디오), ysz/recursive-llm(RLM 대안 구현, 변수 기반 무한 컨텍스트), vllm-project/semantic-router(⭐3.9K, Mixture-of-Models 지능형 라우터), gastownhall/gascity(Go, 멀티에이전트 오케스트레이션 빌더 SDK), casdoor/casdoor(⭐13.5K, Agent-first IAM + MCP 게이트웨이).

GitHub weekly trending(전체 · TypeScript · Python · Rust) + 구루 프로필 스캔(karpathy · simonw · anthropics · mshumer) + WebSearch(AI agent frameworks · self-improving agents · Claude Code plugins). 16개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Verify & Contain — 검증된 결과만 신뢰하고, 격리된 경계 안에서만 실행한다". 57차의 "Guardrails & Taste"(수치 기반 강제 장치)에 이어, 이번 주는 결과의 진위 검증과 실행 환경의 물리적 격리 양면이 부상. (1) Verified Outcomes 축: KeygraphHQ/shannon(⭐40.3K, +1.8K weekly)이 자율 펜테스팅에서 "No exploit, no report" 원칙을 실증 — 패턴 매칭으로 후보만 식별하고, 실제 익스플로잇 성공 시에만 취약점 보고. 5개 전문 에이전트가 OWASP 카테고리별 병렬 공격, 가설은 반드시 증명을 거침. 우리 시스템의 QA 원칙("빌드 성공 ≠ 기능 정상", "인터랙션 테스트 필수")의 보안 버전이자, completion-verification의 "깊이 검증" 원칙과 정확히 일치. (2) Skill Compounding 축: multica-ai/multica(⭐21K, +5.1K weekly)가 에이전트를 팀원처럼 관리하되 핵심은 스킬 복리(skill compounding) — "every solution becomes a reusable skill for the whole team." 에이전트가 태스크를 해결할 때마다 그 패턴이 조직 전체의 재사용 자산으로 자동 축적. 기존 shared-agent-memory와 execution-path-crystallization의 플랫폼화. 워크스페이스 격리 + WebSocket 실시간 모니터링 + 이기종 에이전트(Claude Code, Codex, Gemini CLI 등) 통합 런타임. (3) Hardware Containment 축: superradcompany/microsandbox(Rust, ⭐5.8K, +306/wk)가 AI 에이전트 코드 실행을 microVM 하드웨어 격리로 보호. 부팅 <100ms, 데몬 불필요, 핵심은 "Unexploitable secrets — keys never enter the VM". 기존 sandboxed-agent-code-execution(pydantic/monty, 인터프리터 수준)을 하드웨어 수준으로 격상. libkrun 기반 KVM, Apple Silicon macOS 지원. 세 축의 공통 방향: "가설이 아닌 증명"(shannon), "일회성이 아닌 축적"(multica), "소프트웨어가 아닌 하드웨어 경계"(microsandbox)로 에이전트 생태계가 신뢰 가능한 결과 + 물리적 격리를 동시에 달성하는 단계에 진입. 55차 증명+축적 → 56차 단순화+복원력 → 57차 수치 기반 강제 → 58차 검증+격리로 성숙도 곡선이 "더 많은 기능"이 아닌 "더 강한 보증" 방향으로 진화. 추가 연구 동향: Stanford CS329A "Self-Improving AI Agents" 전용 강좌 개설(metacognitive learning, verifiers, RL scaling), ICLR 2026 Recursive Self-Improvement 워크숍(2026-04-26, Rio de Janeiro) — 자가개선을 독립 연구 분야로 인정하는 학계 신호. 기타 주목 트렌딩: forrestchang/andrej-karpathy-skills(⭐88K, +30K weekly, 단일 CLAUDE.md 역대 최고 성장세), NousResearch/hermes-agent(⭐117K, +18K weekly, 자가성장 에이전트), thedotmack/claude-mem(⭐67.4K, +5.3K weekly, 세션 간 메모리), lsdefine/GenericAgent(⭐7.2K, +3K weekly, 스킬 트리 자가 성장), openai/openai-agents-python(⭐25.2K, +3.1K weekly, 경량 멀티에이전트), zilliztech/claude-context(⭐9.4K, +3.3K weekly, 코드검색 MCP), thunderbird/thunderbolt(⭐4.1K, +2.8K weekly, 로컬 AI 어시스턴트), Tracer-Cloud/opensre(⭐3.1K, +1.4K weekly, AI SRE 에이전트), HKUDS/RAG-Anything(⭐18.6K, +2.6K weekly, 올인원 멀티모달 RAG), langfuse/langfuse(⭐+979/wk, LLM 옵저버빌리티), farion1231/cc-switch(⭐51.3K, +4.5K weekly, 5개 AI 코딩 도구 통합), rtk-ai/rtk(⭐35.4K, +6.4K weekly, CLI 토큰 압축 60-90%), jamiepine/voicebox(⭐23.3K, +3K weekly, AI 보이스 스튜디오), sansan0/TrendRadar(⭐55.2K, +3.2K weekly, AI 트렌드 모니터), n8n-io/n8n(⭐185.5K, +1.2K weekly, AI 네이티브 워크플로우 자동화).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai · mshumer) + topic 검색(ai-agent · claude-code · self-improving). 15개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Guardrails & Taste — 에이전트의 행동과 미학을 수치로 강제한다". 55차의 "Prove & Compound"(검증+축적), 56차의 "Simplify & Survive"(단순화+복원력)에 이어, 이번 주는 에이전트가 스킵하는 것과 에이전트가 만드는 것 양면에 수치 기반 강제 장치를 거는 흐름. (1) Anti-Rationalization 축: addyosmani/agent-skills(⭐23K, +5.8K weekly)가 20개 생산급 스킬을 6단계 라이프사이클(Define→Plan→Build→Verify→Review→Ship)로 구조화하면서 각 단계에 Anti-Rationalization Tables를 도입. 에이전트가 중요한 검증 단계를 건너뛰려 할 때 사용하는 흔한 변명(rationalization)을 사전 문서화하고, 각 변명에 대한 구조화된 반박(rebuttal)을 테이블로 제공. "빌드 성공했으니 QA 불필요" → "빌드는 구문 검증일 뿐, 기능·데이터·UI 정합성은 별도 검증 필요". "작은 변경이니 리뷰 불필요" → "1줄 변경이 프로덕션 장애를 일으킨 사례 다수". 각 스킬에 Red Flags(위반 징후), Rationalization Table(변명→반박), Non-negotiable Evidence(필수 증거)를 명시하여 에이전트의 합리화를 구조적으로 차단. Google SWE 문화에서 추출한 Hyrum's Law, Beyonce Rule, change-sizing 규범 포함. (2) Parameterized Taste 축: Leonxlnx/taste-skill(⭐12.9K, +3.5K weekly)이 AI 생성 UI의 "generic slop"을 3가지 수치 파라미터로 차단: Design Variance(1-10, 레이아웃 실험성), Motion Intensity(1-10, 애니메이션 강도), Visual Density(1-10, 정보 밀도). 프로젝트 타입별 사전 설정(랜딩페이지 7/6/3, 대시보드 3/2/8, 포트폴리오 9/8/4) + Anti-Slop 체크리스트(동일 패딩, 기본 팔레트, 동일 카드, 애니메이션 0 등 해당 시 FAIL). (3) Local Cost Gate 축: mnfst/manifest(⭐5.7K, +1.2K weekly)가 23차원 스코어링(<2ms)으로 요청 복잡도를 4단계(Simple→Standard→Complex→Reasoning)로 분류하고 최적 모델로 자동 라우팅. 제3자 프록시 없이 로컬에서 동작, API 키가 외부에 노출되지 않음. 각 tier에 최대 5개 fallback + 투명한 비용/지연/모델 선택 메트릭 자동 추적. 기존 unified-model-gateway(중앙 프록시)와 달리 로컬 라우팅이 핵심 — 비용 70% 절감. 세 축의 공통 방향: "느낌"이 아니라 "수치"로 에이전트의 행동(rationalization table), 출력 품질(taste 파라미터), 비용(23-dim scoring)을 강제한다. 54차 규율 → 55차 증명+축적 → 56차 단순화+복원력 → 57차 수치 기반 강제 장치로 에이전트 생태계가 정성적 판단을 정량적 게이트로 교체하는 성숙 단계에 진입. 기타 주목 트렌딩: obra/superpowers(⭐167.5K, +9.3K weekly, 에이전트 스킬 프레임워크 — 역대 최고 성장세 지속), forrestchang/andrej-karpathy-skills(⭐87.3K, +29.4K weekly, 단일 CLAUDE.md 지속 성장), thedotmack/claude-mem(⭐67.4K, +6K weekly, 세션 간 메모리 압축·주입), NousResearch/hermes-agent(⭐116.6K, +19K weekly, 자가성장 에이전트), multica-ai/multica(⭐21K, +5.4K weekly, 스킬 컴파운딩 성장 지속), sansan0/TrendRadar(⭐55.2K, +3.3K weekly, AI 트렌드 모니터), farion1231/cc-switch(⭐51.3K, +4.2K weekly, 5개 AI 코딩 도구 통합 데스크탑), HKUDS/nanobot(⭐40.8K, 초경량 개인 AI 에이전트 — 메모리/스킬을 context-on-demand로만 로드), koala73/worldmonitor(⭐52.6K, +3.9K weekly, 글로벌 인텔리전스 대시보드), mattpocock/skills(⭐19.7K, +2.6K weekly, 개인 스킬 디렉토리), Donchitos/Claude-Code-Game-Studios(⭐16.1K, +4.3K weekly, 49개 AI 에이전트 + 72개 게임 개발 워크플로우 스킬), KeygraphHQ/shannon(⭐40.3K, 자율 화이트박스 펜테스터 성장 지속), rtk-ai/rtk(⭐35.4K, +5.9K weekly, CLI 토큰 압축 60-90% 절감), openai/openai-agents-python(⭐25.1K, +3.4K weekly, 경량 멀티에이전트), microsandbox(⭐5.8K, AI 에이전트 로컬 샌드박스), maximhq/bifrost(⭐4.3K, 엔터프라이즈 AI 게이트웨이 — LiteLLM 대비 50배 빠름).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai · mshumer) + topic 검색(ai-agent · claude-code · self-improving). 15개 신규 중 2개 고득점. 이번 라운드 메타 트렌드: "Simplify & Survive — 단순한 원시 요소가 복원력 있는 시스템으로 합성된다". 55차의 "Prove & Compound"가 검증과 축적이었다면, 이번 주는 그 반대편에서 동시에 부상하는 두 힘: 급진적 단순화와 복원력 있는 복잡성. (1) Radical Simplification 축: shareAI-lab/learn-claude-code(⭐56.4K)가 "Bash is all you need"를 실증 — 3.3K줄 순수 bash로 완전한 에이전트 하네스(도구 호출→결과 파싱→다음 행동 결정)를 구현. curl + jq만으로 LLM API 호출·JSON 파싱·도구 실행의 전체 루프가 동작. Python/Node 의존성 0, set -x로 모든 실행 경로 추적 가능, exit code가 네이티브 HARD 게이트. 우리 시스템의 codex-convergence-loop.sh, loopy-era-workflow.sh 등 bash 스크립트 기반 자동화가 이미 이 패턴의 부분 구현이었음을 확인 — 에이전트 하네스에 프레임워크가 필요하다는 가정 자체가 틀렸다. (2) Resilient Complexity 축: aden-hive/hive(⭐10.1K)가 멀티에이전트를 그래프 기반 DAG로 컴파일하고, 실패 시 그래프 구조 자체를 자동 진화. 기존 pause-on-failure-pattern(상태 보존 + 재실행)과 auto-block-stuck-tasks(blocked 전환 + 우회)가 단일 노드 수준 복구라면, hive는 서브그래프 단위로 실패 경로를 대안 경로로 교체 + DAG 재컴파일 + 재배포. 세션 격리(한 에이전트 crash가 전파 안 됨) + 비용 상한(노드별 토큰 예산 초과 시 즉시 중단) + Human-in-the-loop 개입 노드. 100+ LLM 프로바이더 지원, zero-setup 구성. 두 축의 공통 방향: 단순한 원시 요소(bash 스크립트, exit code, jq 파이프라인)가 복원력 있는 시스템(DAG 자동 진화, 체크포인트 복구, 비용 강제)으로 합성된다. 복잡한 프레임워크 없이도, 단순한 빌딩 블록의 올바른 조합이 프로덕션급 에이전트 인프라를 만든다 — 이것이 loopy-era의 bash hook 철학과 정확히 일치. "검증+축적(55차) → 단순화+복원력(56차)"으로 에이전트 생태계가 불필요한 복잡성을 제거하면서 본질적 복원력을 강화하는 방향으로 진화. 기타 주목 트렌딩: obra/superpowers(⭐167.3K, +9.3K weekly, 에이전트 스킬 프레임워크 — 역대 최고 성장세 유지), forrestchang/andrej-karpathy-skills(⭐86.3K, +29.4K weekly, 단일 CLAUDE.md 파일로 LLM 코딩 행동 표준화), thedotmack/claude-mem(⭐67.3K, +6K weekly, 세션 간 메모리 압축·주입), NousResearch/hermes-agent(⭐116.3K, +19K weekly, 자가성장 에이전트), multica-ai/multica(⭐20.9K, +5.4K weekly, 에이전트 팀원화 플랫폼 성장 지속), n8n-io/n8n(⭐185.5K, 400+ 통합 AI 네이티브 워크플로우), HKUDS/RAG-Anything(⭐18.6K, +2.5K weekly, 올인원 멀티모달 RAG), Leonxlnx/taste-skill(⭐12.9K, +3.5K weekly, 3-dial 안티슬롭 프론트엔드 — design variance·motion intensity·visual density 조절), mksglu/context-mode(⭐10K, +2.3K weekly, 컨텍스트 샌드박스 격리 성장 지속), openai/openai-agents-python(⭐25.1K, +3.4K weekly, 경량 멀티에이전트), Tracer-Cloud/opensre(⭐3K, +1.6K weekly, AI SRE 에이전트 오픈소스 툴킷), mattpocock/skills(⭐19.1K, +2.6K weekly, 개인 스킬 디렉토리), microsoft/markitdown(⭐116.8K, +5.6K weekly, 파일→마크다운 변환 유틸리티 성장 지속), jamiepine/voicebox(⭐23.3K, +3.5K weekly, 오픈소스 AI 보이스 스튜디오).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai · mshumer) + topic 검색. 12개 신규 중 2개 고득점. 이번 라운드 메타 트렌드: "Prove & Compound — 검증된 것만 존재하고, 검증된 것은 복리로 축적된다". 54차의 "Engineering Discipline for Agents"가 에이전트에게 규율을 주입했다면, 이번 주는 그 규율의 두 가지 결과물이 동시 부상: 증명(Proof)과 복리 축적(Compound). (1) Proof-by-Exploitation 축: KeygraphHQ/shannon(⭐40.2K, +1.8K weekly)이 자율 AI 펜테스터로서 "no exploit, no report" 원칙을 구현. 5단계 파이프라인(Pre-Recon→Recon→Vuln Analysis→Exploitation→Report)에서 실제 PoC 공격이 성공한 취약점만 보고서에 포함. 5개 OWASP 카테고리별 병렬 에이전트가 코드 흐름 추적 → 실제 공격 실행 → 재현 가능한 증거 생성. "DOM에 버튼 존재 → PASS"가 아니라 "버튼 클릭 → 결과 확인 → DB 재조회 → 값 일치"만 PASS — 우리 qa-browser-test-required의 "인터랙션 테스트 = QA의 핵심"을 보안 도메인에서 극한까지 밀어붙인 구현. (2) Skill Compounding 축: multica-ai/multica(⭐20.8K, +5.4K weekly, 53차 대비 4배 성장)가 에이전트를 프로젝트 보드의 실제 팀원으로 운영하면서 "Every solution becomes a reusable skill for the whole team" 원칙 실현. 에이전트 A가 해결한 패턴이 공유 스킬로 저장 → 에이전트 B가 유사 문제에서 자동 재사용 → 팀 능력이 복리로 증가. 8개 에이전트 런타임(Claude Code, Codex, Hermes, Gemini 등) 통합 대시보드 + WebSocket 실시간 진행 스트리밍 + Go/Next.js/PostgreSQL+pgvector 기술 스택. 기존 shared-agent-memory(조직 지식 축적)와 execution-path-crystallization(성공 경로 SOP 변환)을 팀 수준 자동 축적 + 빈도 기반 신뢰도 상승으로 통합 진화. 두 축의 공통 방향: 증명되지 않은 것은 존재하지 않고(shannon의 proof-by-exploitation), 증명된 것은 자동으로 재사용 가능한 자산이 된다(multica의 skill compounding). "규율 주입(54차) → 증명+축적(55차)"으로 에이전트 생태계가 품질 보증과 지식 축적을 동시에 달성하는 방향으로 수렴. 기타 트렌딩: sansan0/TrendRadar(⭐55.1K, +3.3K weekly, 11개 플랫폼 AI 트렌드 모니터 + MCP 통합 + 자연어 관심사→구조화 태그 자동 추출), farion1231/cc-switch(⭐51K, +4.2K weekly, 5개 AI 코딩 도구 통합 데스크탑 — Tauri 2/Rust 기반, 50+ 프로바이더 프리셋), koala73/worldmonitor(⭐52.5K, +3.9K weekly, 500+ RSS 피드 기반 실시간 글로벌 인텔리전스 대시보드), lsdefine/GenericAgent(⭐7.0K, +3.5K weekly, 3.3K줄 시드에서 스킬 트리 자가 성장 + 6배 토큰 절감), openai/openai-agents-python(⭐25K, +3.4K weekly, 경량 멀티에이전트 프레임워크), anthropics/claude-agent-sdk-python(⭐6.5K, Anthropic 공식 Agent SDK), HKUDS/RAG-Anything(⭐18.6K, +2.5K weekly, 멀티모달 통합 RAG — 텍스트+이미지+테이블+수식 크로스모달 지식그래프), Wei-Shaw/sub2api(⭐15.3K, +1.9K weekly, Go 기반 AI API 게이트웨이 — 스마트 계정 스케줄링 + 토큰 레벨 사용량 추적), hugohe3/ppt-master(⭐7.9K, +2K weekly, AI PPTX 네이티브 생성 — 이미지가 아닌 실제 PowerPoint 도형), NousResearch/hermes-agent(⭐115.8K, +19K weekly, 자가성장 에이전트).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go · Shell) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai · mshumer) + topic 검색. 12개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Engineering Discipline for Agents — 에이전트에게 시니어 엔지니어의 규율과 효율을 주입". 53차의 "Agent Infrastructure Maturation"이 에이전트가 동작하는 인프라의 성숙이었다면, 이번 주는 에이전트 자체에 시니어 엔지니어 수준의 규율·효율·판단력을 주입하는 3가지 축이 동시 부상. (1) Anti-Rationalization 축: addyosmani/agent-skills(⭐22.7K, +5.8K weekly, Addy Osmani / Google)가 에이전트의 "나중에 할게" 합리화를 구조적으로 차단하는 20개 프로덕션급 스킬 프레임워크를 제시. 핵심 혁신: 각 스킬에 Anti-Rationalization Tables — "테스트 나중에 추가할게", "간단한 변경이라 리뷰 불필요" 같은 에이전트의 전형적 합리화 구문을 사전 식별하고 구조화된 반박을 매핑. 6개 Phase(Define→Plan→Build→Verify→Review→Ship)로 전체 개발 라이프사이클을 커버하며, 각 스킬이 Verification Evidence(exit code, 테스트 결과, 스크린샷)를 요구 — "했습니다" 선언만으로 완료 불가. Progressive Token Disclosure로 필요 시에만 상세 체크리스트 로드. 우리 completion-verification 규칙의 "선언만으로 끝내기 금지"를 에이전트 합리화 패턴별 사전 차단으로 한 층 강화. (2) Incremental Codebase Indexing 축: zilliztech/claude-context(⭐9.0K, +2.9K weekly)가 Merkle tree 기반 증분 인덱싱 + AST 경계 기반 코드 청킹으로 대규모 코드베이스에서 40% 토큰 절감하면서 검색 품질을 유지. BM25(키워드) + Dense Embedding(의미) 하이브리드 검색으로 자연어 질문→정확한 코드 위치 반환. 1000개 파일 중 10개 변경 시 10개만 재인덱싱(100배 절감). 기존 codebase-packing-pattern(전체 패킹)의 비효율을 변경분 증분 + 의미 단위 분할로 해결. (3) Request Complexity Scoring 축: mnfst/manifest(⭐5.6K, +1.2K weekly)의 23차원 복잡도 스코어링(2ms 이내 완료)이 요청을 simple/standard/complex/reasoning 4티어로 자동 분류하여 최적 모델에 라우팅. 53차에서 "포맷 변환 + 비용 게이트" 초점이었다면, 이번 분석에서는 우리 시스템의 bug-fixer 로테이션 + agent-delegation에 직접 적용 가능한 복잡도 티어링으로 재해석. 실패 횟수에 따른 자동 티어 상승 + 5단계 fallback 체인. 세 축의 공통 방향: 에이전트가 스킵하지 않고(anti-rationalization), 효율적으로 컨텍스트를 확보(incremental indexing)하며, 적절한 수준의 리소스를 자동 할당(complexity scoring)받는 구조. "인프라 성숙(53차) → 에이전트 규율 주입(54차)"으로 에이전트의 외부 환경과 내부 행동이 동시에 성숙. 기타 트렌딩: Leonxlnx/taste-skill(⭐12.7K, +3.5K weekly, 3-dial 파라미터 시스템으로 AI 프론트엔드 "밋밋함" 구조 차단), Donchitos/Claude-Code-Game-Studios(⭐16K, 49개 AI 에이전트 + 72 워크플로우 스킬로 게임 개발 스튜디오 구현), obra/superpowers(⭐166.8K, +9.3K weekly, 에이전트 스킬 프레임워크 — 개발 방법론 통합), NousResearch/hermes-agent(⭐115.3K, +19K weekly, 자가성장 에이전트), rtk-ai/rtk(⭐34.7K, +5.9K weekly, CLI 토큰 60-90% 절감 Rust 바이너리), vllm-project/semantic-router(⭐3.8K, Workload-Router-Pool 아키텍처 + LLM 안전성 통합), maximhq/bifrost(⭐4.3K, 15µs 오버헤드 AI 게이트웨이 — Go 기반), simonw/tools(⭐1.6K, LLM 생성 실용 도구 모음).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · mshumer) + topic 검색. 8개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Agent Infrastructure Maturation — 에이전트 인프라의 성숙기: 팀원화·컨텍스트 격리·지능형 라우팅". 52차의 "Deterministic Agent Governance"가 에이전트 행동의 통제였다면, 이번 주는 그 에이전트가 동작하는 인프라 자체의 성숙. 세 가지 층이 동시에 고도화: (1) Agent-as-Teammate 층: multica-ai/multica(⭐20.6K, +5,741 weekly)가 에이전트를 "도구"가 아닌 "팀원"으로 재정의. 프로젝트 보드에 에이전트가 등장하여 자율적으로 작업 수행·진행 보고·블로커 리포팅. Claude Code, Codex, Gemini, Hermes 등 8개 에이전트 런타임을 통합 대시보드에서 관리. 핵심 차별점: Skill Compounding — 에이전트 A가 해결한 패턴이 공유 스킬로 저장되어 에이전트 B가 유사 문제에서 자동 재사용. 우리 shared-agent-memory 규칙의 "조직 전체 지식 축적"을 팀원 생명주기로 구현한 청사진. (2) Context Sandbox Isolation 층: mksglu/context-mode(⭐9.8K, +1,797 weekly)가 도구 출력을 subprocess로 격리하여 raw 데이터가 컨텍스트 윈도우에 직접 진입하지 않게 차단. Playwright 스냅샷 56KB→299B(99% 감소), GitHub 이슈 20개 59KB→1.1KB(98% 감소). 원본은 FTS5+BM25 인덱스로 검색 가능하게 보관. Session persistence로 compaction 후에도 작업 상태 자동 복구. 우리 context-compression-pipeline + cli-output-compression의 통합·진화 — "압축"이 아닌 "격리"로 패러다임 전환. 12개 플랫폼(Claude Code, Codex, Cursor, Gemini CLI 등) 동시 지원. (3) Intelligent Model Routing 층: mnfst/manifest(⭐5.6K, +1,221 weekly)가 23차원 복잡도 스코어링을 2ms 내 수행하여 요청을 최적 모델에 자동 라우팅. 간단한 질문→저렴 모델, 복잡한 추론→고급 모델. 300+ 모델, 15+ 프로바이더 지원. 70% 비용 절감 + 5단계 fallback 체인. 기존 unified-model-gateway(포맷 변환)를 비용-성능 자동 최적화로 확장. 세 층의 공통 방향: 에이전트가 팀원으로 상주(multica)하면서, 컨텍스트는 샌드박스로 격리(context-mode)되고, 모델 호출은 지능형 라우팅(manifest)으로 최적화. "거버넌스 강화(52차) → 인프라 성숙(53차)"으로 에이전트 생태계가 계속 깊어지는 추세. 기타 트렌딩: rtk-ai/rtk(⭐34.5K, CLI 토큰 60-90% 절감 — Rust 바이너리, 100+ 명령 지원), superradcompany/microsandbox(⭐5.8K, Firecracker microVM 기반 에이전트 샌드박스 — 100ms 부팅), maximhq/bifrost(⭐4.3K, 50x faster AI gateway — Go 기반 adaptive load balancer), Wei-Shaw/sub2api(⭐15.2K, 멀티 LLM 프로바이더 통합 게이트웨이), NousResearch/hermes-agent(⭐115K, +20.3K weekly, 자가성장 에이전트 프레임워크).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics) + topic 검색. 15개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Deterministic Agent Governance — 에이전트의 자율 행동을 결정론적 워크플로우·증명 기반 검증·구조화된 지식 그래프로 통제". 51차까지 "에이전트를 인프라 구성원으로 격상"하는 흐름이었다면, 이번 주는 그 구성원의 행동을 결정론적으로 통제하고 결과를 증거로 검증하는 3가지 축이 동시 등장. (1) Proof-by-Exploitation 축: KeygraphHQ/shannon(⭐40.1K, +1,738 weekly)이 보안 테스트에서 "스캔 → 발견"이 아닌 "가설 → 실제 공격 → 증명" 방법론을 구현. 5단계 파이프라인(Pre-Recon → Recon → 병렬 분석 → 병렬 공격 → 리포트)에서 OWASP 5개 카테고리를 병렬 에이전트가 독립 분석 + 실제 exploit 실행. XBOW 벤치마크 96.15% 성공률(100/104). 에이전트의 주장을 "말"이 아닌 "작동하는 PoC"로 검증하는 패턴은 우리 QA의 completion-verification 원칙("존재 확인"이 아닌 "올바른 동작 증명")과 정확히 일치. (2) Deterministic Workflow Crystallization 축: coleam00/Archon(⭐19.6K, +1,080 weekly)이 AI 코딩을 YAML 워크플로우로 결정화하여 "계획→구현→검증→리뷰→PR"이 매번 동일하게 실행되는 하네스 빌더. 17개 기본 워크플로우 + .archon/workflows/ 커스텀 확장 + CLI/Web/Slack/Telegram/Discord 5개 플랫폼 동시 지원. 결정론적 노드(bash, test)와 AI 노드(planning, codegen)를 혼합 DAG로 구성 — 우리 deterministic-orchestrator-scheduling 규칙의 "LLM은 구현만, 스케줄링은 코드로" 원칙을 YAML 선언형으로 구현한 청사진. (3) Multimodal Knowledge Graph 축: HKUDS/RAG-Anything(⭐18.5K, +2,131 weekly)이 텍스트 전용 RAG를 넘어 이미지·테이블·수식·차트를 포함한 5단계 파이프라인(파싱→이해→분석→지식그래프→검색)으로 확장. 벡터 유사도 + 그래프 탐색 하이브리드 검색 + 모달리티 인식 랭킹으로 텍스트뿐 아니라 시각 자료까지 검색 대상. memory-bank의 텍스트 FTS5 검색을 엔티티 관계 그래프 + 크로스모달 매핑으로 확장하는 방향. 세 축의 공통 방향: 에이전트가 "했다"고 말하는 것을 증명(shannon PoC)하고, 행동 자체를 결정론적 워크플로우(Archon YAML)로 통제하고, 참조하는 지식을 구조화된 그래프(RAG-Anything)로 관리. "자율성 확장(49~51차) → 거버넌스 강화(52차)"로 진자가 다시 균형점으로 회귀. 기타 트렌딩: SimoneAvogadro/android-reverse-engineering-skill(⭐4.8K, 도메인 전문성의 Claude Code 스킬화 패턴 — 5단계 구조화 워크플로우), langfuse/langfuse(⭐26K, LLM 관측성 플랫폼 — 트레이싱+평가+프롬프트 관리), sansan0/TrendRadar(⭐55K, AI 기반 멀티플랫폼 트렌드 모니터링 — 11개 소스+9채널 알림), jamiepine/voicebox(⭐23K, 오픈소스 AI 보이스 스튜디오).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai · mshumer) + topic 검색. 15개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Agents as Infrastructure Citizens — 에이전트를 임시 도구가 아닌 영구 인프라 구성원으로". 50차까지의 흐름이 "에이전트 자율 진화 + 구조적 안전 거버넌스"였다면, 이번 주는 에이전트를 조직 인프라의 정식 구성원으로 격상하는 3가지 축이 동시 등장. (1) Managed Teammates 축: multica-ai/multica(⭐20.4K, +5.7K weekly)가 코딩 에이전트를 "다음 10명의 채용은 사람이 아닐 것"이라는 전제로 프로젝트 보드에 나타나고, 태스크를 자율 할당하고, 해결한 패턴을 조직 전체에 공유하는 Skill Compounding 패턴을 구현. Next.js 16 + Go + PostgreSQL 17(pgvector) 아키텍처로 Claude Code·Codex·Gemini 등 이기종 에이전트를 단일 팀으로 관리. (2) microVM Sandbox 축: superradcompany/microsandbox(⭐5.8K, Y Combinator)가 밀리초 부팅 microVM으로 에이전트 전용 격리 환경 제공 — 컨테이너가 아닌 하드웨어 수준 격리 + 비밀키가 VM에 진입하지 않는 설계. 50차 pydantic/monty(Python 인터프리터 샌드박스)보다 한 단계 강한 격리. Rust·Python·TypeScript SDK 동시 지원으로 에이전트가 자신의 샌드박스를 직접 생성·관리. (3) Semantic Codebase Search 축: zilliztech/claude-context(⭐8.7K, +2.2K weekly)가 BM25+벡터 하이브리드 검색 + AST 기반 코드 청킹 + Merkle 트리 증분 인덱싱으로 전체 코드베이스를 에이전트 컨텍스트로 만들되 토큰 40% 절감. 15개 이상 AI 개발 도구와 MCP 통합. 세 축의 공통 방향: 에이전트에게 영구 소속(multica), 안전한 실행 공간(microsandbox), 효율적 지식 접근(claude-context)을 부여하여 "호출 당 도구"에서 "상주 인프라 구성원"으로 전환. 기타 트렌딩: farion1231/cc-switch(⭐50.3K, All-in-One 에이전트 데스크탑), maximhq/bifrost(⭐4.2K, 50x 빠른 AI 게이트웨이 — unified-model-gateway 중복), vercel-labs/open-agents(⭐4.1K, 클라우드 에이전트 템플릿), casdoor/casdoor(⭐13.5K, Agent-first IAM + MCP 게이트웨이).

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai · mshumer) + topic 검색. 12개 신규 중 3개 고득점. 이번 라운드 메타 트렌드: "Structural Evolution Governance — 에이전트 자가개선에 프로토콜·샌드박스·벤치마크 3중 안전장치". 지난 48~49차에서 "autonomous skill crystallization + plugin marketplace legitimization"이 에이전트의 자율성 확장을 보여줬다면, 이번 주는 그 자율성에 구조적 안전 제약을 거는 3개 축. (1) Protocol-Bound Evolution 축: EvoMap/evolver(⭐6.7K)가 48차에 이어 지속 성장 — strategy preset(balanced/innovate/harden/repair-only)으로 진화 방향을 모드 선택으로 결정론화. 우리 /self-improve가 "무조건 개선"이면 evolver는 "어떤 종류의 개선을 할지"를 선택. (2) Sandboxed Code Execution 축: pydantic/monty(Pydantic 공식)가 Rust 기반 미니멀 Python 인터프리터로 "에이전트가 도구 호출 대신 코드를 짠다" 패러다임 제시 — 마이크로초 시작, 호스트 파일시스템 완전 차단, 리소스 제한 내장. 순차 도구 호출 N회를 코드 1회로 치환 → 비용 1/N. (3) Scored Agent Benchmarks 축: Tracer-Cloud/opensre(⭐2.7K)가 "AI SRE agent"로 incident investigation을 점수 매기기 벤치마크로 정량화 — synthetic RCA suite + scored simulations + E2E tests. harness-report가 scaffold 구조를 측정한다면 opensre는 에이전트 행동 능력을 측정. 세 축의 공통 방향: 48~49차의 "에이전트가 스스로 skill 만들고 진화한다"에 대해 "그 진화가 protocol-bound이고, 실행은 sandboxed이고, 결과는 scored benchmark로 검증된다"는 governance layer 추가. 기타 트렌딩: rtk-ai/rtk(⭐+5.5K, CLI 토큰 압축 Rust — 기존 rule 보유), mksglu/context-mode(⭐+1.8K, 컨텍스트 윈도우 최적화 — 기존 overlap), mnfst/manifest(⭐+1.2K, 23차원 모델 라우팅 — unified-model-gateway와 중복).

GitHub weekly trending(전체) + Anthropic 공식 org 스캔 + simonw 최근 push + topic 검색(vertical-agent · sre-agent · plugin-marketplace). 26개 신규 중 4개 고득점. 이번 라운드 메타 트렌드: "Plugin Ecosystem Legitimization — User Scripts에서 Anthropic-Audited Marketplace + Vertical Domain Packaging으로". 지난 48차에서 hermes-agent + evolver + forrestchang/karpathy-skills + multica가 "autonomous skill crystallization + protocol-bound evolution"을 industry 표준 제안으로 보여줬다면, 이번 주는 "배포 인프라 공식화 + vertical domain 확산" 두 축. (1) Anthropic 공식 Plugin Marketplace 축: anthropics/claude-plugins-community(read-only mirror, nightly sync)가 내부 review pipeline을 public mirror로 노출 — PR auto-close로 공식 submission 경로 강제, 모든 plugin은 automated security scanning + internal review 통과 후에만 marketplace에 진입. 지금까지 우리 cc-sync가 user-scope 복사 패턴이었다면 Anthropic은 audited · versioned · signed 배포 인프라. (2) Role-Specific Plugin Architecture 축: anthropics/knowledge-work-plugins(⭐11.5K)가 10개 vertical(Sales/Support/PM/Legal/Finance/Data/Enterprise Search/Bio-Research/Productivity/Marketing) × 표준 디렉토리 구조(plugin.json + .mcp.json + commands/ + skills/) — dev-work vs knowledge-work 분리가 공식 architecture. 우리 ~/.claude/skills/가 평평한 100+ 스킬 목록이면 Anthropic은 role taxonomy로 계층화 + MCP connector로 SaaS 통합(HubSpot · Linear · Snowflake · BigQuery · PubMed). (3) Vertical Domain Agent 확산 축: Tracer-Cloud/opensre(⭐2.6K, +1.5K)가 AI SRE agent로 incident investigation/RCA/remediation을 agent 도메인으로 확립 — "runbook-aware reasoning" + "evidence-backed root cause" + 60+ integration(PagerDuty · Slack · Datadog · AWS · GCP) + optional auto-remediation. bug-fixer가 코드 버그 전용이면 opensre는 production incident 전용 자매 에이전트. ci-self-healing-loop.md의 개념을 runtime operations 도메인으로 확장. (4) Cross-Provider Auth Gateway 축: simonw/llm-openai-via-codex가 한 provider(Codex CLI) 인증을 통해 다른 provider(OpenAI API) 모델 접근 — 구독 경제의 경계를 뚫는 bridging 패턴. 우리 unified-model-gateway.md(new-api, format 변환 중심)가 API 표준화면 simonw 버전은 auth 표준화. 네 축 모두 loopy-era 5축의 "자동화 증대"(marketplace install · role template · incident RCA · cross-provider auth)와 "HARD 전환 가능"(security scan exit code · plugin signature · evidence link · auth token validation)에 직결. 공통 패러다임 변화: 지난 몇 달간 agent 생태계가 "개인이 개인 scripts를 user-scope에 쌓는 시대"였다면, 이번 주는 "organization이 signed marketplace + role-specific vertical + cross-provider auth로 infrastructure화하는 시대"로의 변곡점. 우리 시스템은 user-scope 유일 + 평평한 skills/ + 단일 provider 의존 → marketplace + role taxonomy + provider auth gateway 3개 공백이 명시적으로 드러남. 이번 수확이 공백을 지목하는 signal.

GitHub weekly trending(전체 · TypeScript · Python) + 구루 프로필 스캔(karpathy · simonw · anthropics · NousResearch) + topic 검색(self-evolving · skill-compounding · agent-teams). 50여 개 중 4개 신규 고득점. 이번 라운드 메타 트렌드: "Autonomous Skill Crystallization — 에이전트가 스스로 skill을 생성·감사·진화시키는 구조의 산업 표준화". 지금까지 loopy-era는 execution-path-crystallization(GenericAgent)로 성공 경로를 스킬화하고, recursive-self-improvement-loop(autocontext)로 Competitor→Analyst→Coach→Curator 4단계 폐루프를 설계하고, self-improve 스킬로 fix 커밋에서 scaffold rule을 자동 추출해왔다. 그러나 이 모든 것이 "개발자가 정의한 evolution rule" 기반이었다면, 이번 주 4개 repo는 "에이전트가 스스로 skill을 생성·감사·배포"하는 방향으로 한 층 더 올라감. (1) Autonomous Skill Generation 축: NousResearch/hermes-agent(⭐112.5K, 주간 +22.1K, 모든 trending의 1위)가 "autonomous skill creation after complex tasks" + "agent-curated memory with periodic nudges"로 복잡한 작업 완료 후 에이전트가 스스로 procedural knowledge를 skill로 박음 + agentskills.io 표준 호환. 우리 execution-path-crystallization이 성공 경로를 "사람이 검토해서" 스킬화라면 hermes는 완전 자동. (2) Protocol-Bound Evolution 축: EvoMap/evolver(⭐6.6K, +4.4K)가 GEP(Genome Evolution Protocol) 표준으로 진화를 deterministic primitive로 격상 — genes.json(진화 단위) + capsules.json(복합 단위) + events.jsonl(불변 audit trail) + Mutation/PersonalityState(deterministic stagnation 방지) + strategy preset(balanced 50/30/20 · innovate · harden · repair-only). 우리 /self-improve는 ad-hoc ML/bash 믹스라 audit 불가 — evolver는 모든 진화가 JSONL에 immutable 기록. (3) Bottom-Up CLAUDE.md Distribution 축: forrestchang/andrej-karpathy-skills(⭐79.4K, 주간 +35.3K, 전체 trending 1위)가 Karpathy의 4원칙(Think Before Coding · Simplicity First · Surgical Changes · Goal-Driven Execution)을 단일 CLAUDE.md + Cursor 규칙 파일로 마켓플레이스 배포. 기존 우리 karpathy-coding-principles.md가 18줄 요약이면 forrestchang 버전은 예시·판단 기준·조건부 rigor까지 구체화. (4) Managed Agent Teams 축: multica-ai/multica(⭐20K, +6K)가 "Turn coding agents into real teammates — assign tasks, track progress, compound skills"로 agent를 팀원처럼 이슈 할당 + 모든 해결책을 workspace 수준 reusable skill로 축적 + local daemon이 Claude Code · Codex · Gemini · Cursor Agent CLI 자동 감지 · Next.js+Go+PostgreSQL+pgvector 스택. 우리 /team 오케스트레이터가 단일 세션에서 specialist를 조율한다면 multica는 세션을 넘어 지속되는 팀 구조로 격상. 네 축 모두 loopy-era 5축의 "자동화 증대"(수동 skill 작성 → 자동 생성)와 "측정 가능"(audit trail · skill reuse rate · agent assignment stats)에 직결. 공통 패러다임 변화: 지금까지 agent framework는 "사람이 skill을 짜면 에이전트가 쓴다"였지만, 이번 주 트렌드는 "에이전트가 작업하며 skill을 만들고, 그 skill이 감사 트레일에 박히고, 다음 에이전트가 재사용"하는 generational skill evolution. 우리 시스템은 memory-bank + self-improve로 유사 방향이지만 "skill을 에이전트가 직접 커밋"하는 autonomy 계층이 부재 — 이번 주 수확이 공백을 채우는 standardization signal.

GitHub weekly trending(전체 · TypeScript · Python · Rust · Go) + 구루 프로필 스캔(karpathy · simonw · anthropics) + topic 검색(agent-sandbox · context-isolation · multi-agent-handoff). 80여 개 중 4개 신규 고득점. 이번 라운드 메타 트렌드: "Production-Grade Agent Execution Isolation — 4-Axis Convergence". 지금까지 loopy-era가 worktree-parallel-agents로 파일시스템 격리, browser-automation-crystallization으로 브라우저 결정화, role-based-agent-permissions로 권한 격리를 개별 도입해왔다면, 이번 주 트렌드는 격리(isolation)를 에이전트 시스템의 1급 primitive로 격상하는 4개 축의 동시 수렴. (1) Context Isolation 축: mksglu/context-mode(⭐9K, +1.7K)가 MCP 프로토콜 레이어에서 tool 출력을 서브프로세스 sandbox에 가두고 stdout만 context에 진입 → Playwright snapshot 56KB → 299B, GitHub Issues 58.9KB → 1.1KB, 총 98% 토큰 절감 + SQLite FTS5 indexing + PreToolUse/PostToolUse/PreCompact/SessionStart 4-hook lifecycle + 세션 복구 XML 스냅샷. (2) Agent-Sandbox Decoupling 축: vercel-labs/open-agents(⭐4K, +1.7K)가 "The agent is not the sandbox" 철학으로 에이전트 실행 ≠ 샌드박스 실행 분리 — Web → Agent Workflow → Sandbox VM 3-layer, 에이전트는 tool 호출로만 sandbox와 통신, hibernation/resumption 독립 관리 가능. (3) Multi-Agent Handoff 축: openai/openai-agents-python(⭐25K, +3.8K)이 Handoff primitive로 에이전트-에이전트 위임을 명시적 타입으로 정의 + SandboxAgent 내장(UnixLocalSandboxClient) + Guardrails + Sessions 자동 영속화 + Tracing 네이티브. LangChain의 graph-centric이나 CrewAI의 role-play와 달리 handoff를 SDK 1급 primitive로. (4) Secure Code Execution 축: superradcompany/microsandbox(⭐5.8K, +375)가 Rust 기반 MicroVM 보안 샌드박스를 AI 에이전트용으로 특화 — LLM 생성 코드를 로컬에서 안전히 실행 + 격리 보장 + 빠른 시작. browser-automation-crystallization이 웹 UI 자동화용이면 microsandbox는 임의 코드 실행용. 네 축 모두 loopy-era 5축의 "마찰 제거"(context 폭주 · 샌드박스 누수 · agent 조율 모호성 · 코드 실행 위험)와 "HARD 전환 가능"(MCP 프로토콜 exit code · VM snapshot hash · Handoff type signature · microVM boundary)에 직결. 공통 패러다임 변화: 지금까지 agent 프레임워크는 "reasoning + action이 한 몸"이었다면, 이번 주 트렌드는 "reasoning은 context에, action은 sandbox에, state는 file에 — 삼위 일체 분리". 우리 시스템이 각 축을 개별 규칙으로 보유하지만 "격리 계층"이라는 통합 개념은 부재 — 이번 주 수확이 공백을 메우는 convergence validation.

GitHub weekly trending(전체+TypeScript+Python) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai) + topic 검색(agent-memory · context-engineering · model-routing). 60여 개 중 20개 신규, 4개 고득점. 이번 라운드 메타 트렌드: "Memory & Context Infrastructure의 외부화 수렴 — LLM의 컨텍스트 윈도우 한계를 외부 저장소(vector DB + graph + smart routing)로 극복하는 4축 동시 진화". 그동안 loopy-era 내부에서 rules/ + memory-bank + skills/로 자체 구축해온 "세션 간 지식 지속성 + 선택적 context 주입" 철학이 claude-mem(⭐65K) · claude-context(⭐7.4K) · cognee(⭐16.6K) · manifest(⭐5.5K)로 산업 표준화되는 지점. (1) Session Memory Compression 축: thedotmack/claude-mem(⭐65K, 주간 +10.4K)이 Claude Code의 5-hook lifecycle(SessionStart/UserPromptSubmit/PostToolUse/Stop/SessionEnd)에 자동 부착 + SQLite+Chroma 이중 저장 + progressive disclosure(search index → timeline → full observation 3-layer)로 10x 토큰 절감 + <private> 태그로 민감정보 자동 제외. 우리 memory-bank + search-conversations 스킬이 개념은 같지만 hook 기반 자동 캡처 + progressive disclosure는 부분 구현. (2) Codebase-as-Context 축: zilliztech/claude-context(⭐7.4K, +1.1K)가 AST 기반 intelligent chunking + Merkle tree incremental indexing + BM25+dense hybrid search로 40% 토큰 절감 + 전체 codebase를 MCP로 노출. 우리 codebase-search-before-create.md가 원칙 수립 레벨이면 claude-context는 실제 infrastructure. (3) Knowledge Engine 축: topoteretes/cognee(⭐16.6K, +1.3K)가 vector + graph + cognitive science 통합 + auto-routing recall(쿼리별 최적 검색 전략 자동 선택) + OTEL traceability + multi-tenant agentic isolation. (4) Smart Model Routing 축: mnfst/manifest(⭐5.5K, +1.1K)가 23차원 scoring(<2ms)로 요청을 4-tier(simple/standard/complex/reasoning) 분류 + 300+ 모델/20+ 프로바이더 대응 + self-hosted Docker + 70% 비용 절감. 우리 unified-model-gateway.md(new-api)가 format 변환 중심이면 manifest는 cost-optimization routing. 네 축 모두 loopy-era 5축의 "토큰 효율성"(10x/40%/70% 명시 수치)과 "측정 가능"(검색 hit rate + complexity score + cost dashboard)에 직결. 외부 인프라 의존성(Chroma/Milvus/Docker) 감수하면 즉시 현실화 가능한 진화 경로.

GitHub weekly trending(전체+TypeScript+Python) + 구루 프로필 스캔(karpathy · simonw · anthropics) + topic 검색(harness builder · agent orchestration). 60여 개 신규 중 4개 고득점, 3개 rule 적용, 1개 참조. 이번 라운드 메타 트렌드: "Declarative Workflow Orchestration + Agent Lifecycle Autonomy + Official Plugin Marketplace 3중 수렴 — loopy-era 패턴이 외부 생태계에서 역으로 표준화되는 convergence validation". Archon · Multica · claude-plugins-official 3대 축이 우리 ~/.claude/ 시스템의 각 구성 요소(skills + agents + hooks + orchestration)를 산업 표준으로 재정의하는 움직임. (1) Declarative Orchestration 축: coleam00/Archon(⭐19K)이 "첫 번째 오픈소스 AI 코딩 harness builder"를 자칭하며 YAML Workflow DAG로 조율 — deterministic 노드(bash/git/tests) + AI 노드(plan/code/review)를 explicit 의존성으로 연결 + isolated worktree per run + fresh context flag로 중간 리시딩 + "ALL_TASKS_COMPLETE" 같은 loop termination 조건. 우리 team-orchestrator의 Phase 개념이 자연어 기반이지만 Archon은 파일 스키마로 encode. (2) Agent Lifecycle Autonomy 축: multica-ai/multica(⭐19K)가 agent를 board 상의 자율적 teammate로 격상 — claim/start/complete/fail을 agent 스스로 결정 + skill compounding(완료 태스크 → 재사용 가능한 skill) + WebSocket streaming으로 progress broadcast + runtime 자동 감지. Symphony의 "work 관리" 개념을 multi-agent 조율로 확장. (3) Official Plugin Marketplace 축: anthropics/claude-plugins-official(⭐17K, 2026-04-22 공개)이 plugin.json 표준 manifest + /plugin install @claude-plugins-official 설치 CLI + commands/ agents/ skills/ .mcp.json 표준 디렉토리 + /plugins(공식) vs /external_plugins(커뮤니티) 2-tier governance. openai/skills + agentskills.io에 대한 Anthropic의 공식 응답. 보조 축: EvoMap/evolver(⭐6.5K)가 GEP(Gene Expression Programming) 기반 prompt evolution — Genes + Capsules + EvolutionEvent 감사 trail + signal dedup으로 repair loop 방지, self-improve 범위를 prompt-only(source 불변)로 명시 한정. 네 축 모두 loopy-era 5축의 "측정 가능"(DAG 진행률 + skill usage count + plugin version + evolution event)과 "HARD 전환 가능"(YAML 스키마 + claim state + manifest validation + audit hash)에 직결.

토픽 검색(ai-agent · claude-code · llm-tools · self-improving · prompt-engineering · autonomous-agent) + 구루 프로필 스캔(karpathy · simonw · anthropics · openai · mshumer · hwchase17 · yoheinakajima · nagix). 188개 유니크 repo 중 60여 개 신규, 4개 고득점 선정. 이번 라운드 메타 트렌드: "OpenAI이 loopy-era 패턴을 공식 표준화 — Symphony(work 관리) + Skills(공식 catalog) + Codex-plugin-cc(Claude Code ↔ Codex 이중 모델 리뷰) 3중 convergence". 2026-04-18~21 사이 OpenAI가 3개 repo를 동시 공개 — 우리가 수 개월 전 자체 구축한 skills/ 시스템, code-reviewer + codex:review 이중 패턴, auto-issue + team-orchestrator 워크플로우가 각각 openai/skills(⭐17K), openai/codex-plugin-cc(⭐15K), openai/symphony(⭐15K)로 공식 표준이 됨. (1) Work-over-Agent-Management 축: openai/symphony는 "harness engineering의 다음 단계 — 코딩 에이전트를 감독하는 대신 해결해야 할 work를 관리"라는 선언 + Linear 보드를 트리거로 agent 자동 spawn + proof-of-work(CI status · PR review · 복잡도 분석 · 워크스루 영상) 4종 evidence 요구 + 수락 시 PR 안전 착륙. 우리 auto-issue가 이슈 라벨 기반 spawn까지는 구현했지만 proof-of-work evidence를 multi-artifact로 요구하는 gate는 미구현. (2) LLM Evals as CI Gate 축: promptfoo/promptfoo(⭐20K, OpenAI 인수됨)가 prompt/모델 평가 + red-teaming 취약점 스캐너 + PR 리뷰 code scanning을 CLI+CI/CD로 통합 — 우리 qa-cycle은 "빌드/타입체크/브라우저 테스트" 레이어는 있지만 프롬프트 자체의 regression 테스트(매 모델 변경 시 이전 프롬프트가 동일 품질 유지하는가)는 부재. (3) Agent Skills Standard 축: openai/skills(⭐17K)가 Anthropic Agent Skills 포맷(SKILL.md + YAML frontmatter + 폴더 구조)을 그대로 채택 + $skill-installer 이름 기반 declarative install + .system(자동) · .curated(이름) · .experimental(경로) 3단 tier — 우리 ~/.claude/skills/가 이미 이 포맷이지만 tier 구분(always-on vs opt-in vs experimental)과 마켓플레이스에서 이름 install은 마찰 있음. 세 축 모두 loopy-era 5축의 "측정 가능"(proof-of-work + eval gate)과 "HARD 전환 가능"(CI exit code + skill tier 필터)에 직결.

GitHub weekly trending(전체+TypeScript+Python+Rust) + topic:claude-code/ai-agent 확장 + Karpathy·simonw·anthropics·openai 프로필 스캔. 12개 신규 후보 중 4개 고득점, 2개 rule 적용, 2개 참조. 이번 라운드 메타 트렌드: "Graph-Structured Agent Memory + Declarative Dataflow Composition + Composable Agent Primitives 3중 수렴 — Agent 구성이 ad-hoc 스크립트에서 typed graph + declarative composition으로". 외부 생태계가 시스템 프롬프트 + skill 파일 + hook 스크립트라는 파편화된 구성을 3가지 축으로 재구조화하는 흐름이 동시 관찰됨. (1) Memory-as-Graph 축: topoteretes/cognee(16.6K⭐)가 Remember / Recall / Forget / Improve 4-primitive로 agent memory를 동사화 + 세션 캐시와 persistent knowledge graph를 hybrid로 합성, raphaelmansuy/edgequake(1.9K⭐)가 LightRAG 알고리즘으로 entity 정규화(36-40% dedup 개선) + 6가지 query mode(Naive/Local/Global/Hybrid/Mix/Bypass) + 선택적 "gleaning" iterative pass로 retrieval quality gate화 — 우리 memory-bank의 FTS5 text 검색을 넘어 entity-centric + relationship-aware 구조로 진화 방향 제시. (2) Composition-as-Dataflow 축: dora-rs/dora(3.7K⭐, Rust)가 agent 조율을 YAML 선언적 dataflow graph로 전환 — typed I/O(Apache Arrow) + per-node restart 정책 + Service/Action/Streaming 3 메시지 패턴 + record/replay로 재현 가능 평가 — team-orchestrator의 Phase 3 병렬 specialist 위임을 "dataflow node"로 재정의 가능. (3) Composable Agent Primitives 축: openai/openai-agents-python(24K⭐, 공식)이 agent를 instructions + tools + guardrails + handoffs 4-primitive 조합으로 명시 + 내장 tracing + session + sandboxing + human-in-loop validation gate — 우리 Agent() 호출이 subagent_type + prompt + tools + isolation으로 이미 조합적이지만 guardrail(정적 정책)과 handoff(동적 위임)의 명시적 분리는 없음. 세 축 모두 loopy-era 5축의 "HARD 전환 가능"(typed I/O + guardrail exit + restart policy)과 "측정 가능"(tracing + record/replay + query mode 성능 비교)에 직결.