awesome-ai-apps

KO | EN

gitlite — search

#javascript #hacktoberfest #react #ai #typescript #golang #deep-learning #docker #nodejs #kubernetes #awesome-list #vue #security #openai

awesome-ai-apps

(★ 13,401)

RAG, 에이전트, 워크플로우 및 기타 AI 사용 사례를 보여주는 프로젝트 모음

파일 탐색기

최종 버전 다운로드 (.zip)

- - bug_report.yml
  - config.yml
  - feature_request.yml
  - question.yml
- - lint.yml
  - readme-link-only-check.yml
  - require-project-readme.yml
- dependabot.yml
- PULL_REQUEST_TEMPLATE.md
- README_TEMPLATE.md
- - .env.example
  - .gitignore
  - LICENSE
  - Makefile
  - proposal.md
  - README.md
  - requirements.txt
- - .dockerignore
  - .gitignore
  - bun.lock
  - docker-compose.yml
  - Dockerfile
  - env.example
  - motia-workbench.json
  - package.json
  - README.md
  - tsconfig.json
  - types.d.ts
- - hiring_prompts.yaml
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .gitignore
  - agent.py
  - api.env
  - app.py
  - db.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - app.py
  - cli.py
  - demo_data.py
  - graph.py
  - pyproject.toml
  - README.md
  - sandbox.py
  - tools.py
- - main.py
  - pyproject.toml
  - README.md
  - tools.py
- - .env.example
  - app.py
  - challenges.py
  - execution.py
  - judge.py
  - models.py
  - pyproject.toml
  - README.md
  - runner.py
- - .env.example
  - .gitignore
  - docker-compose.yml
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - adk_research_agent.py
  - couchbase_utils.py
  - crawl_talks.py
  - embeddinggeneration.py
  - extract_events.py
  - README.md
  - talk_suggestions_app.py
- - __init__.py
  - app.py
  - main.py
  - pyproject.toml
  - README.md
  - tools.py
- - .env.example
  - app.py
  - pyproject.toml
  - README.md
  - runner.py
- - .env.example
  - .python-version
  - app.py
  - cosmos_council.py
  - pyproject.toml
  - README.md
  - uv.lock
- - agent.py
  - app.py
  - env.example
  - ingest.py
  - main.py
  - pyproject.toml
  - README.md
  - tools.py
- - .env.example
  - .gitignore
  - .mcp.json
  - AGENTS.md
  - CLAUDE.md
  - LICENSE
  - Makefile
  - pyproject.toml
  - README.md
  - skills-lock.json
  - slides_designing-real-world-ai-agents-workshop_towardsai.pdf
  - streamlit_app.py
- - .python-version
  - agents.py
  - app.py
  - pyproject.toml
  - README.md
  - server.py
  - uv.lock
- - .env.example
  - agents.py
  - main.py
  - prompts.py
  - pyproject.toml
  - README.md
- - .dockerignore
  - .env.example
  - .gitignore
  - app.py
  - docker-compose.yml
  - Dockerfile
  - image.png
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - .gitignore
  - docker-compose.yml
  - LAUNCH.md
  - README.md
- - .env.example
  - .gitignore
  - next-env.d.ts
  - next.config.mjs
  - package-lock.json
  - package.json
  - postcss.config.mjs
  - README.md
  - setup-tailscale.sh
  - tailwind.config.ts
  - tsconfig.json
- - .env.example
  - app.py
  - job_agents.py
  - mcp_server.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - .gitignore
  - docker-compose.selfhost.yml
  - docker-compose.yml
  - LAUNCH.md
  - PRODUCTION.md
  - README.md
  - REDESIGN_PLAN.md
- - .env.example
  - .python-version
  - __init__.py
  - app.py
  - main.py
  - meeting_notes.txt
  - pyproject.toml
  - README.md
- - .env.example
  - app.py
  - graph.py
  - main.py
  - pyproject.toml
  - README.md
  - test_graph.py
- - .env.example
  - .gitignore
  - benchmark.py
  - dashboard.py
  - LICENSE
  - nebius_agent.py
  - prepare_data.py
  - program.md
  - README.md
  - requirements.txt
  - solve.py
- - .env.example
  - app.py
  - crew.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .python-version
  - app.py
  - product_data.json
  - pyproject.toml
  - README.md
  - scheduler.py
  - tracked_urls.json
- - .env.example
  - .gitignore
  - pyproject.toml
  - README.md
- - api.env
  - app.py
  - company_data.db
  - pyproject.toml
  - README.md
- - .python-version
  - app.py
  - main.py
  - prompts.py
  - pyproject.toml
  - README.md
- - .env.example
  - __init__.py
  - agent.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - .gitignore
  - next-env.d.ts
  - next.config.mjs
  - package-lock.json
  - package.json
  - postcss.config.mjs
  - README.md
  - tailwind.config.ts
  - tsconfig.json
- agentfield.png
- awesome_banner.png
- banner_new.png
- copilot-kit-logo.svg
- DSPy.png
- memori.png
- nebius.png
- okahu.png
- scalekit.svg
- serpapi.png
- - logo.png
  - README.md
- - customer_support_datalab_finetuning_tutorial.ipynb
  - README.md
- - customer_support_standalone_colab_tutorial.ipynb
  - README.md
- - .env.example
  - .gitignore
  - app.py
  - insurance_claims_finetuning_tutorial.ipynb
  - README.md
  - requirements.txt
- - api.py
  - chat_template.jinja
  - convert_legislation_to_qa.py
  - legislation.jsonl
  - legislation_qa_clean.jsonl
  - merge_lora.py
  - README.md
  - run.sh
  - serve.sh
  - setup_and_train.sh
  - train_gemma.py
  - tunnel.sh
- - deploy_private_legal_model.py
  - launch_legal_finetune.py
  - legal.ipynb
  - legislation_qa_clean.jsonl
  - README.md
- - open_source_llms_token_factory_tutorial.ipynb
  - README.md
- README.md
- - main.ipynb
  - README.md
- - mcp-client.py
  - mcp-server.py
  - pyproject.toml
  - README.md
- - .python-version
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - .gitignore
  - .python-version
  - app.py
  - pyproject.toml
  - README.md
  - requirements.txt
  - uv.lock
- - .python-version
  - main.py
  - pyproject.toml
  - README.md
  - uv.lock
- - .env.example
  - .gitignore
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .python-version
  - main.py
  - pyproject.toml
  - README.md
  - uv.lock
- - .env.sample
  - LangChain_MCP_Adapter_Tutorial.ipynb
  - README.md
- - banner.png
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .dockerignore
  - .gitignore
  - LICENSE
  - README.md
  - requirements.txt
- - .env.example
  - .gitignore
  - .python.version
  - auth.py
  - config.py
  - exa.py
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - main.py
  - README.md
  - requirements.txt
- - .env.example
  - .gitignore
  - analyst.py
  - boilerplate.py
  - conftest.py
  - main.py
  - README.md
  - requirements.txt
  - reset_demo.py
  - setup_db.py
  - test_analyst.py
- - .python-version
  - main.py
  - pyproject.toml
  - README.md
- - app.py
  - demo.png
  - pyproject.toml
  - README.md
  - workflow.py
- - .env.example
  - .python-version
  - app.py
  - pyproject.toml
  - README.md
  - requirements.txt
  - researcher.py
- - .env.example
  - .python-version
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - agents.py
  - app.py
  - pyproject.toml
  - README.md
- - .env.example
  - app.py
  - memori.db
  - pyproject.toml
  - README.md
  - requirements.txt
  - workflow.py
- - .env.example
  - app.py
  - ingest_studio1.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - .gitignore
  - agents.py
  - app.py
  - chat.py
  - config.py
  - engram_memory.py
  - llm.py
  - models.py
  - pyproject.toml
  - README.md
  - requirements.txt
  - sources.py
- - .env.example
  - .env.example.local-backup
  - app.py
  - memori.db
  - pyproject.toml
  - README.md
  - resume_parser.py
  - workflow.py
- - agent.py
  - chat_app.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - app.py
  - create_tweet.py
  - pyproject.toml
  - README.md
  - twitter_agents.py
- - app.py
  - memory_utils.py
  - pyproject.toml
  - README.md
  - study_graph.py
- - .env.example
  - app.py
  - core.py
  - pyproject.toml
  - README.md
- - .env.example
  - .gitignore
  - docker-compose.yml
  - pyproject.toml
  - README.md
- - .python-version
  - main.py
  - pyproject.toml
  - README.md
  - uv.lock
- - .python-version
  - crews.py
  - main.py
  - pyproject.toml
  - qdrant_tool.py
  - README.md
- - .env.example
  - agent.py
  - app.py
  - pyproject.toml
  - rag.py
  - README.md
  - test_typed_rag.py
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
  - setup.sh
- - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .python-version
  - app.py
  - pyproject.toml
  - README.md
  - uv.lock
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - app.py
  - pyproject.toml
  - README.md
  - test_app.py
- - banner.png
  - main.py
  - README.md
- - app.py
  - pyproject.toml
  - README.md
- - app.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - demo.gif
  - main.py
  - Nebius.png
  - pyproject.toml
  - README.md
  - requirements.txt
- - nebius_rag.ipynb
  - README.md
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - embeddings.py
  - ingest.py
  - main.py
  - pyproject.toml
  - rag.py
  - README.md
  - requirements.txt
  - weaviate_store.py
- - main.py
  - README.md
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - Agents_Agno.ipynb
  - README.md
- - .env.example
  - agent-ui-homepage.png
  - agno.gif
  - playground.py
  - README.md
- - .python-version
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - image.png
  - main.py
  - README.md
- - .env.example
  - authenticate.py
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - human_in_the_loop.gif
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - agent.py
  - app.py
  - config.py
  - dataset.py
  - env.example
  - main.py
  - pyproject.toml
  - README.md
  - sql_safety.py
  - visualization.py
- - README.md
- - image.png
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - demo.gif
  - index.ts
  - package.json
  - pnpm-lock.yaml
  - README.md
- - .python-version
  - app.py
  - pyproject.toml
  - README.md
  - uv.lock
- - agent.py
  - app.py
  - env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
  - tools.py
- - .env.example
  - app.py
  - demo.gif
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - image.png
  - main.py
  - README.md
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - .python-version
  - ai_services.py
  - app.py
  - database.py
  - pyproject.toml
  - README.md
- - .env.example
  - banner.png
  - main.py
  - Nebius.png
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .python-version
  - aws-strands.png
  - main.py
  - pyproject.toml
  - README.md
  - uv.lock
- - nebius_blog_agent.yaml
  - README.md
- - .python-version
  - agent.py
  - pyproject.toml
  - README.md
- - .env.example
  - banner.png
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - .python-version
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - __init__.py
  - agent.py
  - banner.png
  - pyproject.toml
  - README.md
  - requirements.txt
- - multi-agent-system.yaml
  - README.md
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - banner.png
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - package.json
  - README.md
  - tsconfig.json
- - .env.example
  - pyproject.toml
  - README.md
- - .env.example
  - banner.png
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - banner.png
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
  - requirements.txt
- - .env.example
  - .gitignore
  - index.html
  - package-lock.json
  - package.json
  - README.md
  - tsconfig.json
  - tsconfig.server.json
  - vite.config.ts
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - main.py
  - personalities.py
  - pyproject.toml
  - README.md
- - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - agent.py
  - dispatch.py
  - pyproject.toml
  - README.md
  - tools.py
- - .env.example
  - main.py
  - pyproject.toml
  - README.md
- - flow.png
  - main.py
  - pyproject.toml
  - README.md
- - .env.example
  - agent.py
  - crm.py
  - dispatch.py
  - pyproject.toml
  - README.md
- - .env.example
  - .gitignore
  - app.py
  - pyproject.toml
  - README.md
  - requirements.txt
  - voice_agent_server.py
.gitignore
AGENTS.md
CLAUDE.md
CODE_OF_CONDUCT.md
CONTRIBUTING.md
LICENSE
README.md
skills-lock.json

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

![Banner](https://raw.githubusercontent.com/Arindam200/awesome-ai-apps/main/assets/awesome\_banner.png)

# Awesome AI Apps [![Awesome](https://awesome.re/badge.svg)](https://awesome.re)
[![Arindam200%2Fawesome-ai-apps | Trendshift](https://trendshift.io/api/badge/repositories/14662)](https://trendshift.io/repositories/14662)

이 저장소는 텍스트 에이전트, 음성 어시스턴트, RAG 앱, MCP 기반 도구를 포함하여 강력한 LLM 기반 애플리케이션을 구축하기 위한 \*\*129개의 실용적인 프로젝트, 튜토리얼 및 레시피\*\*를 종합적으로 모아놓은 곳입니다. 이 프로젝트들은 다양한 AI 프레임워크와 스택을 다루는 개발자들을 위한 가이드 역할을 합니다.

## 📋 목차
- [🚀 주요 AI 앱](#-featured-ai-apps)
- [🧩 스타터 에이전트](#-starter-agents)
- [🪶 심플 에이전트](#-simple-agents)
- [🎙️ 음성 에이전트](#-voice-agents)
- [🗂️ MCP 에이전트](#️-mcp-agents)
- [🧠 메모리 에이전트](#-memory-agents)
- [📚 RAG 애플리케이션](#-rag-applications)
- [🔬 고급 에이전트](#-advanced-agents)
- [🧬 파인튜닝](#-fine-tuning)
- [📺 튜토리얼 및 비디오](#-tutorials--videos)
- [🚀 시작하기](#getting-started)
- [🤝 기여하기](#-contributing)
---

## 💎 스폰서

너그러운 지원을 아끼지 않으시는 스폰서분들께 진심으로 감사드립니다!

|  |  |  |
| --- | --- | --- |
| [Bright Data - Web Data Platform](https://dub.sh/brightdata "Visit Bright Data")   Web Data Platform   [Visit Bright Data website](https://dub.sh/brightdata) | [Nebius Token Factory](https://dub.sh/nebius "Visit Nebius Token Factory")   AI Inference Provider   [Visit Nebius Token Factory](https://dub.sh/nebius) | [ScrapeGraphAI - Web Scraping Library](https://dub.sh/scrapegraphai "Visit ScrapeGraphAI on GitHub")   AI Web Scraping framework   [View ScrapeGraphAI on GitHub](https://dub.sh/scrapegraphai) |
| [Memori - SQL Native Memory for AI](https://dub.sh/memorilabs "Visit Memorilabs")   SQL Native Memory for AI   [Visit Memorilabs website](https://dub.sh/memorilabs) | [CopilotKit - Agentic Application Platform](https://dub.sh/copilotkit "Visit CopilotKit")   Agentic Application Platform   [Visit CopilotKit website](https://dub.sh/copilotkit) | [ScaleKit - Auth Stack for AI](https://dub.sh/scalekitt "Visit ScaleKit")   Auth Stack for AI   [Visit ScaleKit website](https://dub.sh/scalekitt) |
| [Okahu - AI Platform](https://okahu.ai "Visit Okahu")   AI Observability Platform   [Visit Okahu website](https://okahu.ai) | [AgentField - Kubernetes for AI Agents](https://dub.sh/agentfield "Visit AgentField")   Kubernetes for AI Agents   [Visit AgentField website](https://dub.sh/agentfield) |

### 💎 스폰서 되기

이 프로젝트의 스폰서가 되는 데 관심이 있으시다면 언제든지 연락해 주세요!
  
[![Email](https://img.shields.io/badge/Email-D14836?style=for-the-badge&logo=gmail&logoColor=white)](mailto:contact@studio1hq.com)

---
## 🚀 추천 AI 앱
### 🧩 스타터 에이전트
\*\*다양한 AI 프레임워크를 학습하고 확장하기 위한 빠른 시작 에이전트.\*\* \_20개 프로젝트\_
- [AutoGen Tool-Calling Starter](starter\_ai\_agents/autogen\_starter): Nebius Token Factory 기반의 커스텀 툴을 사용하는 Microsoft AutoGen `AssistantAgent`
- [AWS Strands Agent Starter](starter\_ai\_agents/aws\_strands\_starter): AWS Strands SDK를 사용한 날씨 리포트 에이전트
- [CAMEL AI Model Benchmark](starter\_ai\_agents/camel\_ai\_starter): 다양한 AI 모델을 비교하는 성능 벤치마킹 툴
- [CrewAI Research Crew](starter\_ai\_agents/crewai\_starter): 멀티 에이전트 리서치 팀 예제
- [Docker cagent Multi-Agent Starter](starter\_ai\_agents/cagent\_starter): Docker에서 제공하는 오픈소스 커스텀 가능 멀티 에이전트 런타임
- [DSPy Optimization Starter](starter\_ai\_agents/dspy\_starter): AI 시스템 구축 및 최적화를 위한 DSPy 프레임워크
- [Google Agent Development Kit Starter](starter\_ai\_agents/google\_adk\_starter): Google Agent Development Kit 스타터 템플릿
- [Hacker News Trend Analyst (Agno)](starter\_ai\_agents/agno\_starter): Hacker News 트렌드 분석을 위한 Agno 기반 에이전트
- [Hugging Face smolagents Starter](starter\_ai\_agents/smolagents\_starter): Hugging Face smolagents 코드 중심 웹 검색 에이전트
- [KAOS Kubernetes Multi-Agent Starter](starter\_ai\_agents/kaos\_starter): MCP 툴과 인클러스터 LLM을 갖춘 쿠버네티스 네이티브 멀티 에이전트 시스템
- [LangChain Tool-Calling Starter](starter\_ai\_agents/langchain\_starter): Nebius 기반의 `create\_tool\_calling\_agent` + `AgentExecutor`를 사용하는 LangChain 툴 호출 에이전트
- [LangGraph ReAct Agent Starter](starter\_ai\_agents/langgraph\_starter): Nebius 기반의 커스텀 툴이 포함된 LangGraph 사전 구축 ReAct 에이전트 (`create\_react\_agent`)
- [Letta Stateful Memory Agent](starter\_ai\_agents/letta\_starter): 세션 간 영구 장기 기억을 지원하는 상태 유지 에이전트
- [LlamaIndex Task Manager](starter\_ai\_agents/llamaindex\_starter): LlamaIndex 기반 태스크 어시스턴트
- [Mastra Tool-Calling Starter](starter\_ai\_agents/mastra\_starter): Nebius Token Factory 기반의 커스텀 툴을 갖춘 TypeScript 중심 에이전트
- [Microsoft Agent Framework Starter](starter\_ai\_agents/microsoft\_agents\_starter): Microsoft Agent Framework로 구축된 멀티 에이전트 여행 계획 데모
- [OpenAI Agents SDK Starter](starter\_ai\_agents/openai\_agents\_sdk): 이메일 도우미 및 하이쿠 작성자 예제가 포함된 OpenAI Agents SDK
- [PydanticAI Weather Bot](starter\_ai\_agents/pydantic\_starter): 실시간 날씨 정보 에이전트
- [Sayna Realtime Voice Agent](starter\_ai\_agents/sayna\_starter): 멀티 제공업체 STT/TTS(Deepgram, ElevenLabs, Azure, Google) 및 WebSocket 스트리밍을 지원하는 실시간 음성 인프라
- [Semantic Kernel Starter](starter\_ai\_agents/semantic\_kernel\_starter): 플러그인 기반 툴 호출을 지원하는 Microsoft Semantic Kernel `ChatCompletionAgent`
### 🪶 심플 에이전트
\*\*일상적인 AI 애플리케이션을 위한 직관적이고 실용적인 사용 사례.\*\* \_18개 프로젝트\_
- [Agno Agent Examples](simple\_ai\_agents/agno\_ai\_examples): 웹 검색 및 지식베이스가 포함된 심플 투 멀티 에이전트 예제
- [Agno Agent UI](simple\_ai\_agents/agno\_ui\_agent): 웹 및 금융 에이전트를 위한 대화형 UI
- [AI Agent Registry Explorer](simple\_ai\_agents/agent\_discovery\_agent): NANDA, MCP, Virtuals, A2A, ERC-8004 레지스트리 전반의 AI 에이전트 검색 및 비교
- [Calendar Assistant](simple\_ai\_agents/cal\_scheduling\_agent): Cal.com과 연동되는 캘린더 일정 관리
- [Cost-Aware Model Router (RouteLLM)](simple\_ai\_agents/llm\_router): 비용 최적화를 위한 RouteLLM(GPT-4o-mini 대 Nebius Llama) 기반 지능형 모델 라우팅
- [Email-to-Calendar Assistant](simple\_ai\_agents/email\_to\_calendar\_scheduler): AI 기반 Gmail 리더 및 Google Calendar 매니저
- [Financial Reasoning Agent](simple\_ai\_agents/reasoning\_agent): 단계별 금융 추론 데모
- [Human-in-the-Loop Agent](simple\_ai\_agents/human\_in\_the\_loop\_agent): HITL a

안전한 AI 작업 실행을 위한 기능
- [LangChain Operations Agent Collection](simple\_ai\_agents/langchain\_simple\_agents): 형식화된 출력 및 보호된 도구를 갖춘 Nebius 기반의 인시던트 대응, 지원, 공급업체 리스크 및 데이터 품질 에이전트
- [Mastra Weather Bot](simple\_ai\_agents/mastra\_ai\_weather\_agent): Mastra AI 프레임워크를 사용한 날씨 업데이트
- [Natural-Language Database Assistant](simple\_ai\_agents/talk\_to\_db): GibsonAI 및 LangChain을 이용한 자연어 데이터베이스 쿼리
- [Natural-Language SQL Agent (LangChain)](simple\_ai\_agents/langchain\_data\_agent\_poc): LangGraph, Nebius, 읽기 전용 SQL 안전성, Streamlit 차트가 포함된 자연어-SQL 데이터 에이전트
- [Nebius Chat](simple\_ai\_agents/nebius\_chat): Nebius Token Factory용 채팅 인터페이스
- [Newsletter Generator](simple\_ai\_agents/newsletter\_agent): Firecrawl이 통합된 AI 기반 뉴스레터 빌더
- [Stock Market Finance Agent](simple\_ai\_agents/finance\_agent): 실시간 주식 및 시장 데이터 추적 에이전트
- [Stock Portfolio Analyst](simple\_ai\_agents/stock\_portfolio\_analyst): Agno를 활용한 실시간 포트폴리오 가치 평가, 집중도 분석, 리스크 플래그 및 리밸런싱 아이디어
- [VoyageCompass Travel Planner](simple\_ai\_agents/nebius\_travel\_planner): 날씨, 리서치, 통화 환전, 예산, 짐 싸기 도구가 포함된 LangChain 및 Nebius 여행 플래너
- [Web Automation Agent](simple\_ai\_agents/browser\_agent): Nebius와 browser-use를 사용하는 웹 자동화 에이전트
### 🎙️ Voice Agents
\*\*실시간 음성 어시스턴트 및 스트리밍 음성 파이프라인.\*\* \_9개 프로젝트\_
- [AI Pitch Coach (Gradium + Nebius)](voice\_agents/voice-agent-gradium-nebius-langchain): Gradium STT/TTS, LangChain 오케스트레이션, Nebius 추론을 사용하는 대화형 피치 코치
- [Customer Support Voice Agent (LiveKit)](voice\_agents/customer\_support\_agent): 컨텍스트를 유지하는 AI 매니저 핸드오프, 노이즈 캔슬링, 비활동 처리 기능이 있는 Nebius 기반 음성 지원 에이전트
- [Gemini Realtime Voice Agent (LiveKit)](voice\_agents/livekit\_gemini\_agents): LiveKit 룸에서 짧은 지연 시간의 음성 대화를 위해 Google Gemini Live(`gemini` 멀티모달 실시간)를 사용하는 LiveKit Agents
- [Healthcare Voice Contact Center](voice\_agents/healthcare\_contact\_center): 예약 접수, FAQ 처리, 슈퍼바이저 에스컬레이션 기능이 있는 Pipecat 헬스케어 컨택 센터
- [Multilingual Voice Agent (Pipecat + Sarvam)](voice\_agents/pipecat\_agent): Sarvam STT/TTS 및 채팅용 OpenAI를 사용하는 Pipecat 음성 파이프라인; Pipecat 러너를 통한 WebRTC(브라우저) 또는 Daily 전송
- [RSVP Confirmation Voice Agent (LiveKit)](voice\_agents/livekit\_rsvp\_agent): 참석자에게 전화를 걸어 RSVP를 확인하고 JSON 기반 이벤트 데이터베이스를 업데이트하는 아웃바운드 음성 에이전트
- [Speed-to-Lead Sales Voice Agent](voice\_agents/speed\_to\_lead\_agent): 인바운드 리드에게 즉시 전화를 걸고, 전문가에게 라우팅하며, 모의 CRM에 기록하는 LiveKit 기반 음성 에이전트
- [Voice-Powered Codebase Assistant (VoxCode)](voice\_agents/Cursor\_code\_editor): 코드베이스 요약 및 아키텍처 Q&A를 위한 로컬 음성 워크스페이스 (Deepgram Voice Agent + Nebius 추론 + Cursor SDK 파일 검사 및 편집)
- [Web-Search Voice Agent (LiveKit)](voice\_agents/livekit\_web\_search\_agent): 최신의 출처가 표기된 답변을 위해 Olostep 기반의 `web\_search` 도구가 포함된 LiveKit + Gemini 실시간 음성 에이전트
### 🗂️ MCP Agents
\*\*외부 도구 통합을 위해 Model Context Protocol을 사용하는 예제.\*\* \n- [Couchbase LangGraph MCP Agent](mcp\_ai\_agents/langchain\_langgraph\_mcp\_agent): Couchbase가 통합된 LangChain ReAct 에이전트
- [Couchbase MCP Server](mcp\_ai\_agents/couchbase\_mcp\_server): MCP 프로토콜이 적용된 Couchbase 데이터베이스 통합
- [Custom MCP Server Starter](mcp\_ai\_agents/custom\_mcp\_server): 커스텀 MCP 서버 구현 예제
- [Documentation Q&A MCP Agent](mcp\_ai\_agents/docs\_qna\_agent): MCP를 이용한 문서 Q&A 에이전트
- [Documentation RAG MCP Server](mcp\_ai\_agents/doc\_mcp): 시맨틱 RAG 문서

entation 및 Q&A 시스템
- [GibsonAI Database MCP Agent](mcp\_ai\_agents/database\_mcp\_agent): GibsonAI 데이터베이스 프로젝트와 스키마를 관리하기 위한 대화형 AI 에이전트
- [GitHub MCP Agent](mcp\_ai\_agents/github\_mcp\_agent): MCP를 통한 리포지토리 인사이트 및 분석
- [GitHub MCP Agent Starter](mcp\_ai\_agents/mcp\_starter): GitHub 리포지토리 분석기 스타터 템플릿
- [Hotel Finder Agent](mcp\_ai\_agents/hotel\_finder\_agent): MCP 연동을 사용하는 호텔 검색 및 예약
- [Sandboxed Code Execution MCP Agent (Docker + E2B)](mcp\_ai\_agents/e2b\_docker\_mcp\_agent): MCP Gateway를 통해 샌드박스화된 Docker 환경에서 에이전트를 실행하는 보안 AI 에이전트
- [Secure Database MCP Agent (MCP Toolbox)](mcp\_ai\_agents/mcp\_toolbox\_security\_agent): PostgreSQL 및 MongoDB 기반의 보안 이커머스 에이전트; MCP Toolbox는 사용자별 데이터 접근, 최소 권한 역할 및 권한이 부여된 도구를 강제함
- [Secure MCP Access Agent (ScaleKit + Exa)](mcp\_ai\_agents/scalekit-exa-mcp-security): Exa 검색과 통합된 보안 중심의 MCP 연동
- [Self-Healing Text-to-SQL Agent (Okahu)](mcp\_ai\_agents/telemetry-mcp-okahu): 호스팅된 MCP를 통한 Okahu Cloud 트레이스를 사용하는 자가 치유 Text-to-SQL 데모
- [Taskade MCP Agent](mcp\_ai\_agents/taskade\_mcp\_agent): Taskade MCP를 통해 프로젝트, 태스크, 워크플로우를 관리하는 AI 기반 워크스페이스 에이전트
### 🧠 Memory Agents
\*\*컨텍스트 유지 및 개인화를 위한 고급 메모리 기능을 갖춘 에이전트.\*\* \_13개 프로젝트\_
- [AI Research Consultant with Long-Term Memory](memory\_agents/ai\_consultant\_agent/): 장기 메모리 패브릭으로서의 \*\*Memori v3\*\*와 연구를 위한 \*\*ExaAI\*\*를 사용하는 AI 기반 컨설팅 에이전트
- [arXiv Researcher Agent with Memori](memory\_agents/arxiv\_researcher\_agent\_with\_memori): OpenAI Agents와 GibsonAI Memori를 사용하는 연구 어시스턴트
- [AWS Strands Persistent Memory Agent](memory\_agents/aws\_strands\_agent\_with\_memori): Memori 메모리 시스템으로 향상된 AWS Strands 에이전트
- [Blog Writing Agent](memory\_agents/blog\_writing\_agent): 스타일 일관성을 위한 메모리가 포함된 개인화된 블로그 작성 에이전트
- [Brand Reputation Monitor](memory\_agents/brand\_reputation\_monitor): 뉴스 분석 및 감성 추적이 포함된 AI 기반 브랜드 평판 모니터링
- [Customer Support Voice Agent](memory\_agents/customer\_support\_voice\_agent): 지식 베이스 관리를 위해 Memori v3와 Firecrawl을 사용하는 음성 지원 고객 지원 어시스턴트
- [Engineering Content Agent](memory\_agents/engineering\_content\_agent): HN 수요, DEV.to 공급 공백, Weaviate Engram 메모리를 Nebius를 통한 개발자 트렌드 다이제스트, DevRel 토크 및 블로그 아이디어로 변환하는 채팅 우선 Agno 앱
- [Job Search Agent](memory\_agents/job\_search\_agent): 선호도 추적을 위한 메모리가 포함된 구직 에이전트
- [Persistent Memory Agent (Agno)](memory\_agents/agno\_memory\_agent): 영구 메모리 기능을 갖춘 Agno 기반 에이전트
- [Product Launch Agent](memory\_agents/product\_launch\_agent): 경쟁사 제품 출시를 분석하기 위한 경쟁 정보 도구
- [Social Media Agent](memory\_agents/social\_media\_agent): 브랜드 보이스를 위한 메모리가 포함된 소셜 미디어 자동화 에이전트
- [Study Coach Agent](memory\_agents/study\_coach\_agent): 이해도에 대한 다단계 검증을 위해 Memori v3와 LangGraph를 사용하는 AI 기반 학습 코치
- [YouTube Trend Agent](memory\_agents/youtube\_trend\_agent): 트렌드 분석 및 동영상 아이디어를 위해 Memori, Agno, Exa를 사용하는 YouTube 채널 분석 에이전트
### 📚 RAG Applications
\*\*문서 이해 및 지식 베이스를 위한 검색증강생성 예시.\*\* \_18개 프로젝트\_
- [Agentic RAG with Agno and GPT-5](rag\_apps/agentic\_rag): Agno 및 GPT-5를 이용한 Agentic RAG 구현
- [Agentic Typed RAG with LlamaIndex](rag\_apps/agentic\_typed\_rag\_llamaindex): 구조화된 답변, 로컬 문서 파싱, 그리고 약한 증거에 대한 결정론적 거부가 포함된 타입 지정 및 출처 검증 RAG
- [Codebase Q&A RAG](rag\_apps/chat\_with\_code): 대화형 코드 탐색기 및 문서

umentation assistant
- [Enterprise Contextual RAG](rag\_apps/contextual\_ai\_rag): 관리형 데이터스토어 및 품질 평가 기능을 갖춘 엔터프라이즈 급 RAG
- [Gemma 3 Document OCR](rag\_apps/gemma\_ocr/): Gemma 3 모델을 사용하는 OCR 기반 문서 및 이미지 처리기
- [GraphRAG with Neo4j](rag\_apps/graphrag\_neo4j): Neo4j와 Nebius를 활용한 지식 그래프 추출 및 Cypher 기반 검색
- [LiteParse Invoice & Receipt Auditor](rag\_apps/liteparse\_invoice\_auditor): LiteParse 바운딩 박스를 이용한 로컬 OCR, 산술 오류 및 중복 청구 항목 검사를 위한 Nebius LLM 감사, 스캔본 근거 고정(evidence pinning), 그리고 LLM 일괄 요약 기능
- [LlamaIndex RAG Starter](rag\_apps/llamaIndex\_starter): LlamaIndex 및 Nebius RAG 스타터 템플릿
- [LLM and RAG Debugger (WFGY 16-Problem Map)](rag\_apps/wfgy\_llm\_debugger): LLM 및 RAG 버그를 위한 16가지 모드 맵 기반 디버거
- [Multi-PDF RAG Analyzer](rag\_apps/pdf\_rag\_analyser): 멀티 PDF 채팅 및 분석 시스템
- [Nebius RAG Starter](rag\_apps/simple\_rag): 빠른 시작을 위한 Nebius 기반 기본 RAG 구현
- [NVIDIA Nemotron Document OCR](rag\_apps/nvidia\_ocr/): NVIDIA Nemotron-Nano-V2-12b를 사용한 OCR 기반 문서 및 이미지 파싱
- [Production PDF RAG with Reranking](rag\_apps/advanced\_rag\_with\_reranking): 맥락 기반 검색, Qdrant 하이브리드 검색, 리랭킹, 스트리밍 답변, 업로드 수집, 클릭 가능한 인용 기능을 갖춘 프로덕션 수준의 PDF RAG
- [Qwen3 PDF RAG Chat](rag\_apps/qwen3\_rag): Streamlit으로 구축된 PDF 챗봇 인터페이스
- [Resume Optimizer](rag\_apps/resume\_optimizer): AI 기반 이력서 최적화 및 향상 도구
- [Trustworthy RAG](rag\_apps/trustworthy\_rag): RAG 답변을 위한 인용 검증, 주장별 근거 확인, 환각(hallucination) 점수 산정
- [Video Q&A with Timestamp Citations](rag\_apps/video\_rag): Gemini 임베딩, Weaviate, Nebius, 클릭 가능한 타임스탬프 인용을 활용한 멀티모달 비디오 검색
- [Web-Augmented Agentic RAG](rag\_apps/agentic\_rag\_with\_web\_search): 하이브리드 검색 기능을 위해 CrewAI, Qdrant, Exa를 결합한 고급 RAG
### 🔬 Advanced Agents
\*\*프로덕션 준비가 완료된 엔드투엔드 워크플로우를 위한 복잡한 멀티 에이전트 파이프라인.\*\* \_31 projects\_
- [AI Hedge Fund Research Team](advance\_ai\_agents/ai-hedgefund): 종합적인 금융 분석을 위한 에이전틱 워크플로우
- [AI Trend Research Agent](advance\_ai\_agents/trend\_analyzer\_agent): Google ADK를 활용한 AI 트렌드 마이닝 및 분석
- [Candidate Profile Analyzer (Candilyzer)](advance\_ai\_agents/candidate\_analyser): GitHub 및 LinkedIn 프로필용 지원자 분석 도구
- [Car Finder Agent](advance\_ai\_agents/car\_finder\_agent): CrewAI와 MongoDB를 활용한 AI 기반 중고차 추천 시스템
- [Conference Proposal Generator](advance\_ai\_agents/conference\_agnositc\_cfp\_generator): 자동화된 학회 제안서 생성 시스템
- [Conference Talk Abstract Generator](advance\_ai\_agents/conference\_talk\_abstract\_generator): Google ADK와 Couchbase를 활용한 자동화된 발표 초록 생성기
- [Contract Review Crew (Paralegal)](advance\_ai\_agents/paralegal\_crew): 조항 추출, 위험 분석, 권장 수정안 작성을 위한 CrewAI 계약 검토 워크플로우
- [Cosmos Arena Debate Council](advance\_ai\_agents/cosmos\_arena\_debate\_council): LangGraph 및 Nebius Token Factory를 통한 NVIDIA Cosmos 추론 모델로 구축된 멀티 에이전트 토론 위원회
- [Customer Support Resolution Agent](advance\_ai\_agents/customer\_support\_resolution\_agent): 지식 베이스 검색, 주문 조회, 상담원 티켓 에스컬레이션 기능을 갖춘 LangChain 및 Nebius 지원 에이전트
- [Deep Research + Writing Agents Workshop](advance\_ai\_agents/deep\_research\_writing\_agents\_nebius\_okahu): Exa 연구, Gemini 이미지 생성, Okahu/Monocle 평가 관측 가능성(eval observability)이 포함된 Nebius 기반 LangChain MCP 워크숍
- [Deep Research Workflow](advance\_ai\_agents/deep\_researcher\_agent): Agno 및 ScrapeGraph AI를 활용한 다단계 연구 에이전트
- [Due Diligence Agent](advance\_ai\_agents/due\_diligence\_agent): 멀티 에이전트 기업

AG2와 TinyFish 딥 웹 스크래핑을 활용한 실사(due diligence) 파이프라인
- [Financial Document OS](advance\_ai\_agents/financial\_document\_os): 금융 PDF를 출처 수준의 인용이 포함된 편집 가능한 관계형 데이터베이스로 변환
- [Financial Market Data Service](advance\_ai\_agents/finance\_service\_agent): Agno를 활용한 주식 데이터 및 예측용 FastAPI 서버
- [Financial Research Agent (AgentField)](advance\_ai\_agents/agentfield\_finance\_research\_agent): AgentField를 활용한 금융 리서치 에이전트
- [GitHub and LinkedIn Job Finder](advance\_ai\_agents/job\_finder\_agent): Bright Data 연동을 통한 LinkedIn 구직 자동화
- [Local File-Editing Agent Prototype](advance\_ai\_agents/coding\_harness\_agent): 파일 검색, 읽기 및 편집 도구가 포함된 로컬 코딩 에이전트 프로토타이,프
- [Maintainer Intelligence Brief](advance\_ai\_agents/maintainer\_brief): 출처 인용과 함께 커뮤니티, 보안, 문서 신호를 기반으로 한 주간 오픈소스 인텔리전스 브리프
- [Meeting Assistant Agent](advance\_ai\_agents/meeting\_assistant\_agent): 대화 내용을 바탕으로 한 자동 회의록 작성 및 태스크 생성
- [Multi-Agent Coding Harness](advance\_ai\_agents/coding\_agent\_harness): 기획, 저장소 탐색, 인간 승인 기반 파일 편집, E2B 샌드박스 테스트 루프를 갖춘 딥 LangGraph 코딩 크루
- [Nebius Autonomous Pipeline Optimizer](advance\_ai\_agents/nebius-autoresearch-autoresearch-mar30): 실시간 또는 배치 Nebius Token Factory 추론을 사용하는 반복적 코드 검색 기능의 NYC 택시 분석 파이프라인 최적화 도구
- [Price Monitoring Agent](advance\_ai\_agents/price\_monitoring\_agent): CrewAI, Twilio, Nebius 기반의 가격 모니터링 및 알림 에이전트
- [Prompt Format Benchmark](advance\_ai\_agents/context\_engineering\_pipeline): 정확도, 지연 시간, 토큰 사용량 측면에서 XML, JSON, Markdown 프롬프트 형식을 비교하기 위한 벤치마크 하네스
- [Sandboxed Browser Game Generator](advance\_ai\_agents/pydantic\_game\_agent): Pydantic AI와 Nebius의 GLM-5.2를 사용하여 단일 프롬프트로부터 샌드박스 브라우저 게임을 생성하는 FastAPI 멀티 에이전트 스튜디오
- [SEO Content Strategy Team](advance\_ai\_agents/content\_team\_agent): Google AI 검색 순위 조정을 위해 Agno와 SerpAPI를 활용한 SEO 콘텐츠 최적화 워크플로우
- [Software Engineering Model Arena](advance\_ai\_agents/coding\_model\_arena): 7개의 엄선된 챌린지, 가중치가 적용된 로컬 히든 테스트, 부분 점수 산정 및 독립적인 심사위원을 갖춘 두 개의 코딩 모델용 [Nebius Token Factory](https://dub.sh/nebius) 벤치마크
- [Startup Go-to-Market Strategy Agent](advance\_ai\_agents/smart\_gtm\_agent): 시장 진출(Go-to-Market) 전략 및 경쟁사 분석 에이전트
- [Startup Idea Validator Agent](advance\_ai\_agents/startup\_idea\_validator\_agent): 스타트업 아이디어를 검증하고 분석하기 위한 에이전틱 워크플로우
- [Temporal Agents](advance\_ai\_agents/temporal\_agents/): Temporal 기반 AI 에이전트 예시
- [Web Intelligence Agent](advance\_ai\_agents/web\_intelligence\_agent): SQLite 지속성과 Velt 감사 추적(audit trail)을 사용하여 Olostep 웹 증거를 Nemotron 검증 사례 연구로 변환하는 Mastra 멀티 에이전트 파이프라인
- [Workflow Audit Trail (FlowSentinel)](advance\_ai\_agents/flowsentinal\_audittrail): Nebius Nemotron 추론, n8n 오케스트레이션, Velt 활동 로그 및 선택적 Tailscale Funnel 노출 기능이 포함된 Next.js 워크플로우 커맨드 센터
### 🧬 파인튜닝(Fine-Tuning)
\*\*데이터 준비부터 배포까지, 오픈소스 LLM 파인튜닝의 엔드투엔드 예시.\*\* \_6개 프로젝트\_
- [Customer Support Fine-Tuning with Data Lab](fine\_tuning/customer\_support\_datalab): 지원 데이터를 생성하고, Data Lab에서 큐레이션하며, 파인튜닝 및 배포하는 교사-학생 증류 워크플로우
- [Insurance Claims Fine-Tuning](fine\_tuning/insurance\_claims\_finetuning): 보험 청구를 위한 Data Lab, LoRA 파인튜닝, Gradio 비교 앱
- [Legal Tech Fine-Tuning (Self-Hosted)](fine\_tuning/legal-tech-fine-tuning-nebius-cloud): LoRA를 사용하여 영국 법령으로 Gemma를 파인튜닝하고, vLLM으로 서빙하며, FastAPI 레이어를 노출
- [Legal Tech Fine

- [Tuning (Token Factory)](fine\_tuning/legal-tech-fine-tuning-token-factory): 프라이빗 모델 배포와 함께 Nebius Token Factory에서 관리형 LoRA 파인튜닝 수행
- [Open-Source LLM Fine-Tuning on Token Factory](fine\_tuning/open\_source\_llms\_token\_factory): 데이터셋 업로드, 학습, 모니터링, 배포를 다루는 Colab 중심의 LoRA 파인튜닝 가이드
- [Standalone Customer Support Fine-Tuning (Colab)](fine\_tuning/customer\_support\_standalone\_colab): 고객 지원 지식 증류 및 파인튜닝 플로우를 위한 완전 독립형 Colab 노트북
## 📺 튜토리얼 및 동영상
### 🎓 코스 재생목록
- [\*\*AWS Strands Course\*\*](https://www.youtube.com/playlist?list=PLMZM1DAlf0Lrc43ZtUXAwYu9DhnqxzRKZ): AWS Strands SDK로 AI 에이전트를 구축하기 위한 총 8개의 강좌
### 🔧 프레임워크 튜토리얼
- [\*\*AI Agents, MCP and more...\*\*](https://www.youtube.com/playlist?list=PL2ambAOfYA6-LDz0KpVKu9vJKAqhv0KKI): 다양한 튜토리얼 및 프로젝트 데모
- [\*\*Build AI Agents\*\*](https://www.youtube.com/playlist?list=PLMZM1DAlf0LqixhAG9BDk4O\_FjqnaogK8): 일반적인 AI 에이전트 개발 튜토리얼
- [\*\*Build with MCP\*\*](https://www.youtube.com/playlist?list=PLMZM1DAlf0Lolxax4L2HS54Me8gn1gkz4): Model Context Protocol 튜토리얼 및 예제
---

## 📥 매일 AI 인사이트를 받아보세요!
AI, LLM, 에이전트 프레임워크에 대한 따라하기 쉬운 주간 튜토리얼과 심층 분석을 만나보세요. 새로운 기술을 배우고, 구축하며, 앞서 나가고 싶어 하는 개발자에게 안성맞춤입니다. 뉴스레터를 구독하세요!
[![Subscribe to our Newsletter](https://github.com/user-attachments/assets/990d1947-337b-4e87-a7e6-e619ec19dee6)](https://mranand.substack.com/subscribe)

---
## 시작하기
### 사전 요구 사항
- \*\*Python 3.10+\*\* (새로운 프로젝트의 경우 Python 3.11+ 권장)
- 저장소를 복제하기 위한 \*\*Git\*\*
- \*\*패키지 매니저\*\*: `pip` 또는 `uv` (빠른 설치를 위해 권장)
- \*\*API 키\*\*: 대부분의 프로젝트에 API 키가 필요합니다(개별 프로젝트의 README 참조).
### 빠른 시작
1. \*\*저장소 복제하기\*\*
```bash
git clone https://github.com/Arindam200/awesome-ai-apps.git
cd awesome-ai-apps
```
2. \*\*프로젝트 선택\*\* 후 해당 디렉토리로 이동하기
```bash
cd starter\_ai\_agents/agno\_starter # 예시: Agno 스타터로 시작하기
```
3. \*\*환경 변수 설정하기\*\*
```bash
cp .env.example .env # 예시 환경 파일 복사
# .env 파일을 수정하여 API 키 입력
```
4. \*\*의존성 설치하기\*\*
```bash
# pip 사용 시
pip install -r requirements.txt
# 또는 uv 사용 시 (권장 - 더 빠름)
uv sync
# 또는
uv pip install -e .
```
5. \*\*프로젝트 실행하기\*\*
```bash
python main.py
# 또는 Streamlit 앱의 경우
streamlit run app.py
```
## 🤝 기여하기
커뮤니티의 기여를 환영합니다! 참여하는 방법은 다음과 같습니다:
- 💡 \*\*새로운 프로젝트 추가\*\*: 나만의 AI 에이전트 예시 제출하기
- 🔧 \*\*이슈 해결\*\*: 코드 개선 및 버그 수정 기여하기
- 📝 \*\*문서 개선\*\*: 프로젝트를 더 쉽게 이용할 수 있도록 돕기
- 🐛 [GitHub Issues](https://github.com/Arindam200/awesome-ai-apps/issues)를 통해 \*\*버그 신고\*\* 또는 개선 사항 제안하기
\*\*기여하기 전 참고사항:\*\*
- 자세한 내용은 [Contributing Guidelines](CONTRIBUTING.md)를 읽어보세요.
- 중복을 방지하기 위해 기존 이슈를 확인하세요.
- 프로젝트 구조와 명명 규칙을 준수하세요.
- 프로젝트에 포괄적인 README.md가 포함되어 있는지 확인하세요.
\*\*중요:\*\* 이 프로젝트는 [Contributor Code of Conduct](CODE\_OF\_CONDUCT.md)를 따릅니다. 참여함으로써 해당 약관을 준수하는 것에 동의하게 됩니다.
## 📜 라이선스
이 저장소는 [MIT License](./LICENSE) 하에 라이선스가 부여됩니다. 프로젝트의 예시를 자유롭게 사용하고 수정하세요.
## 👥 핵심 메인이터
이 프로젝트는 다음 기여자들에 의해 적극적으로 유지보수되고 있습니다:

[![Arindam Majumder](https://avatars.githubusercontent.com/u/109217591?s=128&v=4)](https://github.com/Arindam200 "Arindam Majumder")
   
[![Shivay Lamba](https://avatars.githubusercontent.com/u/19529592?s=128&v=4)](https://github.com/shivaylamba "Shivay Lamba")
   
[![Astrodevil](https://avatars.githubusercontent.com/u/73425223?s=128&v=4)](https://github.com/Astrodevil "Astrodevil")

[Arindam Majumder](https://github.com/Arindam200)
 · 
[Shivay Lamba](https://github.com/shivaylamba)
 · 
[Astrodevil](https://github.com/Astrodevil)

질문, 제안 또는 기여 사항이 있으시면 언제든지 메인이터에게 연락해 주세요.
## 성원해 주셔서 감사합니다! 🙏
[![Star History Chart](https://api.star-history.com/svg?repos=Arindam200/awesome-ai-apps&type=Date)](https://www.star-history.com/#Arindam200/awesome-ai-apps&Date)

awesome-ai-apps

파일 탐색기

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

awesome-ai-apps

파일 탐색기

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README