Dev.to OpenSource
원문 사이트 ↗Dev.to OpenSource 섹션은 오픈소스 프로젝트·라이브러리·기여 가이드 콘텐츠가 모이는 카테고리로, 신규 OSS 출시 소식, 메인테이너 인터뷰, 기여 방법 안내 등이 발행됩니다. 한국 오픈소스 생태계 참여자에게 글로벌 동향 학습 자료로 추천합니다.
Dev.to OpenSource 주요 토픽
Dev.to OpenSource 관련 글 — 100 페이지
- 4
corpus-scrub 0.1.0: LLM 학습 전 훈련 데이터셋에서 PII 및 비밀 정보 탐지 및 삭제
corpus-scrub은 LLM 학습 전 데이터셋에서 이메일, 전화번호, API 키 등 민감 정보를 식별하고 마스킹하거나 삭제하는 CLI 도구입니다. 외부 서비스로 데이터를 전송하지 않는 로컬 우선 방식을 채택하여 보안성을 극대화했으며, Gitleaks의 규칙을 활용해 정교한 비밀 정보 탐지를 지원합니다.
corpus-scrub 0.1.0: detecta y redacta PII y secretos en corpus de entrenamiento antes del entrenamiento LLM↗dev.to
- 7
실제 인프라에서 내 Rust 동기화 데몬을 실행하면서 발견한 두 가지 버그
개발자가 Rust로 구축한 데이터 동기화 도구 'not록less'를 실제 운영 환경에 적용하며 겪은 두 가지 핵심 버그를 다룹니다. HTTP/HTTPS 프로토콜 전환 시 인증 헤더 유실 문제와 비동기 API의 성공 여부 판단 오류를 해결하며, 단순 에러 처리를 넘어 시스템의 안정성과 기능을 개선한 사례를 보여줍니다.
Two bugs I only found by running my Rust sync daemon against real infrastructure↗dev.to
- 8
FIDO의 새로운 패스키-내보내기 형식 구현 – 그리고 제가 발견한 다섯 가지 규격 오류
FIDO Alliance가 발표한 패스키 및 비밀번호 이동 표준인 CXF(Credential Exchange Format) 구현 과정에서 명세서의 심각한 문법 오류와 모순들이 발견되었습니다. 개발자는 이를 해결하기 위해 데이터 모델, 파서, 검증기를 포함한 'cxf-kit'을 공개하며 표준의 완성도를 높이는 데 기여하고 있습니다.
Implementing FIDO's new passkey-export format — and the five spec bugs I found↗dev.to
- 10
제가 만든 언어로 7B Mixture-of-Experts LLM을 실행했습니다 — fp32와 토큰 단위로 완벽히 동일
개발자가 직접 만든 MFL 언어를 활용해 PyTorch나 Python 없이도 동작하는 초경량 LLM 추론 엔진을 구현했습니다. MoE(Mixture-of-Experts) 구조와 효율적인 메모리 관리 기법을 통해 7B 모델의 품질을 유지하면서도 1B 모델 수준의 빠른 추론 속도를 달성했으며, 양자화 과정에서도 원본 데이터와 토큰 단위로 완벽히 일치하는 정확도를 증명했습니다.
I ran a 7B Mixture-of-Experts LLM in a language I built — token-identical to fp32↗dev.to
- 14
NeuralUCB 라우터: 멀티암드 반딧불이 알고리즘으로 LLM 요청을 라우팅하는 OpenAI 호환 API 프록시
NeuralUCB Router는 LLM 요청의 문맥을 분석하여 가장 저렴하면서도 성능이 보ต้น되는 모델로 트래픽을 분산시키는 OpenAI 호환 API 프록시입니다. 별도의 학습 데이터 없이 실시간 트래픽만으로 최적의 라우팅 경로를 찾아내며, 이를 통해 비용 절감과 품질 유지라는 두 마리 토끼를 동시에 잡습니다.
NeuralUCB Router: An OpenAI-Compatible API Proxy That Routes LLM Requests Using a Multi-Armed Bandit Algorithm↗dev.to
- 15
json_shield: AI 시대에 대비한 Dart 패키지 설계
이제 소프트웨어 라이브러리의 주요 소비자는 인간 개발자가 아닌 LLM(Copilot, Cursor 등)으로 변화하고 있습니다. 따라서 패키지 설계 시 토큰 밀도를 최적화한 README, 실제 사용 사례를 담은 예제, 명확한 예외 처리를 명시한 주석, 그리고 AI 에이전트의 행동을 제어하는 규칙 파일을 통해 AI가 정확하게 코드를 생성할 수 있도록 '기계 친적'인 구조를 갖추는 것이 핵심입니다.
json_shield: Engineering an AI-Ready Dart Package↗dev.to
- 17
Inkling: Thinking Machines Lab의 오픈 웨이트 MoE 모델 – 벤치마크, 아키텍처, 그리고 실제 경쟁하는 부분
Thinking Machines Lab이 공개한 Inkling은 975B 파라미터 규모의 MoE 모델로, 텍스트, 이미지, 오디오, 비디오를 아우르는 네이티브 멀티모달 기능을 제공합니다. 복잡한 추론 능력에서는 최상위 폐쇄형 모델에 뒤처지지만, 자가 미동 조정(Self-Fine-Tuning) 플랫폼인 Tinker와의 결합을 통해 오픈 웨이트 생태계의 새로운 비즈니스 모델을 제안하고 있습니다.
Inkling: Thinking Machines Lab's Open-Weights MoE Model — Benchmarks, Architecture, and What It Actually Competes On↗dev.to
- 20
ColdFusion Enterprise 클러스터링: 세션 복제, 스티키 세션 및 노드 장애 조치
ColdFusion Enterprise에서 제공하는 클러스터링 기능은 스티키 세션과 J2EE 세션 복제라는 두 가지 전략을 사용하지만, 각각 데이터 손실 위험과 성능 저하라는 명확한 단점이 있습니다. 따라서 전문가들은 운영 환경의 안정성을 위해 Redis와 같은 외부 저장소를 활용한 세션 관리를 권장합니다.
ColdFusion Enterprise Clustering: Session Replication, Sticky Sessions, and Node Failover↗dev.to
- 22
모호한 버전 라벨 수정: '구버전'에서 'v1.0'으로, vibe-coding-universal
vibe-coding-universal 프로젝트가 비교 테이블 내 'Old Version'이라는 모호한 라벨을 'v1.0'이라는 명확한 버전 번호로 변경했습니다. 이는 단순한 문구 수정을 넘어, 기술 문서의 일관성을 확보하고 외부 참조가 가능한 기준점을 마련하여 사용자 경험과 데이터 자동화 가능성을 높이는 중요한 개선입니다.
Fixing Ambiguous Version Labels: From 'Old Version' to 'v1.0' in vibe-coding-universal↗dev.to
이 출처 페이지는 글 누적 후 검색엔진에 노출됩니다.













