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 — 61 페이지
- 3
NBA 데이터 분석: 미국 비자 문제로 좌절한 케냐 WNBA 스타를 보며 나도 눈물을 흘렸다 — 농구 분석 — What the Nu
미국 비자 문제라는 역경을 극복한 케냐 WNBA 스타 마디나 오코트(Madina Okot)의 감동적인 서사와 함께, Python을 활용하여 NBA의 핵심 성과 지표를 실시간으로 분석하는 기술적 방법을 다룹니다. 단순한 경기 결과를 넘어 TS%, Net Rating 등 정교한 데이터 지표가 어떻게 승률과 플레이오프 진출 가능성을 예측하는지 분석합니다.
Analyzing Nba Data: I cried so hard the Kenyan WNBA star who beat US visa heartbreak — Basketball Analysis — What the Nu↗dev.to
- 5
쿠바의 2만 건 택시 이용 기록: Organic Maps 기반으로 구축하며 얻은 교훈
쿠바의 한 개발자가 저사양 스마트폰과 불안정한 2G 네트워크 환경을 극복하기 위해 OpenStreetMap 기반의 Organic Maps를 커스텀하여 2만 건 이상의 호출을 처리한 택시 앱을 구축한 사례입니다. 지도 데이터의 불필요한 요소를 제거하고 검색 인덱스를 파일 내에 직접 임베딩하는 '극한의 최적화'를 통해 오프라인에서도 작동하는 고효율 서비스를 구현했습니다.
20,000 Taxi Rides in Cuba: What I Learned Building on Organic Maps↗dev.to
- 7
연구: 왜 Bifrost (Maxim AI / H3 Labs Inc.)가 미국 인디 개발자를 노리는 API 키 수집 서비스의 정확한 패턴에 부합하는가
Maxim AI(H3 Labs Inc.)의 AI 게이트웨이 서비스인 'Bifrost'가 개발자들에게 소액의 테스트 비용을 제안하며 API 키를 수집하는 'API 키 하베스팅' 패턴을 보이고 있다는 폭로가 나왔습니다. 이 서비스는 게이트웨이 구조를 통해 사용자의 모든 트래픽과 인증 키를 통제할 수 있는 구조적 위험성을 내포하고 있습니다.
Research: Why Bifrost (Maxim AI / H3 Labs Inc.) Fits the Exact Pattern of API Key Harvesting Services Targeting American Indie Devs↗dev.to
- 13
TradingGoose-Market: 시장 데이터 제공업체 간의 표준화된 티커 식별
다양한 금융 데이터 제공업체(Alpaca, Yahoo Finance 등)가 서로 다른 티커(Ticker) 명명 규칙을 사용함에 따라 발생하는 '티커 식별 문제'를 다룹니다. 이를 해결하기 위해 CCXT와 QuantConnect의 LEAN 엔진이 채택한 서로 다른 접근 방식의 장단점을 분석하며, 표준화된 자산 식별 레이어 구축의 기술적 난제를 설명합니다.
TradingGoose-Market: canonical ticker identity across market data providers↗dev.to
- 14
Lemonade v10.3: 자체 GPU에서 로컬 LLM, 이미지 생성, 음성 처리 무료 실행
오픈소스 로컬 AI 서버인 Lemonade가 v10.3으로 업데이트되었습니다. 이번 업데이트는 Tauri 전환을 통한 앱 경량화, 멀티모달 처리를 위한 OmniRouter 도입, AMD ROCm 7 지원을 핵심으로 하며, 클라우드 API 비용 절감과 데이터 보안을 위한 강력한 대안을 제시합니다.
Lemonade v10.3: Run Local LLMs, Image Gen, and Speech on Your Own GPU for Free↗dev.to
- 16
TurboQuant MacBook Pro 파트 2: 퍼플렉시티, KL 발산, 그리고 M5 Max에서의 비대칭 K/V
M5 Max MacBook Pro 환경에서 LLM의 KV 캐시 양자화 성능을 분석한 결과, 비대칭 K/V(Key/Value) 양자화 방식이 품질 저하를 최소화하면서도 컨텍스트 길이를 획기적으로 확장할 수 있음을 증명했습니다. 특히 q8_0(Key)와 turbo4(Value)를 결합한 비대칭 방식은 기존 방식이 메모리 부족(OOM)으로 실패하던 512K 컨텍스트에서도 안정적인 추론 성능을 보여주었습니다.
TurboQuant on a MacBook Pro, part 2: perplexity, KL divergence, and asymmetric K/V on M5 Max↗dev.to















