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 — 89 페이지
- 0
오픈 소스 그 이상: 엔터프라이즈 AI가 스킬 레지스트리를 필요로 하는 이유 (그리고 Astron이 제공하는 솔루션)
최근 GitHub에서는 재사용 가능한 AI 기능을 정의하는 '에이전트 스킬' 프로젝트가 급증하며 에이전트 기술의 표준화 흐름이 나타나고 있습니다. 이에 대응하여 iFLYTEK은 RBAC, 감사 로그, 버전 관리 등 기업 환경에 필수적인 거버넌스 기능을 제공하는 오픈소스 스킬 레지스트리인 'Astron SkillHub'를 공개했습니다.
Beyond Open Source: Why Enterprise AI Needs a Skill Registry (And How Astron Delivers)↗dev.to
- 1
P2P GPU 그리드를 위한 세 계층 모노레포를 구축했습니다 - API가 가장 외로운 이유
이 글은 경량화된 P2P GPU 그리드 프로젝트 'Sarva'의 3계층 모노레포 설계 구조와 개발 철학을 설명합니다. FastAPI, Next.js, Python 에이전트로 구성된 시스템을 통해 복잡한 오버엔지니어링 없이도 작동 가능한 인프라를 구축하는 방법을 다룹니다.
I built a three-tier monorepo for a peer-to-peer GPU grid — here is why the API is the loneliest part↗dev.to
- 5
$300/월 자동화 스택을 n8n, FastAPI, 그리고 Docker로 대체했습니다.
Zapier와 Make 등 유료 도구들로 구성된 파편화된 자동화 스택의 높은 비용과 관리 복잡성 문제를 지적하며, 이를 n8n과 Odoo 기반의 셀프 호스팅 아키텍처로 대체하는 방법을 설명합니다. 특히 FastAPI를 미들웨어로 활용해 AI 응답의 유효성을 검증함으로써 데이터 오염을 방지하는 설계가 핵심입니다.
I Replaced a $300/month Automation Stack with n8n, FastAPI, and Docker↗dev.to
- 8
10분 만에 Stripe, Filament, OAuth 및 아랍어 RTL을 활용한 멀티 테넌트 Laravel SaaS 구축하기
Laravel 13을 기반으로 Stripe 결제, OAuth 로그인, 데이터베이스 분리형 멀티 테넌시를 즉시 사용할 수 있게 설계된 'Laravel Tenant Kit'이 출시되었습니다. 이 키트는 개발자가 반복적으로 구축해야 하는 인증, 권한 관리, 빌링 시스템 등의 초기 인프라 구축 시간을 대폭 줄여줍니다.
Build a Multi-Tenant Laravel SaaS in 10 Minutes (Stripe, Filament, OAuth & Arabic RTL)↗dev.to
- 10
6개의 AI 코딩 도구가 프롬프트를 어디에 저장하는지 역설계하고, 이를 시각화한 대시보드를 만들었습니다.
개발자가 각기 다른 포맷으로 저장되는 6개 AI 코딩 도구의 프롬프트 이력을 분석하여, 이를 한곳에서 검색하고 시각화할 수 있는 로컬 Next.js 대시보드를 구축했습니다. 이 도구는 개인정보 보호를 위해 100% 로컬 환경에서 작동하며, SQLite를 활용해 파편화된 데이터를 통합 관리합니다.
I reverse-engineered where 6 AI coding tools store your prompts — and built a dashboard for it↗dev.to
- 11
클로드 코드 기술 17,000건 스캔 결과, 39%는 셸 명령어를 실행하지만, 고작 4%만이 이를 명시적으로 밝히고 있습니다.
클로드 코딩 에인전트용 SKILL.md 파일들을 전수 조사한 결과, 많은 스킬이 명시적인 선언 없이도 강력한 시스템 권한(셸 실행, 네트워크 접근 등)을 보유하고 있음이 드러났습니다. 특히 셸 명령어 실행 능력을 공개하지 않은 비율이 압도적으로 높아, AI 에이전트의 보안 취약점과 의존성 관리의 필요성을 경고하고 있습니다.
We scanned 17,000 Claude Code skills. 39% run shell commands - only 4% say so up front.↗dev.to
- 14
AI 에이전트가 기록적인 시간 안에 GDPR 쿠키 및 트래커 동의 스캐너를 구축한 방법
Pixel Office는 디자이너, 개발자, QA, DevOps 역할을 수행하는 AI 에이전트들을 활용하여 GDPR 준수 여부를 확인하는 자동 스캐너를 개발했습니다. 이 도구는 Puppeteer를 통해 사용자 동의 전 발생하는 네트워크 요청을 가로채 트래커를 탐지하며, 프리미엄 기능을 통해 상세한 리스크 보고서와 법적 문구를 제공합니다.
How Our AI Agents Built the GDPR Cookie & Tracker Consent Scanner in Record Time↗dev.to
- 15
스키마에서 직접 생성하여 수동 테스트 피처 작성 중단: AI, API, GPU 활용법
이 기사는 수동으로 관리되는 테스트 데이터(fixtures)의 유지보수 문제를 해결하기 위해 등장한 fixture-gen 라이브러리를 소개합니다. 스키마를 기반으로 관계형 데이터와 시나리오별 데이터를 결정론적으로 생성함으로써, 개발자가 스키마 변경에 따른 테스트 코드 수정 부담을 줄이고 테스트 안정성을 높일 수 있음을 강조합니다.
Stop Writing Test Fixtures by Hand: Generate Them Directly From Your Schemas↗dev.to
- 17
Python/TypeScript로 모델 컨텍스트 프로토콜 도구 정의 생성 - MCP Tool Builder
MCP Tool Builder는 Python 및 TypeScript 함수를 기반으로 Model Context Protocol(MCP) 도구 정의와 서버 코드를 생성하는 오픈소스 도구입니다. 개발자는 함수 시그니처만 입력하면 JSON 스펙과 함께 FastMCP(Python) 및 SDK(TypeScript) 기반의 완성된 서버 코드를 즉시 얻을 수 있습니다.
MCP Tool Builder â Generate Model Context Protocol Tool Definitions from Python / TypeScript↗dev.to
- 19
이제 모두에게 AI 에이전트가 있지만, 아직 서로 통신할 수 없다
현재 AI 에이전트는 개별적인 작업 수행에는 능숙하지만, 서로 다른 에이전트 간의 맥락 전달이나 협업을 위한 구조적 기반이 부족한 '섬'과 같은 상태에 머물러 있습니다. 이를 해결하기 위해서는 단순한 API 통합을 넘어 조직 단위의 공유 메모리, 구조화된 지식 그래프, 그리고 협업 공간을 포함하는 새로운 사회적 계층(Social Layer)이 필요합니다.
Everyone Has an AI Agent Now, But They Still Can't Talk to Each Other↗dev.to
- 20
AI 에이전트 Jan과 Klára, 몇 분 만에 프리랜서 프로젝트 수익 및 요율 예측 도구 구축했습니다.
Pixel Office는 각각의 전문 역할을 수행하는 AI 에이전트들을 활용하여 프리랜서와 소규모 에이전시를 위한 프로젝트 수익 및 요율 계산기 MVP를 구축했습니다. 이 도구는 사용자의 목표 수입과 비용을 바탕으로 적정 시급을 제안하며, AI 에이전트 간의 협업을 통해 개발 프로세스의 효율성을 극대화한 사례를 보여줍니다.
How Our AI Agents Jan and Klára Built a Freelance Project Profit & Rate Estimator in Minutes↗dev.to
- 21
SFT 오프라인 RL 온라인 RL: Mano-P의 세 단계 학습 파이프라인
Mano-P는 4B 파라미터 규모로 개인용 노트북 등 에지 디바이스에서 구동 가능한 GUI-VLA 에이전트로, OSWorld 벤치마크에서 58.2%라는 압도적인 성적으로 1위를 기록했습니다. 이 모델은 기초 학습을 위한 SFT, 데이터 효율성을 높이는 Offline RL, 그리고 실시간 환경 적응을 위한 Online RL의 순차적 파이프라인을 통해 구현되었습니다.
SFT Offline RL Online RL: The Three-Stage Training Pipeline Behind Mano-P↗dev.to
이 출처 페이지는 글 누적 후 검색엔진에 노출됩니다.











