AI 에이전트
오픈소스 추천
무조건 유명한 저장소를 고르지 않습니다. 지금 하려는 일에 맞는 출발점을 고릅니다.
빠른 답
처음 배우면 pi-from-scratch, Python으로 직접 만들면 OpenAI Agents SDK, 화면에서 빠르게 구성하면 Dify부터 비교하세요.
- 검토 저장소
- 6개
- 정렬 기준
- 인기순이 아닌 목적순
- 최근 근거 확인
- 2026. 08. 15.
무엇을 하려는지부터 고르세요.
아래 순서는 품질 순위가 아닙니다. 배우기에서 실제 작업으로 이어지는 선택 경로입니다.
saladday / pi-from-scratch
에이전트가 파일을 읽고 도구를 쓰는 구조를 짧은 코드로 이해하고 싶을 때
이 저장소는 600줄의 TypeScript 코드로 직접 AI 코딩 에이전트를 만들어보는 튜토리얼 프로젝트예요. 마치 레고 블록을 조립하듯이, 파일을 읽고, 코드를 수정하고, 명령어를 실행하는 작은 AI 비서를 처음부터 차근차근 만들 수 있어요. 실제로 동작하는 코드와 함께 설명이 제공되어서, AI 에이전트의 내부 동작 원리를 쉽게 이해할 수 있습니다.
- 잘 맞는 경우
- AI 에이전트의 내부 동작 원리를 학습하고 싶은 경우
- 다른 선택이 나은 경우
- 이미 완성된 AI 에이전트 프레임워크가 필요한 경우 (이 프로젝트는 교육용입니다)
- 먼저 확인
- 실행하려면 OpenAI 호환 API 키가 필요하며, 키 없이는 로컬 실행이 불가능합니다.
openai / openai-agents-python
역할·도구·handoff·세션·트레이싱을 코드로 조합하고 싶을 때
OpenAI Agents SDK는 마치 여러 명의 AI 비서가 협력해서 일을 처리하도록 설계된 도구 상자와 같습니다. 각 AI 비서(에이전트)에게 역할과 도구를 부여하고, 필요에 따라 서로에게 작업을 넘기거나(handoff) 사람의 승인을 받는 과정을 쉽게 만들 수 있습니다. OpenAI의 최신 모델뿐 아니라 100개 이상의 다른 LLM도 지원합니다.
- 잘 맞는 경우
- 여러 AI 에이전트가 협력해야 하는 복잡한 워크플로우를 구축하는 경우
- 다른 선택이 나은 경우
- 단순한 단일 챗봇만 필요한 경우 (오버엔지니어링이 될 수 있음)
- 먼저 확인
- openai>=2.45.0, pydantic>=2.12.2 등 특정 버전 이상이 필요하므로 기존 프로젝트와 충돌할 수 있습니다.
langgenius / dify
시각적인 워크플로로 챗봇·RAG·에이전트 앱을 구성하고 싶을 때
Dify는 마치 레고 블록처럼 AI 워크플로우, RAG 파이프라인, 에이전트 기능을 조립할 수 있는 오픈소스 플랫폼입니다. 코딩 없이도 시각적인 캔버스에서 AI 애플리케이션을 설계하고, 프로토타입에서 프로덕션까지 빠르게 전환할 수 있도록 도와줍니다.
- 잘 맞는 경우
- AI 기반 챗봇이나 RAG 애플리케이션을 빠르게 프로토타이핑해야 하는 경우
- 다른 선택이 나은 경우
- 이미 안정적인 AI 파이프라인이 구축되어 있고 변경이 필요 없는 경우
- 먼저 확인
- 최소 CPU 2코어, RAM 4GB가 필요하며, 대규모 워크플로우 실행 시 더 많은 리소스가 필요할 수 있습니다.
shawnpana / phone-harness
AI 에이전트가 실제 아이폰 화면을 보고 조작하게 만들고 싶을 때
마치 리모컨으로 TV를 조종하듯, AI 에이전트(Claude Code, Codex 등)가 실제 아이폰 화면을 보고 터치할 수 있게 해주는 도구예요. 맥의 아이폰 미러링 기능을 활용해서, 탈옥이나 복잡한 설정 없이도 AI가 아이폰을 직접 제어할 수 있도록 연결해줍니다.
- 잘 맞는 경우
- AI 에이전트를 활용해 아이폰 작업을 자동화하려는 경우
- 다른 선택이 나은 경우
- 아이폰 미러링을 지원하지 않는 구형 맥이나 윈도우 환경인 경우
- 먼저 확인
- 터미널에 손쉬운 사용 및 화면 기록 권한을 부여해야 하며, 화면 기록은 터미널 재시작 후 적용됩니다.
panniantong / agent-reach
에이전트에 웹과 소셜 정보 수집 경로를 붙이고 싶을 때
AI 에이전트가 트위터, 레딧, 유튜브, 빌리빌리, 샤오홍슈 등 다양한 웹사이트를 읽고 검색할 수 있게 해주는 CLI 도구입니다. 마치 에이전트에게 '눈'을 달아주는 것처럼, 복잡한 API 설정이나 비용 없이 한 줄 명령어로 여러 플랫폼의 데이터를 가져올 수 있습니다.
- 잘 맞는 경우
- AI 에이전트에 실시간 웹 검색 기능을 추가하려는 경우
- 다른 선택이 나은 경우
- 이미 안정적인 공식 API를 사용 중인 프로덕션 환경
- 먼저 확인
- 일부 플랫폼(예: 빌리빌리)은 스크래핑을 차단할 수 있으며, 이 경우 프로젝트가 대체 백엔드로 전환되지만 일시적 중단이 발생할 수 있습니다.
affaan-m / ecc
코딩 에이전트의 계획·테스트·리뷰 흐름을 일정하게 운영하고 싶을 때
ECC는 AI 코딩 에이전트(Claude Code, Codex, Cursor 등)에게 '계획-테스트-구현-리뷰-검증-기억-개선'이라는 체계적인 작업 프로세스를 제공하는 오픈소스 도구입니다. 마치 요리사에게 레시피와 주방 도구를 한 번에 세팅해주는 것처럼, 에이전트가 더 똑똑하고 일관되게 코드를 작성하도록 도와줍니다.
- 잘 맞는 경우
- Claude Code나 Codex 같은 AI 코딩 에이전트를 일관된 워크플로우로 운영하려는 경우
- 다른 선택이 나은 경우
- AI 에이전트를 전혀 사용하지 않는 전통적인 개발 환경
- 먼저 확인
- README에서 경고하듯, 서드파티 업로드나 비공식 미러는 악성코드를 포함할 수 있으므로 반드시 공식 GitHub, npm, GitHub App을 통해 설치하세요.
도입 전에 네 가지만 확인하세요.
같은 ‘AI 에이전트’라도 필요한 환경과 책임 범위는 완전히 다릅니다.
- 목적학습, 직접 개발, 업무 자동화 중 무엇인지
- 실행 환경Python·Node.js·Docker·macOS 같은 조건이 맞는지
- 행동 권한파일, 명령, 웹, 기기 조작을 어디까지 허용할지
- 운영 책임로그, 비용, 실패 복구와 사람의 승인 단계를 누가 맡을지
자주 묻는 질문
AI 에이전트 오픈소스는 무엇부터 봐야 하나요?
처음이라면 완성된 기능 수보다 목적을 먼저 정하세요. 내부 원리를 배우려는지, 직접 코딩하려는지, 화면에서 빠르게 만들려는지에 따라 적합한 저장소가 달라집니다.
별이 가장 많은 저장소가 가장 좋은 선택인가요?
아닙니다. 별 수는 관심 신호일 뿐입니다. 필요한 기능, 실행 환경, 라이선스, 유지 상태와 도입 난이도를 함께 확인해야 합니다.
GitExplain의 검증 완료는 안전하다는 뜻인가요?
아닙니다. 공개 문서와 저장소 근거를 확인했다는 뜻이며, 취약점이 없거나 모든 환경에서 정상 실행된다는 보증은 아닙니다.