Telexed

AI 분야의 주요 소식 · 솔로 사업자에게 도움 되는 것만7 / 412

FILTER[전체][에이전트·도구][모델·API][생성형 미디어][인프라·SaaS][ASO·그로스][인디 비즈니스][아이디어 시그널][기타][★6+ high-signal]

GitHub Trending Weekly ✕필터 해제

5월 14일 (목)1 dispatches

#0412
#0412기타 GitHub Trending Weekly6일 전
`easy-vibe`: AI 앱 제작 입문 코스, SaaS·결제까지 확장
`easy-vibe`: beginner course for shipping AI apps with SaaS and payments
50radar
easy-vibe학습 코스 — AI 앱 제작부터 SaaS·결제까지 확장
말로 요구사항을 설명하는 데서 시작해 Stripe 결제, SaaS 풀스택, RAG 시각화까지 잇는다. 빠른 온보딩용 학습 맵으로는 좋지만, 숙련자에게는 깊이보다 구성 참고용에 가깝다.
- 커리큘럼이 프롬프팅에서 끝나지 않는다. SaaS 캡스톤, 결제 연동, 멀티프로덕트 UI, 미니프로그램 백엔드까지 묶었다.
- 텍스트 위주 문서가 아니라 IDE 조작 시뮬레이션, RAG 흐름 클릭형 데모, 터미널 시각화로 초반 진입장벽을 낮춘다.
- 3월 업데이트로 Stripe 섹션과 결제 시스템 설명을 크게 늘렸다. 단순 AI 체험이 아니라 수익화 흐름까지 연결한다.
- 부록에 아이디어 발굴, 더블 다이아몬드, JTBD, The Mom Test를 추가했다. 만들기 전에 검증하는 루틴까지 같이 잡아준다.
출처: github.com/datawhalechina/easy-vibe원문 보기 →
FIG-4121:1
50radar
FIG-4121:1

5월 12일 (화)1 dispatches

#0411
#0411기타 GitHub Trending Weekly지난주
`TabPFN`, 표형 데이터용 파운데이션 모델
`TabPFN`: fast foundation model for tabular prediction
40radar
TabPFN모델 — 전처리 없이 표형 데이터 분류·회귀 수행
분류·회귀를 스케일링이나 원-핫 인코딩 없이 바로 돌릴 수 있어, 구조화 데이터 실험 속도가 꽤 빠르다. 대신 GPU 사실상 필수, 적정 범위도 10만 행·2000 피처 이하라 비용 대비 맞는 문제에만 써야 한다.
- 설치는 pip install tabpfn 한 줄이고, TabPFNClassifier·TabPFNRegressor로 바로 시작된다. 첫 실행 때 체크포인트를 내려받는다.
- 전처리 금지 원칙이 분명하다. 스케일링이나 원-핫 인코딩 없이 넣는 방식이라 기존 피처 파이프라인을 크게 줄일 수 있다.
- 실사용 조건은 꽤 빡세다. 8GB VRAM급 GPU를 권장하고 큰 데이터셋은 16GB가 필요하며, CPU는 1000개 이하 샘플 정도만 현실적이다.
- 추론은 반드시 배치로 묶어야 한다. 샘플별 predict 호출은 매번 학습셋을 다시 계산해 거의 100배까지 느려질 수 있다.
- 적정 데이터 규모도 선명하다. 10만 샘플·2000 피처 이하에서 잘 맞고, 그 이상은 별도 가이드나 TabPFN Client 같은 우회 경로를 봐야 한다.
출처: github.com/PriorLabs/TabPFN원문 보기 →
FIG-4111:1
40radar
FIG-4111:1

5월 11일 (월)1 dispatches

#0410
#0410기타 GitHub Trending Weekly지난주
`PageIndex`: 벡터 DB 없이 문서 트리로 찾는 RAG
`PageIndex`: vectorless RAG with tree-based reasoning
50radar
PageIndexRAG 도구 — 벡터 DB 없이 문서 트리로 검색
임베딩 검색 대신 문서 목차 트리와 LLM 추론으로 답을 찾는다. 긴 문서에서 벡터 검색 미스가 잦았다면 흥미롭지만, 운영비와 지연시간 검증 전엔 바로 메인 채택까진 이르다.
- 검색은 2단계다. 문서에서 목차형 트리를 만들고, 그 위를 추론 기반 트리 서치로 내려가며 관련 구간을 고른다.
- 차별점은 벡터 DB 없음, 청킹 없음. 페이지·섹션 단위 근거를 남겨서 왜 그 답을 골랐는지 추적하기 쉽다.
- 성능 근거로 FinanceBench 98.7%를 내세운다. 계약서·리서치 문서처럼 의미 유사도보다 정확한 맥락 판단이 중요한 쪽에 맞다.
- 최근 업데이트가 단일 문서 실험을 넘겼다. 파일 시스템 트리, 채팅 제품, MCP·API까지 붙여 에이전트 워크플로에 넣기 쉬워졌다.
출처: github.com/VectifyAI/PageIndex원문 보기 →
FIG-4101:1
50radar
FIG-4101:1

5월 7일 (목)4 dispatches

#0409
#0409기타 GitHub Trending Weekly2주 전
`DocuSeal`: 셀프호스트 가능한 오픈소스 전자서명 스택
`DocuSeal`: Open-Source E-Signature Stack You Can Self-Host
60radar
DocuSeal전자서명 스택 — 셀프호스트·임베드·API 지원
전자서명 기능을 직접 만들지 않고도 바로 제품에 넣을 수 있는 선택지다. Docker 배포, 임베드 폼, API/Webhook까지 갖춰 초기 B2B SaaS에서 비용 절감 효과가 크다.
- PDF 폼 빌더가 WYSIWYG 방식이고 필드 타입이 12종이라, 계약서·동의서 화면을 처음부터 따로 만들 필요가 줄어든다.
- 여러 제출자, SMTP 메일, 디스크·S3·GCS·Azure 저장을 지원해 실제 운영에 필요한 주변 기능까지 한 번에 붙는다.
- React·Vue·Angular용 임베드 서명/빌더와 API·Webhook이 있어 기존 앱 안에 녹여 넣기 쉽고 개발 범위가 짧아진다.
- 기본 실행은 docker run + SQLite로 시작하고, 커지면 DATABASE_URL로 PostgreSQL이나 MySQL로 옮기는 구조라 확장 경로도 단순하다.
출처: github.com/docusealco/docuseal원문 보기 →
FIG-4091:1
60radar
FIG-4091:1
#0408
#0408기타 GitHub Trending Weekly2주 전
`Scrapling`: 적응형 선택자와 안티봇 fetcher를 묶은 파이썬 스크래핑 프레임워크
`Scrapling`: adaptive Python web scraping with anti-bot fetchers and scalable spiders
50radar
Scrapling파이썬 스크래핑 프레임워크 — 적응형 선택자·안티봇 통합
단발 요청부터 동시 크롤링까지 Fetcher·Spider·프록시 로테이션을 한 라이브러리로 묶었다. 레이아웃이 자주 바뀌는 타깃을 긁어야 한다면 유지보수 비용을 꽤 줄여줘서 지금 써볼 만함.
- Cloudflare Turnstile 대응 fetcher를 기본 제공해 브라우저 자동화와 우회 로직을 직접 엮는 수고를 줄인다.
- 저장한 선택자를 나중에 adaptive=True로 다시 찾는 구조라 DOM 변경이 잦은 가격 추적·상품 수집 작업에 잘 맞는다.
- Spider 레이어는 동시성, 멀티세션, pause/resume, 실시간 통계를 묶어 스크립트에서 크롤러로 커질 때 갈아탈 필요를 줄였다.
- 기능 범위가 CLI·프록시 로테이션·MCP까지 넓다. 파이썬 중심 자동화 스택이면 매력적이지만, 가벼운 1회성 수집엔 다소 무겁다.
출처: github.com/D4Vinci/Scrapling원문 보기 →
FIG-4081:1
50radar
FIG-4081:1
#0407
#0407기타 GitHub Trending Weekly2주 전
`Maigret`, 사용자명 하나로 **3,000+** 사이트 OSINT 수집
`Maigret`: username-based OSINT across **3,000+** sites
40radar
MaigretOSINT 도구 — 사용자명 하나로 대규모 계정 추적
사용자명 하나만 넣어도 계정, 프로필 정보, 연결된 다른 아이디까지 폭넓게 훑는다. 창업자 조사, 경쟁 서비스 체크, 어뷰징 선별엔 바로 쓸 만하지만 오탐과 프라이버시 경계는 직접 관리해야 한다.
- 기본 실행은 트래픽 상위 500개 사이트를 검사하고, -a로 전체 확장, --tags로 국가·카테고리만 좁혀 속도와 정확도를 같이 챙긴다.
- 프로필 페이지와 사이트 API에서 공개 정보를 긁고, 거기서 나온 다른 사용자명·ID로 재귀 탐색까지 이어져 단일 힌트가 꽤 큰 그래프로 번진다.
- pip install maigret만으로 바로 돌릴 수 있고 Python 라이브러리, Docker, 웹 UI도 있어 내부 운영 툴이나 검수 파이프라인에 붙이기 쉽다.
- 차단·검열·CAPTCHA를 일부 우회하고 Tor·I2P 도메인도 다룬다. 조사 범위는 넓지만 결과 신뢰도 검증 없이는 자동화 판단에 넣기 위험하다.
- --ai 옵션으로 OpenAI 호환 API에 요약을 맡길 수 있다. 차별점은 AI보다 수집 레이어라서, 요약보다 원본 근거를 먼저 보는 편이 낫다.
출처: github.com/soxoj/maigret원문 보기 →
FIG-4071:1
40radar
FIG-4071:1
#0406
#0406기타 GitHub Trending Weekly2주 전
`Quarkdown`: 책·문서·슬라이드·사이트를 한 소스에서 빌드
`Quarkdown`: one Markdown source for books, docs, slides, and sites
40radar
Quarkdown문서 빌드 도구 — 하나의 Markdown으로 다중 출력
하나의 Markdown 프로젝트로 책, 논문, 문서, 슬라이드, 웹사이트, PDF까지 뽑는다. 콘텐츠 중심 제품의 소스 일원화엔 매력적이지만, 튜링 완전 문법이라 팀 없는 운영에선 복잡도 관리가 먼저다.
- CommonMark·GFM 확장이라 함수, 변수, 반복문, 조건문, 사용자 정의 라이브러리까지 들어간다. 템플릿성 문서 자동화 폭이 넓다.
- 출력 타깃이 plain HTML, paged.js 기반 페이지 문서, reveal.js 슬라이드, docs, PDF, plain text까지 이어진다. 재가공 파이프라인을 줄인다.
- 문서 안에서 .doctype {plain|paged|slides|docs}로 형식을 바꾼다. 같은 원고로 랜딩 페이지와 가이드 문서를 함께 운영하기 쉽다.
- 라이브 프리뷰와 VS Code 확장이 기본 제공된다. 문서가 곧 제품인 지식베이스, 기술문서, 전자책 쪽에서 바로 시험해볼 만하다.
- 대신 Markdown의 가벼움은 사라진다. 로직이 늘수록 콘텐츠 작성보다 자체 DSL 유지보수가 커져 비용 대비 애매해질 수 있다.
출처: github.com/iamgio/quarkdown원문 보기 →
FIG-4061:1
40radar
FIG-4061:1

`easy-vibe`: AI 앱 제작 입문 코스, SaaS·결제까지 확장

`TabPFN`, 표형 데이터용 파운데이션 모델

`PageIndex`: 벡터 DB 없이 문서 트리로 찾는 RAG

`DocuSeal`: 셀프호스트 가능한 오픈소스 전자서명 스택

`Scrapling`: 적응형 선택자와 안티봇 fetcher를 묶은 파이썬 스크래핑 프레임워크

`Maigret`, 사용자명 하나로 **3,000+** 사이트 OSINT 수집

`Quarkdown`: 책·문서·슬라이드·사이트를 한 소스에서 빌드

`Maigret`, 사용자명 하나로 3,000+ 사이트 OSINT 수집