깃허브 AI CUA부터 Chatbox까지 오픈소스 4개

2026-04-28

오늘 볼 건 네 개입니다. trycua/cua는 데스크톱을 직접 다루는 Computer-Use Agent(AI가 화면을 보고 클릭하고 입력하는 방식)를 만들고 시험하는 기반이고, addyosmani/agent-skills는 AI 코딩 에이전트가 같은 기준으로 일하게 만드는 작업 스킬 모음입니다. chatboxai/chatbox는 여러 AI 서비스를 한 창에서 쓰는 AI Client이고, Panniantong/Agent-Reach는 터미널에서 Twitter, Reddit, YouTube, GitHub를 한 번에 읽고 찾는 검색 CLI라서 바이브 코딩이랑 AI 코딩에 바로 붙여보기 좋습니다.

1. trycua/cua

⭐ 14928개 · HTML · 발견: github, hn

trycua/cua는 Computer-Use Agent(AI가 화면을 보고 클릭하고 입력하는 방식)를 만들 때 필요한 바닥 공사를 맡는 저장소입니다. 설명에 나온 것처럼 macOS, Linux, Windows 전체 데스크톱을 다루는 sandbox와 SDK를 묶어두고, 학습이나 평가용 benchmark까지 같이 둡니다.

브라우저 한 탭만 넘기는 게 아니라 운영체제 화면 자체를 에이전트에게 건네고, 그 결과를 같은 기준으로 재보는 흐름이 한 자리에 모인 형태에 가깝습니다.

데스크톱 자동화나 QA 도구를 만드는 팀, 또는 컴퓨터를 직접 조작하는 AI 코딩 실험을 하는 사람이라면 여기서 출발하는 편이 빠릅니다. 회사에서 운영체제별 테스트 비용을 챙기는 입장이라면 더 눈에 들어올 만하구요.

링크: github.com/trycua/cua

2. addyosmani/agent-skills

⭐ 25375개 · Shell · 발견: github

addyosmani/agent-skills는 AI coding agent가 코드를 만질 때 읽는 실전형 스킬 묶음입니다. 코드 작성, 리뷰, 테스트 같은 일을 맡길 때 에이전트가 따를 규칙과 체크리스트를 파일로 정리해둔 저장소라고 보면 됩니다.

프로젝트에 이런 스킬을 붙여두면 같은 요청을 해도 매번 기준이 흔들리지 않고, 팀원마다 프롬프트를 따로 길게 적는 수고도 줄어듭니다. AI가 뭘 먼저 확인하고 어떻게 끝내야 하는지 틀이 잡혀 있는 셈이죠.

Claude Code나 Cursor 같은 AI 코딩 도구를 매일 쓰는 팀이면 바로 가져다 붙여볼 만합니다. 프리랜서도 반복 작업 품질을 맞추고 싶을 때 이런 오픈소스가 꽤 현실적으로 먹힙니다.

링크: github.com/addyosmani/agent-skills

3. chatboxai/chatbox

⭐ 39696개 · TypeScript · 발견: github

chatboxai/chatbox는 이름 그대로 Powerful AI Client입니다. 저장소 주제에 ChatGPT, Claude, Copilot가 같이 걸려 있는 걸 보면 여러 대화형 AI를 한 클라이언트 안에서 다루는 용도로 이해하면 가장 쉽습니다.

질문 하나를 던지고 답을 받는 일 자체는 익숙한데, 서비스마다 브라우저 탭을 따로 열어두면 금방 번잡해지거든요. 이런 형태의 클라이언트는 한 창에서 오가며 쓰는 그림이 선명해서, 비교하거나 정리할 때 손이 덜 갑니다.

회사 PC나 개인 노트북에서 AI 서비스를 자주 바꿔 쓰는 사람에게 잘 맞습니다. 매달 구독료도 부담이지만 창 관리 피로가 더 큰 사람한텐 이런 AI 도구가 더 먼저 체감될 수 있습니다.

링크: github.com/chatboxai/chatbox

4. Panniantong/Agent-Reach

⭐ 18443개 · Python · 발견: github

Panniantong/Agent-Reach는 검색 Agent(AI가 여러 단계를 나눠 정보를 모으는 방식)의 눈 역할을 맡는 CLI입니다. 설명대로 Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu를 한 명령줄에서 읽고 찾게 해주고, API 비용이 따로 들지 않는 점을 앞에 세웁니다.

터미널에서 주제어를 넣으면 플랫폼을 하나씩 열지 않아도 게시물, 영상, 레포 단서를 한 번에 모으는 식이라 리서치 첫 단계가 꽤 짧아집니다. 손으로 탭을 돌며 찾던 시간을 줄여준다는 점이 바로 보입니다.

시장 조사, 콘텐츠 조사, 경쟁 레포 탐색을 자주 하는 사람에게 특히 잘 맞습니다. 바이브 코딩으로 자동 수집 흐름을 붙이려는 쪽이라면 이 오픈소스 하나만으로도 출발 속도가 꽤 달라질 수 있겠죠.

링크: github.com/Panniantong/Agent-Reach

네 레포 다 깃허브 오픈소스답게 README부터 읽어보면 쓰임새가 바로 잡힙니다. 바이브 코딩이나 AI 코딩에 붙일 생각이라면 star 눌러두고, 오늘 필요한 것 하나만 먼저 열어보는 편이 낫습니다.