요즘 AI RAG 도구 graphify 등 깃허브 오픈소스 4선

2026-06-23

오늘 살펴볼 프로젝트는 바이브 코딩 트렌드 속에서 개발 효율을 끌어올려 주는 깃허브 오픈소스 AI 코딩 도구 네 가지예요. 첫 번째는 AI가 읽는 텍스트를 압축해 토큰을 아껴주는 headroom이고, 두 번째는 코드를 지식 그래프로 만들어 질문하게 돕는 graphify입니다. 여기에 스스로 계획을 세우고 성장하는 CowAgent와 구직 과정을 자동화하는 career-ops까지 차례로 살펴보겠습니다.

1. headroomlabs-ai/headroom

⭐ 48594개 · Python · 발견: github

headroom은 LLM(대화형 AI인 거대언어모델)에 전달되는 텍스트 양을 60%에서 95%까지 압축해 주는 컨텍스트 압축 레이어 오픈소스예요. AI 에이전트가 실행한 도구의 출력물이나 로그 파일, RAG(AI가 외부 문서를 읽고 답변하게 만드는 기술)로 검색한 텍스트 조각들을 LLM에 전달하기 직전에 알아서 압축해서 바이브 코딩 효율을 끌어올립니다.

사용법도 꽤 직관적이에요. 터미널에서 proxy 명령어를 실행해 프록시 서버를 띄우거나, Python이나 TypeScript 프로젝트 안에 라이브러리 형태로 자연스럽게 넣을 수 있습니다. MCP(대화형 AI가 외부 도구와 데이터를 주고받을 수 있게 해주는 규격) 서버 규격도 지원하므로 Claude Code 같은 개발 툴과 연결해 바로 토큰을 절약하기 좋습니다.

에이전트를 오래 실행하면서 매달 청구되는 API 비용 부담을 낮추고 싶은 빌더들에게 잘 맞습니다. 긴 대화 기록이나 로그 분석 작업을 진행할 때 컨텍스트 제한에 걸리지 않도록 돕는 안전장치로 쓰기 좋습니다.

링크: github.com/headroomlabs-ai/headroom

2. safishamsi/graphify

⭐ 71223개 · Python · 발견: github

graphify는 어떤 코드 폴더나 데이터베이스의 SQL 스키마(데이터 구조와 관계 정의서), 문서, 이미지 등을 통째로 쿼리 가능한 지식 그래프로 변환해 주는 AI 코딩 어시스턴트용 오픈소스 스킬입니다. 애플리케이션 소스 코드와 데이터베이스 설계, 인프라 구성을 하나의 유기적인 구조망으로 엮어 줍니다.

도구를 실행하면 프로젝트 내부를 전부 탐색해 연관 관계를 분석한 뒤, 결과물로 세 개의 시각화 및 쿼리용 파일을 만들어 냅니다. 터미널 명령어를 입력하면 설계 흐름을 한눈에 파악할 수 있는 Mermaid(텍스트로 다이어그램을 그리는 표기법) 구조도가 출력되어 전체 아키텍처를 깃허브에서 파악하기 좋습니다.

대규모 레거시 프로젝트를 처음 분석해야 하는 개발자나 복잡한 데이터베이스 구조를 다루는 엔지니어에게 잘 맞아요. 폴더를 뒤지거나 리포지토리를 계속 오가며 확인할 필요 없이 자연어로 어떤 테이블과 연계된 API가 있는지 바로 조회할 수 있어 유용합니다.

링크: github.com/safishamsi/graphify

3. zhayujie/CowAgent

⭐ 45582개 · Python · 발견: github

CowAgent는 스스로 할 일을 계획하고 도구와 스킬을 사용해 가며 학습하는 깃허브 오픈소스 AI 에이전트 프레임워크예요. 예전에는 chatgpt-on-wechat으로 알려졌던 프로젝트로, 대화 맥락과 장단기 메모리를 활용해 작업을 수행할수록 스스로 진화하도록 설계되었습니다.

이 에이전트는 사용자가 내린 복잡한 지시를 스스로 쪼개 단계별 계획을 세운 뒤, 외부 서비스 제어나 작업 완수 같은 목표에 도달할 때까지 도구 호출을 반복합니다. 더불어 대화 내용을 스스로 필터링하고 요약해 지식 데이터베이스로 변환하는 장기 메모리 관리 구조도 갖추고 있어요.

컴퓨터 제어나 외부 API 연동 비서를 개인 서버에서 24시간 내내 독립적으로 돌리고 싶은 분들에게 아주 유용합니다. 한 줄 명령어로 설치가 완료될 정도로 가볍기 때문에 개인화된 워크플로우를 자동화하려는 빌더들이 다루기 좋습니다.

링크: github.com/zhayujie/CowAgent

4. santifer/career-ops

⭐ 55415개 · JavaScript · 발견: github

career-ops는 Claude Code(터미널용 AI 코딩 어시스턴트)를 활용해 바이브 코딩 방식으로 구직 프로세스 전반을 자동화해 주는 오픈소스 지원 도구예요. 채용 사이트를 자동으로 뒤져 공고를 탐색하고, 각 회사 요구 조건에 맞춰 최적화된 이력서 PDF를 자동으로 만들어 줍니다.

이 도구는 수많은 채용 정보를 다차원 평가 지표를 기준으로 A부터 F까지 분류해 가치를 평가합니다. 채용 공고 여러 개를 분석할 때는 서브 에이전트를 가동해 병렬로 빠르게 평가 결과를 낸 뒤, 전체 현황을 Go 언어로 작성된 깔끔한 대시보드로 실시간 시각화해 줍니다.

여러 기업에 맞춤형으로 동시에 지원서를 접수하고 채용 파이프라인을 체계적으로 추적하고 싶은 구직자에게 제격입니다. 단순 대량 지원이 아니라 본인의 이력과 공고 내용의 일치도를 꼼꼼하게 따져보고 싶을 때 특히 유용하겠네요.

링크: github.com/santifer/career-ops

소개한 네 가지 오픈소스 모두 각자 깃허브 저장소에서 풍부한 설명서와 활용 템플릿을 제공하고 있거든요. 우선 star를 눌러 보관해 두고, 차근차근 README 파일부터 직접 읽어보는 방식을 추천합니다.